视频序列图像中动目标的分割和识别的研究.pdfVIP

心S9125 视频序列图像中运动目标的分割和识别的研究 摘要 摘 要 本文研究目的：从背景相对静止的彩色视频序列中分割出运动目 标，然后进行识别。 运动目标分割部分，本文提出将图像的色彩信息与视频运动信息 相融合的方法，从视频序列图像中分割运动目标。f『生彩色图像分割中， 将部分空间信息介入到迭代均值偏移过程，实现芜参数聚类。该算法 只需设置很少的参数，即能以较快的速度将图像中每个像素归类到相 应的密度模式下，从而实现聚类。然后利用本文提出的求等同标志连 通区域的方法，将聚类之后的图像划分成不同的独立区域；由于 H0s(Hi2he卜order statistics高阶统计)方法具有较好的去除高斯类噪声 的特性，所以本文用它来进行运动检测。再利用坎尼算子提取运动区 域轮廓，并对其内部填充后，即得到一个运动粗模板。统计这个运动 粗模板中等同颜色区域占原图像相应独立区域的比重，若比重超过预 黄闽值，则将该独立区域作为待融合区域；否则，说明这部分信息不 属于运动部分，不将其作为待融合区j乳最后，将所有的待融合区域 连接起来，就构成了运动目标模板。， FI标识别部分，本文只对二维模式进行识别。由于物体和摄像机 位置关系的不同，拍摄结果可能出现平移、尺度变化、扭曲和旋转等 不同的变化。这些变化的出现严重影响了运动目标的识别结果，为了 达到准确识别的目的，我们提出一种基于规格化与Zernike矩相结合 的识别方法口蔺先，计算图像给定模式的协方差矩阵(由图像的某些 低阶中心矩构战)，根据矩阵的特征向量旋转图像，得到一个与新坐 标系无关的图像；然后再根据矩阵特征值进行图像长宽比例调整，得 到一个对图像平移、尺度变化、扭曲具有不变性的规格化图像：接着 求出规格化图像边缘轮廓，将此轮廓图像的八个高阶Zernike矩作为 目标识别的特征值。在对视频图像分割出的运动目标进行识别之前， 先要对固定类别的样本，用类似的方法计算出特征值，再按照c．均值 聚类法则计算出每类的聚类中心。最后，根据分割出的运动目标模板 摘要 视频序列图像中运动目标的分割和识别的研究 特征值与各聚类中心的欧氏距离判别物体。实验证明，此方法对于特 征相差较明显的物体(如飞机模型)能达到非常好的识别效果。l，，、 关键词：彩色图像芬蓟 密度宿。十 均值偏磊过程 高阶统计 c．均值聚类 平移、尺度变化、扭曲规格化Zemike矩 。7 L 、。L，／ ABSTRACT The ofthisthesisisto in purpose segment movingobjectstationary it background，thenrecognize Inthe amethod movingobjectsegmentationpart，we proposed thecolor information extractingmovingobjectby