動態(tài)背景下運動目標的提取.pdf

1、在實際的圖像處理問題中,圖像的邊緣作為圖像的一種基本特征,被經(jīng)常應用到較高層次的特征描述、圖像識別、圖像分割、圖像增強以及圖像壓縮等的圖像處理和分析技術(shù)中,從而可對圖像作進一步的分析和理解.當前動態(tài)背景中運動目標的處理是數(shù)字圖像處理領(lǐng)域中的一個重要發(fā)展方向,對于運動目標的特征提取具有深遠的意義.通常,在復雜的背景中,人們更加關(guān)心的往往是對人類視覺系統(tǒng)具有很強沖擊性的目標或者是人們要特別關(guān)注的目標,因此對于該目標的綜合處理變得尤為關(guān)鍵.在

2、對運動目標處理的眾多方面中,對其精確輪廓的提取是最重要、最基本的環(huán)節(jié).因為只有得到運動目標的帶紋理精確輪廓圖像后,人們才能在此基礎(chǔ)上,對其進行進一步的深入研究.運動目標提取的傳統(tǒng)方法是利用各種空間域或頻率域的邊緣檢測算子對原始圖像進行分析,再將得到的輪廓進行處理.這樣做既沒有考慮到原始圖像序列中所附帶的紋理信息,也沒有對已檢測得到的輪廓進行深入的、細致的處理,從而使得輪廓圖像中存在很多的干擾信息,比如:尚未處理的雜亂孤立干擾點、偽邊緣、

3、運動目標邊緣不連續(xù)等.本文在實際項目"體育運動員三維人體模擬系統(tǒng)"的開發(fā)中,我們發(fā)現(xiàn)傳統(tǒng)的運動目標邊緣輪廓檢測算法,已經(jīng)不能完全地適合本文的需求.因此,在傳統(tǒng)邊緣檢測方法的基礎(chǔ)上,本文提出了一套適合于從此類體育運動員圖像序列中進行運動目標的帶紋理精確輪廓提取的算法理論.并對以下幾個方面也進行了重點討論:1)討論了數(shù)學形態(tài)學方法在圖像邊緣檢測中的應用,及其靈活變化與實踐.2)在邊界連接中,根據(jù)對實際情況的研究,提出了一種具有通用意義邊界連