《基于对象的视频图像运动估计与补偿方法研究》由会员分享，可在线阅读，更多相关《基于对象的视频图像运动估计与补偿方法研究（61页珍藏版）》请在金锄头文库上搜索。
1、华中科技大学硕士学位论文A B S T R A C TM o t i o nc o m p e n s a t i o ni so n eo fk e yt e c h n o l o g i e si nd i g i t a lv i d e oc o m p r e s s i o n T r a d i t i o n a lc o m p e n s a t i o na l g o r i t h m sb a s e do nb l o c k m a t c h i n gh a v eb e e nw e l l d e v e l o p e d ，b u tt h ee
2、s s e n t i a ld r a w b a c k so fb l o c k m a t c h i n ga l g o r i t h mc u m b e rt h ef a r t h e rg a i ni nc o m p r e s s i o nr a t i o I no r d e rt om e e tt h ed e m a n do fl o wb i t r a t i ov i d e o st r a n s f e r r i n g ，i n t e r a c t i v ev i d e oo p e r a t i o na n dc o
3、n t e n t - b a s e di m a g ei n d e x i n g ，p e o p l eh a v eb e i n gd e v e l o p e dv a r i o u sa d v a n c e dv i d e oc o m p r e s s i n gt e c h n o l o g i e s T h em o t i o nc o m p e n s a t i o na l g o r i t h mb a s e do nv i d e oo b j e c t si sah o tr e s e a r c hf i e l d ，f
4、i r s tp r e s e n t e db yM P E G - 4 I nt h i sp a p e rw ec o m p l e t eam o t i o ne s t i m a t i o na n dc o m p e n s a t i o na l g o r i t h mb a s e do nv i d e oo b j e c t T h i sa l g o r i t h mc a nc o m p e n s a t et h eo b j e c t sm o t i o nb ye x t r a c t i n ga n dt r a c k i
5、 n go b j e c t sb e t w e e nc o n s e c u t i v ef r a m e s B e f o r ew ec a ng e tr e a lo b j e c t sw ee x p l o i tt h eg l o b a lm o t i o nc o m p e n s a t i o nt oe l i m i n a t et h ei n f l u e n c e so fb a c k g r o u n d sm o t i o n W eu s ea f f i n et r a n s f o r m a t i o na
6、 sm o d e lo fg l o b a lm o t i o n ，a n du s eh i e r a r c h i c a lm o t i o ne s t i m a t i o nt od e c r e a s ec o m p u t a t i o nc o m p l e x i t y M e a n w h i l ew ea d o p tt h eg e n e t i ca l g o r i t h mt og a i ng l o b a ls e a r c h i n ga b i l i t y I np r o c e s so fo b j
7、 e c te x t r a c t i o n ，w eu s ec h a n g ed e t e c t i o nt og e tc h a n g e dr e g i o n s ，a n dp r e s e n tt w om e t h o d st oa s s u r et h ea c c u r a c yo fe x t r a c t e do b j e c t s F i r s t ，w ea c c u m u l a t et h eb a c k g r o u n di n f o r m a t i o no fs e v e r a lf r
8、 a m e ss oa st ow ec a ng e tr i do ft h eu n c o v e r e db a c k g r o u n di nc h a n g e dr e g i o n s T h e ni nc o m b i n a t i o nw i t hs p a t i a ls e g m e n t a t i o nw eg e tw h o l eo b j e c t s I ns t a g eo fm o t i o ne s t i m a t i o n ，w eu s ei m a g er e g i s t r a t i o
