基于水平集方法的运动对象分割

基于水平集方法的运动对象分割

论文摘要

光流场反映了图像上每一点灰度的变化趋势。它计算的可靠性成了计算机视觉领域面临的很大挑战,而变分方法是目前为止用来实现光流计算的最成功的方法之一。本文的研究内容之一是基于不同的光照条件和运动类型假设条件,详细论述了Horn-Schunck光流计算模型以及基于图像亮度梯度常值、图像亮度Hessian矩阵常值、图像亮度梯度的模常值、图像亮度拉普拉斯算子常值和图像亮度Hessian矩阵的行列式常值前提假设的六种光流计算模型,并对这六种模型进行了实验验证和结果比较。运动对象分割作为图像分割的重要分支,在视频跟踪,视频会议、可视电话、现场监控等方面得到了广泛的应用。本文的另一研究内容是在前面做的光流计算研究的基础上,采用光流法与水平集方法相结合的思想,将Horn-Schunck光流计算模型、图像亮度梯度常值模型以及图像亮度Hessian矩阵常值模型分别与基于区域信息的分割模型中的Chan-Vese模型相结合,提出了三种新的运动对象分割模型,并详细说明了分割原理及其数值算法,最后进行了实验论证。新的运动对象分割模型的提出,克服了减背景法在背景与运动物体部分灰度值接近时,导致运动目标产生缺口、空洞和分离的缺点。同时,新的运动对象分割模型,可以在图像任意位置定义初始轮廓线,实现了运动对象的自动分割。

论文目录

  • 摘要
  • Abstract
  • 第一章 引言
  • 1.1 研究背景与意义
  • 1.2 国内外研究现状
  • 1.3 水平集方法的演化及应用
  • 1.4 本论文的主要工作
  • 第二章 水平集方法与基于区域信息的分割模型
  • 2.1 水平集方法
  • 2.2 水平集函数的数值算法
  • 2.3 基于区域信息的分割模型
  • 2.4 水平集函数的重新初始化
  • 第三章 基于运动信息的光流计算模型
  • 3.1 视频系列图片的预处理
  • 3.2 光流计算模型及公式推导
  • 3.3 光流计算的数值算法
  • 3.4 光流计算模型比较
  • 3.5 实验结果及分析
  • 3.6 本章小结
  • 第四章 基于水平集方法的运动对象分割模型
  • 4.1 亮度常值的运动对象分割模型
  • 4.2 梯度常值的运动对象分割模型
  • 4.3 Hessian矩阵常值的运动对象分割模型
  • 4.4 模型公式推导及数值算法
  • 4.5 实验结果及分析
  • 4.6 本章小结
  • 第五章 结论与展望
  • 参考文献
  • 攻读学位期间的研究成果
  • 致谢
  • 相关论文文献

    • [1].第7讲 “动态几何问题”复习精讲[J]. 中学生数理化(初中版.中考版) 2017(06)
    • [2].针对监控视频场景的压缩域运动对象分割方法[J]. 电视技术 2014(15)
    • [3].多视频运动对象实时分割及跟踪技术[J]. 浙江大学学报(工学版) 2008(09)
    • [4].基于图割的压缩域运动对象提取[J]. 计算机工程与应用 2015(06)
    • [5].一种简单快速的多媒体视频序列中运动对象分割方法[J]. 计算机应用与软件 2011(01)
    • [6].一种自动分割跟踪视频运动对象的方法[J]. 光学技术 2009(02)
    • [7].一种有效的基于时空信息的视频运动对象分割算法[J]. 计算机应用研究 2013(01)
    • [8].基于运动对象跟踪的改进精细可分级视频编码[J]. 微电子学与计算机 2010(12)
    • [9].基于高斯混合模型的视频运动对象自动分割算法[J]. 计算机科学 2009(01)
    • [10].基于灰度信息的动场景视频序列中运动对象的提取[J]. 光学技术 2008(01)
    • [11].基于核密度估计和特征点检测的运动对象分割改进模型[J]. 中国高新技术企业 2012(09)
    • [12].一种新的视频运动对象分割技术[J]. 电子测量与仪器学报 2009(03)
    • [13].基于局部微分光流的运动对象分割[J]. 计算机科学 2009(06)
    • [14].基于背景重构的运动对象越界侦测方法[J]. 电视技术 2012(07)
    • [15].帧差累积和减背景相结合的运动对象分割方法[J]. 计算机工程与应用 2011(14)
    • [16].结合核密度估计和边缘信息的运动对象分割算法[J]. 计算机辅助设计与图形学学报 2009(02)
    • [17].改进的混合高斯模型的运动对象分割算法[J]. 应用科技 2010(05)
    • [18].中考“距离图象”问题的解法[J]. 数理化解题研究 2016(14)
    • [19].基于图论的运动对象分割[J]. 吉林大学学报(工学版) 2008(04)
    • [20].模拟初级视皮层注意机制的运动对象检测模型[J]. 计算机工程 2014(06)
    • [21].自适应遗传视频运动对象分割算法[J]. 电视技术 2010(08)
    • [22].基于边界搜索的运动对象快速凸壳分割算法[J]. 计算机应用 2014(10)
    • [23].动态几何图形问题三则(初三)[J]. 数理天地(初中版) 2018(04)
    • [24].在Authorware中巧用函数实现动态改变运动对象[J]. 孝感学院学报 2010(03)
    • [25].我的花园兰花唱主角[J]. 花木盆景(花卉园艺) 2013(11)
    • [26].基于运动对象局部场景截取的碰撞检测算法[J]. 计算机仿真 2008(11)
    • [27].基于TMS320C6416的视频运动对象分割[J]. 中南民族大学学报(自然科学版) 2008(03)
    • [28].基于改进Camshift算法的运动对象跟踪研究[J]. 计算机与数字工程 2013(07)
    • [29].在MPEG压缩域中进行运动对象提取的现状研究[J]. 现代电子技术 2008(16)
    • [30].基于运动对象跟踪的FGS视频编码算法研究[J]. 电脑知识与技术 2015(29)

    标签:;  ;  ;  ;  ;  

    基于水平集方法的运动对象分割
    下载Doc文档

    猜你喜欢