一种简单背景下的视频对象提取方法

文章主要就图像处理的角度对简单背景下的视频对象提取工作进行了论述。提出了一种利用欧氏距离的量度作为特征进行提取的方法。采用的不同的颜色空间对这种方法进行了验证。通过试验证明了这种方法能获得较好的效果。     

一种简单背景下的视频对象提取方法

文章主要就图像处理的角度对简单背景下的视频对象提取工作进行了论述.提出了一种利用欧氏距离的量度作为特征进行提取的方法.采用的不同的颜色空间对这种方法进行了验证.通过试验证明了这种方法能获得较好的效果.     

一种视频对象提取与跟踪的新方法

针对视频对象的分割问题，提出了一种新的视频对象提取与跟踪方法．首先采用分水岭分割和区域合并的方法进行初始分割，再通过光流场估计和全局运动估计计算全局运动的残余误差，在分割的每个区域上利用残余误差数据进行假设检验以确定运动区域，组合所有的运动区域即可提取完整的视频对象．然后使用双向投影的方法在后续帧中快速准确地跟踪视频对象，前向投影用来定位视频对象和简化分割计算，后向投影则用来确定每个分割的区域是否属于跟踪的视频对象．对MPEG-4测试序列的实验结果表明，本方法具有良好的分割性能．     

一种固定背景下运动视频对象的自动分割方法

提出了一种固定背景运动视频对象的自动分割方法．该方法通过互帧差四次矩检测运动对象，利用背景减除对点分类，最后用彩色分水线算法得到运动对象实验证明该方法能够对固定背景下运动视频对象进行实时自动分割．     

复杂场景下自适应视频前景提取算法

针对目前基于背景建模的前景提取算法在复杂场景中误检率高以及鬼影融入背景模型慢等问题,提出一种复杂场景下自适应视频前景提取算法。在前景检测阶段,利用背景模型中样本之间最小欧式距离的均值衡量背景动态波动程度,自适应调整像素点的半径阈值,从而抑制在光线变化,树叶晃动等场景中产生的拖影和噪声点;在更新背景模型阶段,根据物体的运动速度自适应选择一次更新背景模型中样本个数,加快因首帧存在运动目标和物体运动状态变更而产生的鬼影融入背景模型。实验表明,相比其他代表性算法,改进算法在加快鬼影融入背景模型和抑制背景动态干扰方面均有较好的表现,且提升了准确率、召回率,降低了假正率。     

基于动静背景下的视频对象自适应提取算法

在MPEG-4标准中提出了VOP(Video Object Planes)的概念,可以通过VOP实现基于内容的操作。这样,从场景中自动地分割出视频对象就成为基于对象视频编码的先决条件。为此,提出一种基于动静背景下的视频对象自适应提取算法。该算法可以自动提取动态背景、静态背景,也可以在视频序列中出现背景和对象都停止变化时实现视频对象的提取。同时,该算法引入了视频前景和背景预处理,克服了由于视频图像对比度低造成的提取出的部分视频对象轮廓不完整的问题。     

一种中文相似重复记录的检测方法

要把数据表中的相似重复记录标识出来，常用的方法是先将所有记录按照某个关键字进行索引，然后在一个固定长度的窗口范围内进行记录的两两比对。这种方法的难点在于关键字的选取标准缺乏通用性,这里提出一种通用的关键字选取方法，然后在一个变长窗口内进行记录的两两比对，以此检测带有编辑错误的中文相似重复记录。     

一种有效的MPEG视频运动注意力区域提取方法

提出了一种直接从MPEG压缩码流中提取运动注意力区域的方法，其核心思想是根据运动注意力区域本身的特性，利用位置、清晰度和运动矢量3部分信息以及相应的数学表达形式，构造出一个运动注意力参数，并在此基础上进行注意力区域的提取．由于该方法同时考虑了运动注意力区域在空间和时间两方面的特性，并且直接在压缩域中进行操作，因此在提取准确度和运算效率上均有较大提高．模拟结果表明，与现有仅考虑运动信息的提取方法相比，采用该方法提取的准确度可提高30％以上，基本上与人眼实际观测的结果相吻合；与传统的像素域中运动对象提取方法相比，运算时间可减少1／2左右，而且提取出的目标区域更加符合基于内容的视频分析要求．     

基于小波域分水岭变换的视频对象提取算法

提出了一种基于时、空分割融合的视频对象分割算法．时间分割采用变化检测,其关键的阈值选取通过直方图分析得到．空间分割采用小渡域的分水岭变换算法．时、空分割融合采用基于区域的双向投影策略．实验结果表明,本算法可比COST211AM参考分割取得更好的分割结果．     

一种简单的控制对象建模方法

文章以自衡二阶纯滞后对象为例，说明了对于某些不必或不易了解内部结构的“黑箱”的系统，可以用在线测试方法进行了建模，从而向出对象的近似而实用的数学模型。     

一种半自动分割视频对象的方法

提出一种半自动视频对象分割方法，通过对跟踪分割视频序列的后继帧，这种方法首先采用基于块匹配和最大边缘强度的运动估值和补偿方法进行对象轮廓定位，接着采用模板匹配以特定对象知识检测对象像素，为使轮廓定位更可靠，在块匹配的运动估值中使用了彩色信息，而模板匹配则使分割结果精确化，避免误差传递，并且在出现遮挡时只要对象颜色在整个序列中一直保持相似性，就能够正确测出对象，实验结果证明这种方法能够分割复杂场景中的任意对象。     

