基于GVF-Snake的輪廓分割和視頻跟蹤研究.pdf

1、論文就圖像分割和目標(biāo)跟蹤這兩大難題：提高在復(fù)雜背景的情況下的目標(biāo)跟蹤的穩(wěn)定性和精確性，針對(duì)靜態(tài)圖像提高輪廓分割的精度。本文就基于GVF-Snake在輪廓分割和目標(biāo)跟蹤這兩方面的應(yīng)用進(jìn)行研究。 GVF-Snake是主動(dòng)輪廓模型的一種改進(jìn)，適用于大多數(shù)靜態(tài)圖像的分割，前提條件是初始曲線的選擇以及位置比較恰當(dāng)，GVF-Snake也適用于背景不復(fù)雜，運(yùn)動(dòng)速度較慢的視頻序列的物體跟蹤，本文中對(duì)于GVF-Snake這些不足進(jìn)行了討論，分別采

2、用了隱式預(yù)測(cè)和顯式預(yù)測(cè)來改進(jìn)GVF-Snake的跟蹤性能，并提升了它分割及跟蹤物體的性能。本文在研究GVF-Snake解決靜態(tài)圖像的輪廓分割和視頻序列的基礎(chǔ)上，融合了二次幀差法和運(yùn)動(dòng)補(bǔ)償?shù)姆椒?，并且在圖像的輪廓分割中利用了粒子濾波器來改善GVF－Snake的圖像分割性能。 粒子濾波理論是貝葉斯濾波理論和蒙特卡羅仿真理論的結(jié)合體，適用于任何能用狀態(tài)空間模型表示的非線性系統(tǒng)，以及傳統(tǒng)卡爾曼濾波無法表示的非線性系統(tǒng)，精度可以逼進(jìn)最優(yōu)估

3、計(jì)。粒子濾波方法由Gordon等人在1993年首先提出，該方法利用蒙特卡羅數(shù)值解法來實(shí)現(xiàn)遞歸貝葉斯估計(jì)，后來被Isard和Blake成功的應(yīng)用與連續(xù)圖像序列的輪廓跟蹤當(dāng)中。它的核心思想使利用一組帶有權(quán)值得粒子來表示狀態(tài)的后驗(yàn)概率密度分布，當(dāng)粒子數(shù)目足夠多的時(shí)候，這種對(duì)后驗(yàn)概率密度的離散加權(quán)估計(jì)可以接近貝葉斯最優(yōu)解。 論文的主要工作包括以下幾個(gè)方面： 1.本文針對(duì)GVF-Snake模型對(duì)初始輪廓的依賴性問題，提出采用二次

4、幀差法對(duì)視頻圖像進(jìn)行處理自動(dòng)得到初始輪廓。對(duì)于輸入視頻圖像在每一次迭代中重新計(jì)算整幅圖像的GVF場(chǎng)時(shí)間消耗大的問題，采用分塊計(jì)算，減少計(jì)算量，使得GVF-snake跟蹤達(dá)到接近實(shí)時(shí)的要求。在遮擋方面，提出采用前一幀差補(bǔ)償?shù)姆椒?，第三章的?shí)驗(yàn)表明，此方法具有較好的性能。 2.在靜態(tài)圖像的分割問題上，本文采用Ostu獲得閾值，然后用Canny邊緣檢測(cè)算子利用此閾值獲得前景的邊緣圖像，取得包含前景的外包矩形，依據(jù)外包矩形中前景邊緣圖