| 摘要 |
现今许多新式之影像压缩技术，皆支援以物件为基础之多媒体编码方式，使得视讯影像中的物件可支援互动、搜寻、以及交换等功能。在支援这些功能的同时，针对视讯影像中所有物件的切割与追踪则为非常重要的关键技术。本发明将提出一套具系统性之演算法，分别结合了边缘侦测、影像切割、以及轨迹预测之技术，来完成影像物件追踪之功能。本发明所提出之切割影像方法是以物件轮廓为基础。为了切割出更精确的影像物件，一般旧有的影像轮廓侦测技术并不敷需求，然而，细致边缘在影像中时常扮演着极重要角色，却也因为细致之故，以致于普遍被忽略或是无法处理。本发明采用型态影像学之理论，发展出具有加强描绘细微特征之轮廓侦测演算法，得以成功的撷取出该细致边缘。影像物件切割的部份，过去有许多影像切割演算法被提出，但确有着初始条件与过度分割的问题存在。本发明所提出之影像切割演算法，可适用于全域影像分割，或使用于特定影像物件分割。利用在影像中植入区域生长点，使所有点蔓延整张图或特定影像物件后，进行区域结合，即可将影像或物件撷取出来。本发明亦提出一简易之自动轨迹预测模式，当每页面处理完成后，即会自动择定下一个页面之生长点位址。如此，即可在视讯影像中连续地撷取出相同之物件，以达成影像物件追踪之目的。最后，本发明结合了边缘侦测、影像切割、以及轨迹预测之三项演算法，经实验证实，可确实有效地使用边缘侦测后所得到之资讯，达到影像的切割与侦测。 |
