原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
CN43—1258／TP计算机工程与科学2009年第31卷第4期
ISSN1007—130XCOMPUTERENGINEERING＆SCIENCEVo1．31，No．4。2009
文章编号：1007—130X(2O09)O4—0032—04
一种适用于动态场景的运动目标提取新算法
AnAutomaticAlgorithmforExtractingMoving
ObjectsintheVideoSequencesofaDynamicScene
李玲芝，邹北骥。陈姝
LILing-zhi。ZOUBei-ji。CHENShu
(中南大学信息科学与工程学院，湖南长沙410083)
(SchoolofInformationScienceandEngineering，CentralSouthUniversity，Chnagsha410083。China)
摘要：在动态场景中提取运动目标是开展视频分析的关键问题，也是当前计算机视觉与图像处理技术领域中的热门
课题。本文提出了一种适用于动态场景的运动目标提取新算法，算法先根据摄像机全局运动模型计算全局运动参数，再利
用三帧差分法得到分割的前景。将分割为背景的像素点映射到邻近帧，求得各帧的像素点为背景时其高斯模型的均值及
方差。最后利用粒子滤波预测出下一帧前景区域，计算各像素点为前景的概率，获得运动目标的视频分割结果。实验表
明，本文算法有效地克服了由于全局运动模型参数估算偏差而导致的累积误差，能以更高精度实现跳水运动视频中的目标
分割。
Abstract：MovingobjectextractioninthevideosequencesofadynamicsceneisakeyproblemtOvideoanalysis，andalso
ahotresearchtopicincomputervisionandimageprocessing．Inthispaper，anewextractionalgorithmformovingobjectsin
thevideosequencesofadynamicsceneisproposd．Firstofall，byusingthecomputedglobalcameramotionmodelstomap
thepixelsintwoconsecutiveframes，weobtainthecoordinatesofthepixels．Afterwards，bymappingthepixelswhichare
usedasthebackgroundofsegmentationtothenearbyframes，wegetameanvarianceofthosepixelsintheGaussianmodel
Then，weuseparticlefilteringtoforeseeananticipatedforegrounddistrictforacomingframe．Thus，wecancomputethe
probabilityforallpossiblecomingpixels，andobtainthesemgentationresults．Experimentsshowthatthealgorithmcanef—
fectivelyreducetheaccumulatingerrorcausedbyinaccuratelyestimatingtheparametersoftheglobalcameramotionrood—
els，andpreciselysemgentthemovingobjectsinthedivingpracticevidoe．
关键词：视频运动分析；目标分割；粒子滤波
Keywords：motionanalysisinvideo；objectsemgentation；particlefiltering
中图分类号：TP751．1文献标识码：A
文档评论（0）