實驗結果

(a) (b)

(c) (d) 圖 4.3 偵測移動邊界的結果

而經過時間以及空間域的合併之後，不僅僅可以將許多錯次的判斷移除，也可 以利用空間的資訊，使得切割結果中的物件邊界更為準確。

4.2 實驗結果

我們接下來對一些影片用之前所提到的演算法來加以分割，我們利用到的 影片有兩種規格，其中比較大的是 CIF(影像大小是 288x352)，而比較小的是 QCIF(影像大小是 144x176)。圖 4.4 是 Akiyo 影片分割的結果，它是 CIF 的格式。

圖 4.4 Akiyo 的分割結果

圖 4.5 是 News 影片分割的結果，它是 CIF 的格式。共有 300 個畫面。下 面的結果從左到右，從上到下，分別是畫面 1，30，60，……270。而整段影片 中，除了播報員為運動物件外，後面的電視牆也是動態的。

圖 4.6 是 claire 影片分割的結果，它是 QCIF 的格式，共有 494 個畫面。下 面的結果從左到右，從上到下，分別是畫面 1，30，60，……300….450。

圖 4.6 claire 的分割結果

圖 4.7 是 hall 影片分割的結果，它是 CIF 的格式，共有 300 個畫面。下面 的結果從左到右，從上到下，分別是畫面 1，20，40，60，……300。在下面的 結果當中，第一個畫面沒有東西是因為此時並沒有任何動態物件。在第 20 個畫 面時，人一開始進入的畫面當中，其分割的結果並不太理想，主要是因為一開 始的時候背景還沒有完全建構完成，再加上此段影片有相當多的雜訊，所以造 成如此的結果。

圖 4.7 hall 的分割結果

圖 4.8 是 mother and daughter 影片分割的結果，它是 CIF 的格式，共有 300 個畫面。下面是其中四個畫面的分割結果。

圖 4.9 mother 的分割結果

第五章 結論

在影像序列的壓縮當中，物件的分割佔了相當大的重要性，它的結果會直 接影響到壓縮的效益。若是能夠有效的將物件跟背景分開，這樣一來我們只需 要對物件做壓縮，所以可以大大的提升壓縮的效益。但是在 MPEG4 以及一些 壓縮的標準當中，並未提到一套有效的物件切割方法，因為對於不同型態的影 片常常需要用到不同的方法。

在提出的方法當中，是針對於場景固定的影片而應用的，它主要的想法就 是建構一個可靠的背景，需要被切割畫面，將會拿來跟背景的資訊做比較，若 是強度跟背景相異，我們就將它歸類於是運動的物件，否則就認為它是背景，

這些都是時間軸上的處理。為了要使物件能夠更完整的被切割出來，我們就必 須利用一些空間上的資訊，所以我們利用到分水嶺的演算法，在做分水嶺之前 還必須將畫面先經過梯度(gradient)運算的處理，若是沒有這麼做，會造成影像 過度分割，如此一來便失去了分水嶺的意義。經過梯度運算的影像完成分水嶺 演算法之後會將相似的區域分割出來，且是封閉且不會重疊的。最後再將時間 跟空間的結果加以合併，使得最後物件能夠完整的呈現以及物件的邊緣能夠比 較準確的呈現。而這個方法可以用在一些新聞影片中播報員片段的壓縮或是一 些監視系統的壓縮等等，因為這類的影片鏡頭都是固定的。

REFERENCES

[1] “MPRG-4 Video Verification Model version 18.0” ISO/IEC JTC1/SC29/WG11 N3908,January 2001.

[2] “Information Technology – Coding of audio visual objects Part 2:Visual”

ISO/IEC 14496-2:2003.

[3]D. Comaniclu and P. Meer, “Mean Shift Analysis and Applications”, Proc. IEEE International Conference on Computer Vision,VOL.2,pp.1179-1203,1999.

[4] D. Comaniclu and P. Meer ,“Mean Shift :A Robust Approach Toward Feature Space Analysis”,Proc. IEEE Transactions on Pattern Analysis and Machine Intelligence,VOL.24,NO.5,pp.603-619,May,2002.

[5]L. Vincent and P. Soille “Watersheds in Digital Space: An Efficient Algorithm Based on Immersion Simulations”, Proc. IEEE Transactions on Pattern Analysis and Machine Intelligence,VOL.13 , NO.6 ,pp.583-598, June,1991.

[6]A.Caplier , L.Bonnaud and J.-M.Chassery, “Robust fast extraction of video objects combining frame differences and adaptive reference image”,Proc. IEEE International Conference on Image Processing ,VOL.2,pp.785-788,2001.

[7] J.-B. Kim and H.-J. Kim, “Efficient region-based segmentation for a video

generation tool: automatic segmentation of moving objects in image sequences based on spatio-temporal information” ,Proc. IEEE Trans. Circuit and System for Video Technology. VOL.9,No8 ,pp. 1216-1226,Dec 1999.

[9]C. Stiller and J. Konrad , “Estimation motion in image sequences”, IEEE Signal Processing Magazine . VOL.16,Iss. 4,pp 70-91,July 1999.

[10]S.-Y. Chien ,S.-Y. Ma and L.-G. Chen, “Efficient Moving Object Segmentation Algorithm Using Background Registration Technique”, IEEE Trans. Circuit and System for Video Technology. VOL.12 ,No.7,pp.577-586,July,2002.

[11]Wei-Jung Chien and Sheng-Jhy Wang , “The Study of Spatio-Temporal

segmentation for image sequences”, Master Thesis, National Chiao Tung University, Hsinchu ,Taiwan,ROC,2001.

[12]R.C. Gonzalez and R.E. Woods, “Digital image Processing”, Addison Wesley Publishing Company,USA,1992.

[13]Linda G. Shapiro and George C. Stockman, “Computer Vision”, Prentice Hall,2001.