运动对象检测及其在视频压缩与处理中的应用

1 绪论 1

1.1 数字视频及其应用 1

1.2 数字视频中的运动对象检测 3

1.3 数字视频中的去隔行处理 5

1.3.1 去隔行处理现状 6

1.3.2 去隔行处理在视频编解码中的应用 8

1.4 嵌入式视频处理系统 9

1.5 总结与展望 11

2 基于三阶中心矩的背景点阈值的确定 15

2.1 现有的阈值计算方法 15

2.2 背景噪声的分布特性分析 16

2.3 基于三阶中心矩的背景区域确定 18

2.3.1 统计量的选择 19

2.3.2 分块检测原理 21

2.3.3 块大小和参数的确定 22

2.3.4 背景区域的确定 23

2.4 自适应背景点阈值的确定 25

2.5 小结 26

3 利用相邻帧和背景信息的运动对象检测 28

3.1 背景减算法概述 28

3.1.1 典型的背景模型 29

3.1.2 背景更新方法 30

3.2 算法思想 31

3.3 运动对象检测 32

3.3.1 生成当前帧掩膜 32

3.3.2 背景帧的生成与维护 33

3.3.3 生成背景掩膜 35

3.3.4 抑制虚假运动像素点 35

3.3.5 形态学后处理 37

3.4 检测结果及分析 38

3.4.1 背景维护效果 38

3.4.2 检测结果实例 40

3.5 小结 43

4 摄像机运动情况下的运动对象检测 44

4.1 引言 44

4.2 图像运动跟踪 46

4.2.1 图像跟踪的定义 46

4.2.2 线性回归或稳健回归 48

4.2.3 跟踪算法优化 50

4.2.4 运动参数模型 51

4.2.5 基于仿射模型的参数求解优化 52

4.3 摄像机运动跟踪 53

4.3.1 背景表示与索引 53

4.3.2 背景生成算法 55

4.3.3 背景跟踪算法 56

4.3.4 图像运动参数初始点估计 57

4.4 运动像素检测与抑制虚假报警 59

4.5 实验及结果分析 60

4.5.1 MO算法速度与稳健性实验 60

4.5.2 室内与户外应用实验 64

4.6 小结 69

5 基于运动检测的去隔行处理 70

5.1 隔行扫描存在的问题 70

5.2 基于场的运动检测 72

5.2.1 基于时空相关性的场图像选择 72

5.2.2 运动像素点检测 74

5.3 像素点的插值 75

5.3.1 现有插值方法 76

5.3.2 基于边缘方向的像素点插值 80

5.4 算法流程与描述 82

5.5 去隔行处理效果分析 84

5.5.1 客观质量比较 84

5.5.2 主观质量比较 87

5.6 小结 90

6 压缩过程中的运动估计技术 91

6.1 现有的编码标准 91

6.2 视频编码中的关键技术 97

6.3 块匹配运动估计的原理 100

6.4 块匹配准则 102

6.4.1 最小残差匹配 102

6.4.2 拉格朗日乘子法 103

6.5 视频压缩中运动估计算法评价指标 104

6.6 改进匹配效果的策略 105

6.6.1 多尺寸块 105

6.6.2 多参考帧 108

6.7 整像素与亚像素运动估计 111

6.8 小结 113

7 基于压缩域信息的运动对象检测 114

7.1 基于运动矢量的运动对象检测策略 114

7.2 摄像机运动分析 115

7.2.1 摄像机运动分类 115

7.2.2 摄像机运动特点分析 116

7.3 快速运动区域检测 117

7.3.1 提取背景运动矢量 117

7.3.2 确定前景运动 120

7.4 检测结果及分析 123

7.5 小结 125

8 具有去隔行处理的嵌入式视频编码器 126

8.1 场视频序列的编码方法 126

8.2 帧与场编码方法性能比较 129

8.2.1 运动估计 129

8.2.2 预测帧／场的选择 130

8.2.3 亚像素级运动估计 130

8.2.4 位率控制 133

8.3 基于运动矢量的去隔行处理 134

8.3.1 全局运动矢量的求取 134

8.3.2 利用全局运动矢量的插值处理 137

8.4 具有去隔行处理功能的嵌入式编码器 138

8.5 编码器的设计与实现 138

8.5.1 嵌入式编码器的硬件结构 138

8.5.2 去隔行处理的优化实现 141

8.6 编码器性能测试 143

8.6.1 客观质量 143

8.6.2 主观质量 146

8.7 小结 147

参考文献 149