基于模糊逻辑的多特征视频运动目标分割算法研究

发布时间：2025-07-07 00:35

　　随着计算机技术和大数据技术的发展,视频正逐步取代文本和音频,成为主要的信息载体。数据量不断增大的同时,其内在包含的数据规律和价值越来越被人们所看重。不同于文本信息,视频信息所表达的数据意义难以被计算机直接获得,数据理解过程高度依赖人工干预。视频的运动目标分割技术,正是服务于机器视觉、模式识别等高语义层次的视频处理过程,为后者提供画面的感兴趣区域等视频语义对象。两个过程共同发挥作用,实现视频内容的机器理解。 本文选取基于背景建模的视频运动目标分割方法作为主要研究对象,详细介绍了码本背景模型,并在两个方面上对其进行扩展和完善。第一,为了适应全局光照变化和复杂的视频内容,使用亮度、色度和纹理三种特征构建多特征模型,引入特征置信度对其进行调和平均加权,得到码字的综合相似度。同时,增加了对全局光照条件的跟踪,以及时触发码本的重新学习。第二,引入模糊逻辑的数学概念,为背景分割过程建立模糊规则。算法构建了码字的综合相似度到其是否属于背景模型的模糊映射,给出了基于先前分割统计规律的背景隶属度函数的计算方法。这样的设计为每个视频序列提供了与其统计特性相适应的分割方法,进而提高了算法的适应性。 算法...

【文章页数】：48 页

【学位级别】：硕士

【部分图文】：

图2-1码字模型图

为像素的色度特征。这些设计在灰暗的图像区域效果不很理定性受到亮度的影响，灰喑区域像素的色度不确定性远高于这种不确定性的存在，灰喑区域的前景分割通常极不稳定比例进行比较时，亮度应作为一项重要的参考指标。码本模型征指标，不满足亮度区间要求的码字，不能进行色度匹配。

图3-1色度失真模型图

本文建立的色度特征模型，对于图像加性噪声和亮度变化具有很好的鲁棒性。如图3-1所示，色度相似度的计算基于当前像素向量足■和归一化后的码字向量^RGB，pRCS=^RGB丨II^GB||：-^)=||p（P'^GB）^-^rgb|| （3-4）....

图3-2灰暗区域的图像噪声显著改变亮度比率

如此，每个中心像素就得到一个8位的无符号数编码，即LBP算子的位。如图3-2所示。对于左侧的局部像素値，以中心像素的傲为_值对周闹像素进行量化，并按照二进制规则进行编码，即可得到中心点的LBP算子值。局部像素值 中心量化结果 二进制权喷652I10I0II1....

图4一3ForegroundAperture序列仿真结果

果和人工标注结果的对比图，如图4-4所示。传统码本桟型；。1,‘]CL0.5ho _h-o' 1 1 1 1 0 0.2 0.4 0.6 0.8 1FPR鲁棒码本模型,丨1Q.0.5I⁰' ‘ i ^ 1 0 0.2 ....

本文编号：4056216