—种在自然背景下全自动高质量的抠像算法

文章主要就图像处理的角度对自然背景下的视频对象提取算法进行了论述。结合传统的图像分割算法与α估计算法两者的思想,提出了一种不需要人工干预的全自动抠像算法。试验证明该算法能获得高质量抠像效果。     

面向视频编码的运动对象分割和提取

多媒体通信的发展迫切需要面向对象的视频编解码技术,其关键是视频对象（VO）的提取和视频对象平面（VOP）的分割,提出一种自动分割VOP的新方法。根据初始帧,使用形态运动滤波技术,初始运动对象首先被提取出;在后继帧中使用活动轮廓（Snake)技术对运动对象进行拟合匹配,最后根据一系列精确的二值轮廓导出运动对象的提取。实验结果表明,该算法可有效地提取视频对象和分割视频对象平面。除了个别参数需要调节外,整个过程是自动完成的。     

提高视频对象分割的实时性及多对象分割

视频对象的分割目前存在两个难题,一是如何提高分割的实时性,二是对存在互遮挡的多个对象如何进行有效分割。对前者分割提出了基于自适应跳帧的分割算法和基于CNN(细胞神经网络)的实时分割法,对后者提出了基于时空曲线演化的多视频对象分割和Bayes最小误差判断的方法。仿真实验表明,这些方法是有效的,对这两个难题的最终解决和实际应用指出了新的途径。     

基于智能人机接口的即时过程式图像对象提取方法

提出一种建立在智能人机接口即智能画笔上的采用即时局部信息的过程式对象分割方法.当用户驱动鼠标对目标对象的边界进行跟踪时,智能画笔动态地根据图像局部统计特征估计每个即时时刻对象分割计算所需的待分割区域、外观样本、对象轮廓等即时局部信息,通过能量函数将各种信息结合,利用图割优化算法快速计算局部分割结果并及时反馈.随用户对对象边界的跟踪结束而完成对象分割.实验结果验证了该方法在交互便捷性和用户对分割过程控制方面的优势,以及在分割效率和准确度等方面的优良性能.     

基于多因子对象的高空间分辨率遥感影像道路提取

利用面向对象思想,综合应用光谱值、光滑度、紧凑度及长宽比等因子,分割道路对象,构建规则知识库,探讨一种基于多因子对象的高空间分辨率遥感影像道路提取方法,并以厦门市局部区域的QuickBird影像为例进行实证.结果表明:影像分割尺度为75时,道路对象被较完整分割;与传统基于单个像元光谱信息的监督分类法相比,该方法的提取精度较高.     

一种基于最小距离分类器的恶意代码检测方法

恶意代码是构成互联网威胁的新根源,至今传统的病毒查杀方法对此也无法根治.未知恶意代码每月呈几何倍的速度增长,人们依赖的防范手段多是手工分析,其效率有限且花费巨大.阐述了基于最小距离分类器的未知恶意代码检测方法,它对未知恶意代码有着良好的判定能力,能够有效地区分病毒与可信程序.对自定义的恶意代码行为进行建模,并通过实验发现,经过改进的最小距离分类器除了良好的分类精度外,其计算代价较其他非线性方法小,因此该模型在实际反病毒工作中有较高的实战价值.     

基于改进K-means的图片主色提取方法

提出了一种基于密度的聚类结果优化方法,利用传统K-means快速高效的特性和基于密度的思想,有效提取图像中的主色,避免了基于密度来定位初始聚类中心导致的运算速度缓慢的缺点,同时避免传统聚类算法无法分析出部分主色的问题.实验结果表明,提出的方法能够很好地提升聚类效果,且最终得到的主色分析结果也更精确.     

视频图像内文字的自动提取新方法

提出了一种基于彩色边缘检测、形态学和逻辑与运算的视频文字提取方法,首先,分别运用垂直、水平、对角三个方向的彩色边缘检测算子提取出原图的边缘图像,然后分别对上述三幅边缘图像进行数学形态学运算,得到三幅不同方向的连通域图。最后,将这三幅连通域图相与,消除无用的信息,得到最终的文字区域。实验证明,该方法具有高的文字提取率和好的鲁棒性。     

基于CNN的彩色图像边缘提取方法

根据人眼对R、G和B的敏感特性,提出一种基于视觉感知的矢量角度彩色空间距离度量方法,较传统方法补偿了RGB颜色空间的不均匀性,有效提高了RGB颜色空间内色差度量的精确程度.对基于细胞神经网络(Cellular Neural Network,CNN)进行的彩色图像边缘提取进行理论分析,确定与其功能相适应的最佳模板参数.实验结果表明:该算法不仅实现了彩色图像的边缘提取,同时提取效果更全面,更符合人眼的视觉效果,具有较强的鲁棒性.