9、nb a s e do na f f i n et r a n s f o r m a t i o nt og e tm o t i o np a r a m e t e r s I no r d e rt oa s s u r ep r e c i s ew ea d o p tm a x i m u mm u t u a li n f o r m a t i o no , sr e g i s t r a t i o nc r i t e r i o n W et r a c kt h eo b j e c t s t d e f o r m a t i o na n du s et r
10、a c k e do b j e c tt or e p l a c eo l do b j e c tt e m p l a t e ，t h r o u g hw h i c hw ec a na v o i dt h ei n f l u e n c eo fo b j e c t sd e f o r m a t i o no ns e q u e n t i a lm o t i o ne s t i m a t i o n F h em e t h o dp r e s e n t e di nt h i sp a p e rc a ne f f e c t i v e l ye
11、x t r a c tm o v i n go b j e c t sa n de s t i m a t et h e i rm o t i o np a r a m e t e ri nc o n d i t i o no fm o v i n gb a c k g r o u n d I tc a nb eu s e di nv a r i o u sa p p l i c a t i o n ss u c ha sl o wb i t r a t i ov i d e oc o m p r e s s i o na n di n t e r a c t i v ev i d e oo
12、p e r a t i o ne t c I I华中科技大学硕士学位论文K e y w o r d s ：M o t i o nC o m p e n s a t i o n ，V i d e o0 b j e e t ，V i d e oS e g m e n t a t i o n ，B a c k g r o u n dR e g i s t r a t i o n ，W a t e r s h e dI I I牮中科技大学硕士学位论文 Iv-,= = = = = ；= = = ；= ；= 目= _ = = = = = 目1 绪论当人们尽情享受着日新月异的多媒体应用如高清晰电视，可视电话
13、，多媒体移动手机等时，没人注意到背后突飞猛进的数字视频技术的强大支撑。想象一下一部6 4 0 X 4 8 0 、真彩色、帧率3 0 帧秒，片长3 分钟的未经压缩的影片会占据你多达3 G 的硬盘空间，你就会意识到数字视频压缩技术的巨大作用。实际上，正是数字视频技术的不断发展推动着多媒体视听应用产品的更新换代。1 1 课题简介在视频编码系统中，运动补偿技术是一种非常通用有效的数据压缩技术视频图像上的运动部分在帧与帧之间必然有连续性，即帧与帧之间存在冗余。运动估值与补偿就是根据这一特性，将当前图像中画面的运动看作是前面某时刻图像中画面的位移，位移的幅度和方向在图像中的各处可有不同。利用这些位移信息和
14、前面某时刻的图像可以重构当前图像。目前使用最广泛的运动估计与补偿技术是基于块匹配的运动估计与补偿，这种方法算法简单，运算量少，便于硬件实现，但是它是基于运动只存在平移的假设之上，因此对于复杂的运动情况下，它的预测效果并不好，导致压缩码率的下降。为了克服这个缺点，各种先进的运动估计与补偿技术在不断的研究中，力图能更准确的预测物体的运动。本课题来自于航天科技创新基金资助。目的是研究一种基于仿射变换的任意形状对象提取和匹配搜索算法，能够跟踪运动物体的复杂运动，包括平移、旋转、缩放等。克服常用的块匹配算法只能跟踪物体平移运动的缺点。应用于视频图象压缩中，由于可以更全面的描述物体的运动，因此能够达到比采
15、用常规块匹配压缩算法更高的压缩率。应用于物体跟踪及监控领域可以更精确稳定的跟踪物体。I华中科技大学硕士学位论文1 2 视频压缩技术和标准简介视频序列包含有大量的数据，但是这些数据是有冗余的，因此对其压缩才成为可能。视频图象的压缩是通过去除空间和时间方向上的冗余进行的，空间的冗余以一帧图象中的象素点和其邻域存在相关来表示，而时间上的冗余则以图象序列中连续的两帧间存在相关来表示。另外，人类的视觉系统具有一个特别的生理特点即人眼对于图象中高频部分的变化不如对于图象低频部分的变化敏感，也就是说人眼能够容许图象高频部分出现较大的误差。这一点使得人们可以对图象高频部分进行较粗的量化以达到压缩的目的。目前存
16、在着多种压缩标准应用于c D R O M ，数字电视广播，远程多媒体教学和娱乐，视频会议，多媒体数据库等诸多领域。不过最广泛使用的还是国际电信联盟( I T U )和M P E ( ；组织制定的视频压缩标准。I T U 开发了H 2 6 1 、H 2 6 3 标准以用于诸如视频会议之类的视频服务领域。H 2 6 1用于码率在6 4 K b s 以上的应用中，而H 2 6 3 主要用于低于6 4 K b s 的低码率应用场合。国际标准化组织( I S O ) 于1 9 8 8 年建立了运动图象专家组( M P E G ) 以开发有关视频方面的标准。在1 9 9 2 年和1 9 9 4 年M P E G 分别制定出了M P E G 一1 和M P E G 一2 视频压缩标准。M P E G - 1 主要用于最高至1 5 M b s 的C D R O M 和多媒体应用中的音视频压缩。M P E G 一2 设计为向下兼容M P E G l ，它提供了高达4 3 0 0 M b s 的高画质图象以满足H D
