基于改进C-V模型的多运动目标分割
针对固定摄像机视频监控中多运动目标自动分割问题,本文提出了一种基于帧间差分和改进C-V模型的新方法.首先,通过自适应阈值获得滤波后的相邻帧差值图像.其次,通过连通域分析和设定阈值,消除差值图像中噪声的影响并标定出运动目标所在的区域,计算运动区域的运动窗口.最后,对所有运动窗口,采用改进的C-V模型作分割,得到封闭和完整的运动目标轮廓.针对C-V活动轮廓模型不能自适应地分割非匀质图像问题,提出利用全局梯度信息演化活动轮廓曲线,根据闭合活动轮廓曲线内外部的梯度信息重新定义图像分割能量甬数.实验结果表明,该算法避免了对整个图像的分割,减少了运算量,能实现对刚体或非刚体的多运动目标的自动检测和轮廓分割.
计算机视觉、活动轮廓模型、全局梯度信息、运动检测
31
TP391.41(计算技术、计算机技术)
国家自然科学基金60672128
2010-08-31(万方平台首次上网日期,不代表论文的发表时间)
共8页
1082-1089