论文部分内容阅读
视频的语义标注对于其自动检索具有重要意义，而视频对象提取可以为视频高级语义事件的标注与检索提供重要的推理依据。网球比赛视频具有巨大的商业价值和广阔的应用前景，是当前体育视频研究的热点。本文以网球比赛视频为研究对象，提取网球视频帧中与精彩事件相关的对象，主要研究工作如下：
1.简要介绍了课题的研究背景，分析了网球视频对象提取研究工作的必要性与意义。
2.研究了网球视频帧的去噪与形态学预处理。网球视频在拍摄的过程中受到外界的噪声干扰较大，在传输的过程中也不可避免的混进了干扰噪声，因此需要对网球视频帧作预处理。本文对空间域滤波的典型算法和频率域滤波中的小波变换去噪方法进行了研究。实验表明：中值滤波较之均值滤波能更好的保留图像边缘，而均值滤波较之中值滤波其平滑性要更好；小波变换用于去噪时采用的阈值方法不同，均方差与峰值信噪比存在较大差异，需根据图像的不同情况作出不同的预处理策略。同时对形态学的膨胀和腐蚀算法进行了研究。
3.基于Hough变换的网球场地线检测。场地线是网球视频的一个重要对象，场地线与运动员之间的位置关系对于高级语义事件的构成具有重要的推理价值。考虑到Hough变换运算量大、运算速度慢的缺陷与网球场地线呈白色、亮度高的特点，采用Top-Hat算法和二值化、Robert算子边缘检测对Hough变换检测进行了优化；考虑到网球选手比赛时其跑动点与网球场地线中的底线与中线关系密切，对底线和中线进行了重构，且标出了其起点和终点。
4.基于光流场的运动场检测。通过对网球视频的观察发现运动员比赛对打镜头中存在较强的运动场，而精彩事件的回放与球员的特写镜头与中场休息等镜头中运动场强度较小，即不同场景的光流场存在较大差异，其模值与方向都各具特点。本文通过光流场模拟了运动场。
5.基于SIFT的网球图像配准。网球视频对象提取的目的之一便是实现未知视频帧与视频数据库中图像的匹配。因此，在详细总结SIFT算法原理的基础上，作了基于SIFT算法的网球图像匹配实验。实验结果表明实验表明：特写场景和比赛场景下获得的图像可以检测出较多的SIFT特征点(约260个以上)，而长镜头中的非比赛图像含有的SIFT特征点较少(小于100个)；SIFT在网球图像配准上具有速度快，配准率高的优点。