电 子 测 量 技 术（2007 年 10 月）

汤 宁 何明一

(西北工业大学 西安 710072)

1 贡献

论文提出了提出一种结合阈值分割以及区域生长的算法检测视频中的运动物体。首先对相邻的图像帧进行差分并二值化差分灰度图像, 然后扫描二值图像去除虚假运动物体及孤立亮点, 最后用区域生长的办法改进运动物体的信息。

2 帧间差分

利用相邻的 3 帧图像, 把中间帧分别与相邻帧进行差分 ,然后再把结果相与。

(1)分别计算相邻两帧灰度图像的绝对差分;

(2)选取阈值

认为背景噪声服从高斯分布，根据3σ准则选择阈值为：T =3σ+μ

(3)差分图像二值化与与运算

对两幅差分灰度图像进行二值化, 得到 2 个二值图像 BWk 和B Wk+1 。

3 去除孤立点并得到目标区域

基于行扫描去除孤立点同时得到连通域，论文这里写了一大坨，大致就是通过一行一行的扫描判断是否是孤立点和是否是连通域，去除孤立点可以用滤波，判断是否是连通域可以同时加个8连通域的约束。

4 生成种子区域

使用阈值去掉小面积的噪声区域。

5 区域生长

这一点用到了聚类的思想，和Selective Search的想法有点类似，但是约束少很多。在当前目标区域的前提下，利用灰度值近似的约束向外生长，同时更新相似性权重。

初始估计：

这里感觉有点歧义，公式（8）应该是新的生长区域。