论文部分内容阅读
视频内容的特征提取和过滤是数字视频处理、模式识别等领域的重要组成部分,在民用和军事上均具有广泛的应用,例如自动控制、保安监视、遥感和生物医学图像分析等场合。此外基于对象内容的视频压缩编码也颇受青睐,广泛应用于MPEG-4等国际标准中。同时,按照信息内容进行分类、检索和过滤也是未来实施信息与网络安全策略的重要趋势及关键技术。本论文就基于对象特征的视频图像过滤技术进行了探讨,讨论了“场景视频图像序列标记内容检测与过滤技术”的系统设计和实现,并研究分析了其中的关键模块:标识特征的选取与标记方式、标识图像的检测、敏感区域图像的模糊过滤、图像预处理等。其中第一章介绍了课题的研究背景和任务,第二章介绍了整个系统的方案设计和模块功能,第三章着重对基于颜色的标识图像识别、分割做出了详细的讨论,比较了不同彩色空间(RGB与HSV)的数据分布特性以及不同模型在应用上的实现优劣,并研究了图像亮度预增强的实现方法。第四章对目前常用的形状信息的检测识别技术进行了总结和初步评估,第五章介绍并实现了敏感区域图像内容模糊过滤处理的三种常用方法,最后在第六章中对软件仿真设计进行简要介绍并附上了相关实现结果。考虑到今后向DSP硬件平台移植的方便,我们在数据分析的同时,采用VC++ 6.0软件平台对整个系统进行了PC仿真实验。这里软件仿真按实现功能分为四部分:标识图像的特征选取、基于颜色信息的标识检测、基于形状特征的标识检测、标记区域图像内容的分割与模糊过滤,验证了相应算法的有效性和可实现性。