視頻信號壓縮及圖像穩(wěn)定性算法的研究.pdf

1、隨著視頻技術的迅速發(fā)展及廣泛應用,提供快速、有效及自動化的圖像序列表達及處理方法已經成為了一個重要的研究領域,其中基于圖像內容的方法,例如基于目標及特征區(qū)域的方法已經成為許多應用的首選。由于此類方法能夠有效地消除圖像序列中的“握手效應”,快速提取圖像序列中的目標,以低比特率傳輸圖像的形狀、運動及紋理信息,并保持圖像穩(wěn)定性,因此它們在現(xiàn)代互聯(lián)網、廣播、電視、娛樂及第四代移動通訊等領域正被廣泛采用。
　　本論文介紹了作者對低比特率圖像

2、序列編碼算法及框架的研究,重點研究了基于內容的圖像目標分段、穩(wěn)定性算法及實現(xiàn)框架設計。本文的目的是研究如何尋找簡便高效的算法并提出一個集成這些算法的實現(xiàn)框架,使理論與實驗成果走向實際應用。
　　作者的主要研究成果包括:首先,在研究以往的目標分段算法的基礎上,提出了一種用于目標識別的自適應變化檢測新算法。該算法采用一個三步法,能快速有效地把圖像目標從背景中分離出來。第一步是依據(jù)亮度差及照度變化,分別把圖像序列中的噪聲和運動目標識別并

3、分離出來;第二步是利用圖像塊、直方圖及區(qū)域分類,把圖像分割成為與運動目標相對應的區(qū)域;第三步是在前兩步的基礎上,進行形態(tài)邊緣檢測、輪廓分析及目標標識,以完成最終的目標識別、圖像分段任務。
　　其次,作者在上述圖像目標識別、分割算法的基礎上,設計了一個新的低比特率圖像序列編碼方案,該方案利用圖像變化區(qū)域內的運動矢量信息、圖像形狀角點信息及無運動或準靜止區(qū)域內的余留信息來完成高效視頻壓縮,其編解碼性能優(yōu)于傳統(tǒng)的典型的編碼算法。

4、　　此外,本文針對實際應用中的圖像序列不穩(wěn)定現(xiàn)象(通常來自于攝像源),提出了一種新穎的圖像運動補償方法,該方法對來自于圖像序列源的運動進行估計,并以補償平移和旋轉的方式來抵消此類運動。實驗結果顯示,該算法可以有效地穩(wěn)定實時捕獲的各類視頻。
　　為了驗證本文提出和改進的有關算法,作者進行了大量的計算機模擬及實驗,并同以往的傳統(tǒng)經典方法進行了比較,說明了本文提出的若干方法取得了良好的效果。大量不同類型的實際圖像序列實驗也表明,本文提出