动态背景下目标图像分割方法的研究4.21.doc

摘 要随着图像处理理论和计算机技术的发展，动态图像的目标获取己经成为计算机科学、机器视觉、图像工程、模式识别、人工智能领域研究的重要课题。对于动态图像的分析是图像处理与计算机视觉领域一个十分活跃的分支和备受关注的前沿课题。动态目标图像获取的基本任务是从图像序列中识别出运动信息和背景信息，实现运动信息与复杂背景的精确的智能分割。它在军事、工业、智能交通、医学和多媒体等领域方面都具有重要的意义，发展应用前景广阔。 建立人物图像边缘连通体首先，总体介绍了目标获取方法的各个步骤，包括目标的提取、背景的形成、阴影的分割。讨论了传统的图像分割算法和边缘检测算法，和边缘检测的评价标准。图像边缘检测是至今没有得到圆满解决的一类问题，通过追踪未知目标的轮廓而扫视这个物体。对一些传统的边缘检测算子，如：一阶Roberts算子、Sobel算子等等进行了原理分析，并将这些算子应用于目标图像，测试其边缘检测的效果。但这些传统边缘检测算子都过于简单，其去除噪声以及确定边缘位置等性能不是很理想。本文也对拉普拉斯算子进行了分析，经过分析测试其边缘检测效果好于一阶算子，但是仍然存在噪声进一步讨论了图论的边缘检测方法。对图像分割，最基本的是阈值法，对灰度图象分割效果较好，而特征空间聚类法在彩色空间分割里应用较多。针对背景的扰动和光线的变化，为了准确提取运动目标，本文提出一种的方法就是对背景图像进行选择性更新，对