学位论文 > 优秀研究生学位论文题录展示
基于目标跟踪的多维矢量矩阵自适应分块编码
作 者: 丛琳
导 师: 陈贺新;桑爱军
学 校: 吉林大学
专 业: 通信与信息系统
关键词: 自适应分块 目标跟踪 多维矢量矩阵 四维矢量DCT正交变换 压缩编码
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 24次
引 用: 0次
阅 读: 论文下载
内容摘要
视频图像以其生动直观、形象鲜明、信息量大等特点,成为人类认识世界的重要知识来源。然而,巨大的数据量给计算机存储和网络传输造成了极大困难,这成为人类获取和使用视频图像信息的瓶颈之一。视频图像压缩编码技术的出现,有效地减少了视频图像的数据量,对视频图像的存储和传输起到了关键的作用。目前,常用的视频图像压缩编码算法的一个共同特点就是:为了算法的简便,不管视频图像的具体内容,采用均匀尺寸块对视频图像进行统一的分块,DCT变换,量化以及熵编码处理,这在一定程度上抹煞了图像的特性。由于视频图像的最终接收者是人类,根据人类视觉特性可知,人们在观看彩色视频流和图像时,往往只对位于视频图像中心位置的运动区域感兴趣,并且希望这些区域有较高的分辨率,而对其他区域只要达到基本的视觉要求即可。因此,可以利用目标跟踪技术定位到视频图像中的感兴趣区域,在保证不丢失重要信息的情况下,对位于视频图像中心位置的非平滑区域进行低压缩比压缩或者无损压缩,而对细节较少的平滑区域或者人眼不感兴趣的高频细节进行高压缩比的压缩,从而有效地减小视频图像的数据量。本文工作重点是利用目标跟踪算法定位到感兴趣区域,然后对不同区域进行自适应块分割,变换,量化以及编码处理,具体操作是:首先利用Canny边缘检测算子检测出视频目标边缘,同时利用三帧差分法得到关键帧中物体的初始轮廓,再利用基于贪婪算法的Snake算法进行迭代,收敛初始轮廓曲线来得到物体的实际轮廓曲线,即彩色视频流中人们感兴趣的前景区域,并对其进行较小尺寸的块分割,然后采用优先编码或较低的压缩比对其进行压缩,而对于不感兴趣的背景区域(即非感兴趣区域)使用较大尺寸的块分割,采用后编码或较高的压缩比进行压缩。从而,在保证视频图像主观质量的前提下,既能提高编码效率,又能提高压缩质量。本文将基于目标跟踪的自适应分块算法与实验室提出的多维矢量矩阵相结合,以Visual C++6.0为工具,编程实现了基于目标跟踪的多维矢量矩阵自适应分块视频图像编解码,并且将采用本文算法的视频图像压缩编码结果,与采用均匀尺寸分块方式的视频图像压缩编码结果进行比较分析,从实验结果看出,本文方法在保证视频图像客观重建质量的前提下,既有效降低了输出码流大小,又在一定程度上提高了主观重建质量,验证了基于目标跟踪的多维矢量矩阵自适应分块编码的有效性与可行性,取得了令人满意的结果。
|
全文目录
摘要 4-5 Abstract 5-8 第1章 绪论 8-18 1.1 课题研究的背景及意义 8 1.2 图像压缩编码的可行性 8-9 1.3 研究现状 9-10 1.4 压缩种类 10-14 1.4.1 无损压缩编码 11-12 1.4.2 有损压缩编码 12-14 1.5 视频质量评价准则 14-16 1.5.1 主观视频质量评价准则 14-15 1.5.2 客观视频质量评价准则 15-16 1.6 论文的研究内容及论文结构 16-18 1.6.1 本文研究内容 16-17 1.6.2 本文内容安排 17-18 第2章 多维矢量矩阵理论基础 18-22 2.1 多维矢量矩阵的基本定义 18 2.2 多维矢量矩阵运算准则 18-20 2.3 四维矢量矩阵正交变换 20-21 2.4 四维矢量DCT 操作算子 21-22 第3章 目标跟踪技术 22-29 3.1 目标区域分割 22-23 3.2 运动目标提取 23-25 3.2.1 背景差分法 23-24 3.2.2 帧间差分法 24-25 3.2.3 光流分析法 25 3.3 运动目标跟踪 25-26 3.3.1 基于模型的跟踪 25 3.3.2 基于区域的跟踪 25-26 3.3.3 基于动态边界的跟踪 26 3.3.4 基于特征的跟踪 26 3.4 基于贪婪算法的Snake 模型 26-29 第4章 基于目标跟踪的多维矢量矩阵自适应分块编码 29-35 4.1 彩色图像的变换压缩 29-30 4.2 彩色视频的变换压缩 30-32 4.3 彩色图像/视频的多维扫描 32-35 第5章 实验结果及性能分析 35-42 5.1 压缩编码的评价标准 35-36 5.2 彩色图像实验结果分析对比 36-38 5.3 彩色视频实验结果分析对比 38-42 第6章 全文总结 42-43 参考文献 43-47 作者简介及在学期间所取得的科研成果 47-48 致谢 48
|
相似论文
- 带径向速度观测的跟踪算法研究,TN953
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
- 空间交会接近视觉测量方法研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 红外图像目标识别及跟踪技术研究,TP391.41
- 空间红外目标仿真与跟踪技术研究,TP391.41
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 基于支持向量机的视频目标检测方法研究,TP391.41
- 无线传感器网络的目标跟踪算法研究,TN929.5
- 基于主动视觉的运动目标检测与跟踪研究,TP391.41
- 基于无线传感器网络的目标定位跟踪研究,TN929.5
- 视频监控运动目标检索方法研究,TP391.41
- 运动目标检测与跟踪的研究,TP391.41
- 视频图像中的运动目标检测与跟踪,TP391.41
- 车载红外图像的行人检测与跟踪技术,TP391.41
- 一种基于SPIHT改进的ROI图像编码方法,TN919.81
- 基于H.264网络视频传输方案的设计与实现,TN919.81
- 无线传感器网络定位及目标跟踪的研究,TN929.5
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|