| 2.2 分割算法流程
分割算法包括以下三步：首先在最粗尺度下进行初始分割；其次使用多尺度方法递归调整初始分割的结果；最后进行数学形态学后处理以获得平滑的边界并去除小的孤立区域。图1表示了该算法的主要组成。随着尺度的增加，图像块被分成四个子块，形成了一个四叉树结构。其中R是分割需要达到的最细尺度，根据实际需要而定（本文取R=3）。图2显示了Kiss序列在不同尺度下的分割结果。
图1 算法的主要组成框图
(a) Kiss第164帧 (b) 尺度r＝1的分割结果(c) 尺度r＝2的分割结果 (d) 尺度r＝3的分割结果
图2 视频序列在不同尺度下的分割结果
3 提取视频对象
时域分割所得的运动对象定位和边缘都不够准确；多尺度分割可以准确提取对象，但容易产生过分割。因此，可以将对称差分与多尺度分割的结果相融合来获得视频对象。
3.1 填充对称帧差图像
对称帧差图像含有较少的噪声，但其边缘还不够精确且含有许多空洞。为解决该问题，使用最大邻域填充法。设 为对称帧差图像中某一像素的亮度值，它周围的8个相邻像素亮度的最大值为： ，其中(i, j)为(x, y)的相邻点。免费论文。按式（6）可以得到新的变化检测模板（CDM）：
 。（6）
 中仍含有少量空洞和一些不规则的边缘，本文使用形态学滤波器进行修正，最终得到的变化检测模板没有空洞且边缘较平滑。
3.2 时空融合
以上获得的变化检测模板仍含有背景遮挡/显露的区域，为精确提取视频对象，采用时空融合的方法。设多尺度分割图像为 ，将时空分割结果图像做“与”运算： 。仅当 = 1且 = 1时，时空分割结果图像 = 1。进而可提取出运动视频对象 ： 。
图3为提取Kiss序列中的运动目标的过程。可以看到，经过填充滤波后得到的对称差分图像具有较好的边缘且内部没有空洞；时空融合后的CDM图能够更好地对目标定位。
  
(a) Kiss第165帧(b) 对称差分结果(c) 填充滤波后的对称差分结果
  
(d) 尺度r＝3的空域分割结果(e) 时空融合(f) 分割结果
图3 Kiss序列分割过程
4 实验结果与分析
为验证本算法的效果，对Kiss进行了测试，所选图像格式为CIF、大小为352×288。分割结果如图4所示。免费论文。
(a) 第187帧(b) 第188帧(c) 第189帧(d) 第190帧
图4 Kiss序列分割结果
图4中， Kiss序列中对象的运动范围较大。本文采用文献[6]的分割质量评价算法对以上两组分割结果进行了评价，并与采用填充滤波后的对称差分算法分割的结果进行了比较，质量评价标准Metric的值越高，表示分割质量越好，这种质量评价标准与主观评价标准有较好的一致性。表1给出了两组序列的Metric值，可以看到，采用本文的算法均可得到较好的分割效果，尤其是对于运动范围较大的Kiss序列，Metric值有较大提高。
表1 Kiss序列中对象Man的分割质量
| Metric |
第187帧 |
第188帧 |
第189帧 |
第190帧 |
平均值 |
| 本文的算法 |
0.91 |
0.93 |
0.84 |
0.95 |
0.91 |
| 对称差分算法 |
0.35 |
0.72 |
0.73 |
0.38 |
0.55 |
本文提出的多尺度方法对固定背景的视频对象分割效果较好，且特别适用于目标具有较多细节的图像。当背景和目标均移动时，可使用运动补偿，并结合其它方法来提取视频对象。对于目标和背景的细节相差不大的视频对象的分割，还需结合其他空域分割方法进行分割。以上两种情况都是下一步要研究的问题。
参考文献
[1] D. S. Zhang and G. J. Lu. Segmentationof moving object in image sequence: a review[J], Circuits systems Signalprocessing, vol. 20, no.2, pp.143-183, 2001.
[2] J. Z. Wang, J. Li, R. M. Gray, et al,Unsupervised Multiresolution Segmentation for Images with Low Depth of Field,IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 23,no. 1, pp. 85-90, 2001.
[3] 田玉敏，梅丽霞。基于综合特征的图像分割。计算机工程与应用，2004，40(20):92-94.
[4] 粘永健，吴乐华，李秀等．基于时间轴小波变换的运动对象分割算法研究．重庆邮电学院学报，2006，18(4):532-535.
[5] 包红强，张兆杨，一种基于背景重构的视频对象分割算法，中国图像图形学报，2003, 8（增刊）：432-435.
[6] P. L. Correia and F. Pereira, ObjectiveEvaluation of Video Segmentation Quality, IEEE Transactions on ImageProcessing, vol.12, no. 2, pp. 186-199, 2003.
2/2 首页 上一页 1 2 |
