一种基于背景提取的视频对象分割算法
摘 要：提出了一种基于背景提取的视频对象分割算法，其主要是通过对多帧视频序列的比较，提取出视频帧的背景，以后的视频帧序列减去该背景，就得到了运动对象。实验结果表明，该算法可以很好地应用在视频会议等背景变化不大的场合，效果较好且运算量不大。
关键词：MPEG-4；视频对象；视频分割；对称差分法
随着网络和多媒体技术的发展，通信数据量越来越大，特别是在视频会议、视频电话等图像通信中，其通信数据量大得惊人。而目前通信网络的带宽有限，不能很好地支持高质量的图像通信业务。为了解决这些问题，国际电信联盟先后提出了MPEG-2、MPEG-4标准。MPEG-4的初衷是针对于视频会议、视频电话的超低比特率编码，但在以后的发展中，MPEG对该标准又进行了修改。MPEG-4标准引入了视频对象VO(Video Object)的概念，编码是基于对象(Object)的[1]。所谓对象是指一个场景中可以操作和控制的实体，而传统压缩方法是基于帧的，已无法对对象进行操作。MPEG-4中对比特率控制可以是基于对象的，即使在带宽有限的情况下，可以利用码率分配方法，对于用户感兴趣的对象可以多分配一些比特率，而对于用户不感兴趣的对象可以少分配一些比特率，这样图像质量可以得到保证。所以在MPEG-4标准中，视频对象分割算法显得十分重要。
视频对象分割算法与图像分割技术联系紧密，图像分割算法被广泛地应用在视频对象分割中。目前的视频对象分割算法有很多，如检测变化区域的分割方法[2]，其主要是通过检测序列图像帧的变化区域与不变区域，从而分割出运动物体与静止背景。该算法的关键是阈值的选取，分割后的图像中没有变化的部分表示背景图像，变化的部分代表运动区域。这类算法的优点是计算简单，特别适用于室内场景(如视频电话、网络会议等)。其缺点是对噪声敏感，在背景场景变化复杂的室外情况下，分割的效果不好。基于对称差分的视频分割算法[3]是将数学的“与或”操作运用在图像分割中，通过连续帧的差减、“与或”运算，可以提取出中间视频帧的图像运动对象。近年来，自适应阈值的方法[4]也广泛运用在运动目标的提取上，它结合了形态学中的开启和闭合方法来对图像进行处理。此外还有基于时空信息的视频对象分割算法[5]。综上所述，视频对象分割算法还处于发展之中，一种优秀的分割算法不仅要与图像分割相结合，而且还需要人工智能和运动分析等方面知识。
1 视频分割算法
