图像分割技术（3）

接上篇
图像分割技术（2）

5. 基于运动的分割

严格说来这部分应该属于运动检测，是计算机视觉的内容，有光流，卡尔曼，meanshift。。。

对于图像处理，更侧重的是通过分析和转换，突出运动特征。

这里从空间域和频率域上介绍

5.1 空间域

基本思路是帧间做差，按参考帧的不同，又分为帧差法和累积差值。前者使用相邻帧做差，后者固定一帧作为参考，所有后续帧与之做差。

帧差：


按对比的条件，累积差值又分为绝对ADI、正ADI、负ADI：



这里R(x,y)为参考图像，对于累计差值的方法，参考图像如果取某一帧显然是不合适的（考虑监控路口视频流），理想的参考帧应该是当前场景下始终保持静止的图像（如路面，围栏，树）。

而使用正ADI可以重建满足上述要求的参考帧（图5-1）：

1. 对一段运动视频，取第一帧为参考，后续帧与之做正ADI，借此获取运动物的初始位置。

2. 对每个初始位置，用后续帧里运动停止的那一帧的相应内容覆盖。



图5-1. 重建参考帧
图5-1的1为视频流第一帧，2为使用正ADI获得的运动初始位置，3为抠去运动物的重建参考帧（结果有点糙。。。）
5.2 频率域

算法出自Rajala等人的Application of the one-dimensional fourier transform for tracking moving objects in noisy environments。

基本思路是：将目标的运动投影到x和y轴，然后分别对其做傅里叶变换，查找变换域内幅值最高的频率，由该频率解算出两个方向的运动速度和方向。

该方法对尺度较小的运动有一定优势，算法也不复杂，但严重依赖参数的选择。

1）对一个K帧M*N大小的视频流，在时间点t上，x轴和y轴上投影加权和为：



其中a1和a2的选择文章写的很含糊：取接近U_max/V_max的整数，前者由帧数和采样频率确定，后者为期望的最大速度。

delta_t为帧间时间间隔。

2）然后对1）的投影做一维傅里叶



3）分别选择频域内x和y方向取最大值的频率u（第一个周期内），由式u=aV获得速度；此外分别对gx的实部和虚部做二次导，若时刻n的值为同符号则表示该时刻x方向速度为正，对gy类似。

实验中最大的问题是a的选择，可能是我没看懂论文，结果基本不可信。