電 子 測 量 技 術(shù)（2007 年 10 月）
湯 寧 何明一
(西北工業(yè)大學(xué) 西安 710072)
1 貢獻(xiàn)
論文提出了提出一種結(jié)合閾值分割以及區(qū)域生長的算法檢測視頻中的運(yùn)動物體。首先對相鄰的圖像幀進(jìn)行差分并二值化差分灰度圖像, 然后掃描二值圖像去除虛假運(yùn)動物體及孤立亮點(diǎn), 最后用區(qū)域生長的辦法改進(jìn)運(yùn)動物體的信息。
2 幀間差分
利用相鄰的 3 幀圖像, 把中間幀分別與相鄰幀進(jìn)行差分 ,然后再把結(jié)果相與。
(1)分別計算相鄰兩幀灰度圖像的絕對差分;
(2)選取閾值
認(rèn)為背景噪聲服從高斯分布，根據(jù)3σ準(zhǔn)則選擇閾值為：T =3σ+μ
(3)差分圖像二值化與與運(yùn)算
對兩幅差分灰度圖像進(jìn)行二值化, 得到 2 個二值圖像 BWk 和B Wk+1 。
3 去除孤立點(diǎn)并得到目標(biāo)區(qū)域
基于行掃描去除孤立點(diǎn)同時得到連通域，論文這里寫了一大坨，大致就是通過一行一行的掃描判斷是否是孤立點(diǎn)和是否是連通域，去除孤立點(diǎn)可以用濾波，判斷是否是連通域可以同時加個8連通域的約束。
4 生成種子區(qū)域
使用閾值去掉小面積的噪聲區(qū)域。
5 區(qū)域生長
這一點(diǎn)用到了聚類的思想，和Selective Search的想法有點(diǎn)類似，但是約束少很多。在當(dāng)前目標(biāo)區(qū)域的前提下，利用灰度值近似的約束向外生長，同時更新相似性權(quán)重。
初始估計：
這里感覺有點(diǎn)歧義，公式（8）應(yīng)該是新的生長區(qū)域。
