论文部分内容阅读
提出了一种基于光流和水平集方法的运动目标检测与分割新方法。首先改进传统的光流模型的数据项及光滑项，使其具有更好的鲁棒性，通过计算改进的光流模型得到图像序列的光流场，从而检测出运动对象；然后改进Chan-Vese分割模型，取代灰度值分割为光流模型，根据光流信息分割运动对象；最后采用水平集方法，将不同区域的光流场信息有机地结合在一起，实现运动对象的分割；在水平集的求解过程中，为了避免水平集函数重新初始化，引入新的能量项，从而节省迭代时间。实验结果表明，与其他传统方法相比，该运动目标检测与分割算法具有较好的鲁棒性，且能够有效地提取运动目标。