时空域算法在视频分割中的应用

2023-11-23 理论教育版权反馈

【摘要】：监控摄像头通常固定安装，并且力图监控更为宽广的视觉区域，视频背景基本不会发生变化，运动片段由运动目标的移入、移出，以及在监视区域内的运动形成的。在微小物体长时间运动后，像素累积变化会对分割结果造成影响。因此，视频运动片段的分割主要取决于运动目标移入和移出监控区域，而与目标在监控区域内的运动状态无关。

监控摄像头通常固定安装，并且力图监控更为宽广的视觉区域，视频背景基本不会发生变化，运动片段由运动目标的移入、移出，以及在监视区域内的运动形成的。理论上，传统的基于像素、边缘特征、分块灰度直方图，以及运动目标检测的运动片段分割算法已取得较为理想的分割效果，但并没有达到预期的分割效果，都存在一定的局限性。其原因在于受到各种外界的干扰。

（1）光照的变化。无论是人造光源还是自然光源，其强度都不是固定不变的，并且具有明显的渐变特性。这种变化会引起监控区域的背景和运动目标的颜色、亮度、色彩等的变化，直接或间接地影响视频分割结果的准确性。

（2）背景的抖动，包括摄像机的抖动、树叶的晃动，以及风雪天气之间的转换等。虽然这些变化的幅度较小，但是变化范围很大，累积运动效果很明显，可能会导致错误的运动判断。

（3）微小物体的运动，如飞行的昆虫等。在微小物体长时间运动后，像素累积变化会对分割结果造成影响。(www.chuimin.cn)

（4）阈值选取不当。以往的算法都是基于一定的阈值选择，不同的视频所适宜的分割阈值有很大的差别，这就给运动片段分割算法的适用性带来了一定的局限性。

上述干扰都会造成图像帧像素的变化，而第5章中所提到的算法都是需要在分析处理全部像素的基础上进行的，受到外界干扰因素较大，且算法计算量较大。而监控视频中运动目标的运动过程通常表现为移入监控区域、在监控区域内运动和离开监控区域。而只有目标移入监控区域而且未离开监控区域时，监控视频中才含有运动目标，这是我们需要提取的运动片段。因此，视频运动片段的分割主要取决于运动目标移入和移出监控区域，而与目标在监控区域内的运动状态无关。由此，本章从一个全新的角度来考虑运动片段分割问题，只考虑运动目标移入和移出监控区域，从而判断监控区域内有无运动目标，并提出了基于视觉感知能量的运动片段分割算法。

时空域算法在视频分割中的应用

相关推荐