雪景视频中雪花的自动抠取算法研究

雪景视频中雪花的自动抠取算法研究

ID:5347472

大小:155.34 KB

页数:2页

时间:2017-12-08

雪景视频中雪花的自动抠取算法研究_第1页
雪景视频中雪花的自动抠取算法研究_第2页
资源描述:

《雪景视频中雪花的自动抠取算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、工程科技《局乏院譬-K)2olo年第3期雪景视频中雪花的自动抠取算法研究包艳霞(安徽工业职业技术学院,安徽铜陵244000)摘要:抠图是图像视频处理的一项重要技术,在自然现象的图案中有着广泛的应用。文章针对雪花的特征,使用特定的软抠取算法对雪花进行精确提取.以实现虚拟环境中的飞雪运动的场景。关键词:视频;软抠取;形状滤波器中图分类号:TP391.41文献标识码:A文章编号:1672—0547(2010)03—0071—02一因此,在雪花中,像素的饱和度在雪花中心地带比较低,而在、相关工作当前有不少论文研究如何用计算机视觉技术对自然界的边缘地带比较高。气候信息进行图像加工,例如

2、:LiShenm等人讨论了如何用视我们根据雪花的一系列特征,I是雪的饱和度,I是像素觉技术作天气预报,KshitizGarg等人在日研究了如何在雨景中距离纯白色的距离,I。是饱和度的差分来区别雪花。探测雨滴的方法,他们使用时间过滤器,将快速移动的雨滴和Isat=min(LR,LG,I—_B)慢速移动的其它物体运动区分开,然后进行雨滴消除,他们的Idiffm舣(I_R,I_G,I-B)‘mi“(【_R,_G,I_B(2)算法能消除视频中的雨滴。sat=Isat。⋯KshitizGarg的方法只能适用雨滴,并不适用雪景,在此我ItI__sat(m)-Isat(m—l、们受到Pau

3、lViola的启发,PaulViola等人在中提出了一个快Isat是指像素的饱和度,饱和度越高,就越接近白色,所以速检测人脸的算法,其原理是设计一系列弱分类器,并用一系_越可能是雪花,同时雪花不同于其它物体的特点在于,雪花的饱列弱分类器组成成强分类器,并最终实现检测算法。我们也借和度是变化的,在中心地带高边缘低,所以我们可以用饱和度的鉴这种算法,使用一系列弱形状分类器去识别雪花,我们使用差分Idifsat来作雪花的特征,1w则反映了像素颜色和纯白色饱和度滤波器,颜色滤波器,时间过滤器,差分滤波器识别雪_的距离,显然,越接近纯白色,越有可能是雪花。花,并最终将这一系列过滤器组合

4、成一个强分类器去识别运在时间域上,我们使用相邻帧中的同一位置的颜色变化动中的雪花。去反应特征,由于雪花是运动的,所以我们可以根据雪花在不雾,雪,雨,其本质上都是半透明的,雾本身是细小的水同帧上同一位置的饱和度变化作为特征,由于雪花是高速运滴,能折射光线,是半透明的,而雪雨的特点在于高速运动中动的,所以在时间域上,饱和度会有很大变化,而对于慢速移产生运动模糊,因此也半透明的,在对这些半透明物体进行抠动的物体来说,变化就不大。取时,往往使用matting算法,KaimingHe等人在H中提出了对于于这四个特征,我们定义了四个形状滤波器去识别一个从图像中移除雾的算法,这个算法是基于

5、alphanlatting,雪粒子,饱和度形状滤波器、微分形状滤波器,颜色滤波器。饱在此,我们也使用这种技术进行抠取。Halliu等人在日中提出和度滤波器和微分滤波器,饱和度滤波器如下图所示:了一个增强的软抠取算法,但这个算法需要用户指定前景和背景区域,我们根据雪花的一系列特征,对雪花进行自动识口别,我们的创新性在于根据雪景的特点,构造出了在已知前景下的闭形式矩阵,这样就能更好的进行雪景的抠取。我们的方法能很好的适应雪景的要求,实验也证明了我们算法的口■口有效性。=、在视频中检测雪花雪粒子在高速运动中会形成运动模糊,对于一个给定的像素I;,当雪花经过像素时,参与像素Ii曝光的

6、能量中,不仅有图1:饱和度形状滤波器雪花,还来自背景光的能量,我们假设对雪粒子和背景的曝光在饱和度滤波器中,白色的长方形特征的响应是正的,而时间分别为t~和t,那么像素I;可以用如下方式表示:黑色的长方形特征响应是负的。当饱和度滤波器对应的中心I木I—(1一仪)★IIH一j地带饱和度高,而边缘地带饱和度低时,饱和度滤波器响应较L:———(1)高的值差分滤波器。舻计算差分特征。白色滤波器计算特tB+tIk1在式1中,I一是雪的实际颜色,一般来说是白色,I一。征是背景色,a是运动中雪花的透明度,从公式中可以看出,实质=~+上雪花的运动模糊降低了背景的饱和度,由于雪花中心的地带,对

7、雪的曝光时间比较长,而对背景的曝光时间少,在雪花∥一=l∑I,cwhite(3)幽的边缘地带,对背景的曝光时间长,对雪的曝光时间比较少,=一(∑),,cblack收稿日期:2010—04—25作者简介:包艳霞(1980一),女,安徽_T业职业技术学院教师,硕士研究生。一71—《白刁陵譬院幸f;}2010年第3期我们使用四个弱分类器以对图像中的像素进行分类。每个口.,=(∑—t一.)一,=J=}’J+1弱分类器对应于一个形状滤波器.对应于像素n的弱分类器称之为厅(")‘=(>0),8()是一个o_1指示函

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。