一种基于运动边缘检测的视频对象分割新算法

利用人眼对运动 (时间梯度 )和边缘 (空间梯度 )都特别敏感的视觉特点 ,把帧间运动变化检测和图像的边缘检测结合起来 ,提出一种新的运动视频对象分割算法 通过帧间差快速得到运动物体的大致位置 ,形成差分模板 ,然后通过边缘检测在差分模板中确定物体的准确边缘 ,并形成边缘模板 在边缘模板的基础上 ,利用二值图像下的收缩型活动轮廓算法 ,可以方便地得到视频对象 (VOP)的闭合轮廓曲线 (以便进行编码传输和基于形状的检索 ) 同时 ,设置模板缓冲区以记忆前一时刻的分割结果 ,从而弥补当前帧的不完整性 该算法对目标的整体运动和局部形变都有较强的适应性 。

运动视频对象分割的一种快速算法

为了能够实时地对运动视频对象进行分割 ,提出了一种对视频序列图象中的运动对象进行快速分割提取的算法 .该算法首先对图象进行滤波 ,并求出连续两帧图象之间的差分 ,然后应用“同化填充”技术和基于对象的“整体运动估计”来对差分图象进行修正 ,进而得到对象模板 ,同时利用模板缓冲区的帧间迭代来维持模板的完整性 .该算法不仅不依赖于固定背景 ,而且能够消除差分图中的显露背景 ,还能得到运动目标较为精确的形状 ,并且算法简单、快速 。