視頻動態(tài)紋理特征提取與分割技術(shù)研究與實現(xiàn).pdf

1、隨著信息化時代的到來，越來越多的數(shù)字媒介和數(shù)字終端被用作記錄與收發(fā)信息，數(shù)字圖像是其中一種重要的記錄方式。而視頻又是多幀圖像構(gòu)成，所以這就給研究視頻的動態(tài)特征賦予了極大的挑戰(zhàn)性，動態(tài)紋理作為一類復(fù)雜運(yùn)動，吸引了許多學(xué)者的注意。對動態(tài)紋理表達(dá)、識別、分割和拓展的應(yīng)用研究，有利于我們對復(fù)雜運(yùn)動模型進(jìn)行分析，實現(xiàn)在視頻監(jiān)控、視頻檢索、運(yùn)動識別等領(lǐng)域的潛在應(yīng)用。
　　本文首先對紋理的定義及相關(guān)研究意義進(jìn)行了介紹，然后描述了常見的動態(tài)紋理模

2、型，分析了每種模型在動態(tài)紋理研究領(lǐng)域的處理方法，以及實用意義，例如，動態(tài)紋理的檢測技術(shù)、分類技術(shù)、分割技術(shù)。本文接著介紹了常見的紋理特征，并對灰度共生矩陣常用的四個特征（能量，對比度，相關(guān)性，熵）進(jìn)行了對比實驗，分析了紋理圖片對應(yīng)每個特征的紋理特性。詳細(xì)介紹了另外一種常用紋理特征(LBP特征)的核心思想，同時，本文著重介紹了描述視頻動態(tài)紋理的動態(tài)特征，引入了用于描述視頻動態(tài)特性強(qiáng)度的本質(zhì)屬性特征，能夠把具有相似場景的視頻進(jìn)行分類處理，并

3、在分類好的視頻集里，按照視頻的動態(tài)特性強(qiáng)弱來對視頻進(jìn)行排序整理?；贚BP動態(tài)紋理特征的改進(jìn)算法還有傳統(tǒng)的VLBP，LBP-TOP等特征，本文在EOH特征和BGC3特征基礎(chǔ)上，進(jìn)行了改進(jìn)，拓展到視頻的時空域中，得到了EOH-TOP特征和BGC3-TOP特征，成功應(yīng)用于動態(tài)紋理視頻的分類處理。在實驗中，由于VLBP特征的維數(shù)較大，本文只對比了LBP-TOP特征，EOH-TOP特征和BGC3-TOP特征。實驗結(jié)果表明，改進(jìn)的EOH-TOP特

4、征和BGC3-TOP特征的算法在識別率上都有所提高。
　　本文還介紹了目前幾種用在視頻動態(tài)紋理分割領(lǐng)域的分割算法，對這些目前幾乎是最新的算法進(jìn)行了詳細(xì)的闡述，并且進(jìn)行了相應(yīng)的實驗。然后，本文在傳統(tǒng)光流法的基礎(chǔ)上，提出了一個新的概念——光流殘余映射。成功將其應(yīng)用于對含有動態(tài)紋理場景中的前景目標(biāo)分割，提出了一種復(fù)雜場景下的視頻前景目標(biāo)分割算法。為了對比本文算法的分割效果，對幾種常見分割算法進(jìn)行了主觀和客觀評價，實驗結(jié)果表明，本文算法更