头肩视频图像的运动物体自动提取

北京大学学报（自然科学版）

头肩视频图像的运动物体自动提取

罗涛

北京大学数学科学学院，北大科瑞奇图像处理实验室，北京，100871

收稿日期:1999-11-16 出版日期:2000-09-20 发布日期:2000-09-20

Automatic Segmentation of Moving Objects for Head-shoulder Video Sequence

LUO Tao

Courage Image Processing Lab, Mathematical School, Peking University, Beijing，100871

Received:1999-11-16 Online:2000-09-20 Published:2000-09-20

摘要/Abstract

摘要： 介绍、比较区域分割、运动分割和物体分割的概念及其在视频序列图像分割中的应用。分析说明各种运动状态下帧差图像与相应帧灰度图像的关系。提出了基于帧差图像边缘与灰度图像边缘之间强相关性的运动物体边界自动跟踪、提取算法。利用运动物体边界的闭包分割、提取运动物体。提出了多层次运动物体描述的思想。

关键词: 图像分割, 视频对象, 区域分割, 运动分割, 物体分割, 运动跟踪

Abstract: Introducing and comparing the difference within the conception of area segmentation, motion segmentation and moving object segmentation (VOP extraction), and their application in content-based video sequence image coding. Analysis the relationship between the frame difference image and its relative frame gray level image. Then a new automatic moving object edge tracking and extracting method, based on the high correlation between the edge of frame difference and the edge of gray level image,was proposed. Using the close of moving object edge to get the real moving object.

Key words: segmentation, video object, area segmentation, motion segmentation, object segmentation, object tracking

中图分类号:

TP391.41

罗涛. 头肩视频图像的运动物体自动提取[J]. 北京大学学报（自然科学版）.

LUO Tao. Automatic Segmentation of Moving Objects for Head-shoulder Video Sequence[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2000/V36/I5/599

[1]	蒲松涛;查红彬. 基于双帧图模型的视频物体分割[J]. 北京大学学报（自然科学版）, 2015, 51(3): 409-417.
[2]	汪华章,宰文姣. 改进型脉冲耦合神经网络高分辨率SAR图像分割[J]. 北京大学学报（自然科学版）, 2013, 49(2): 176-182.
[3]	陈小光,封举富. 基于多特征判别分析的指纹图像分割方法[J]. 北京大学学报（自然科学版）, 2009, 45(4): 579-584.
[4]	余鹏,封举富. 基于多分辨率小波和高斯混合模型的纹理图像分割[J]. 北京大学学报（自然科学版）, 2005, 41(3): 338-343.