随着科技的发展以及我国安保工作日益增强,各地监控视频的数量呈几何形式的增长,在这种情况下,能够实现视频压缩,将不同时间不同空间中出现的物体在尽可能短的时间内同时播放,从而提高浏览效率的视频摘要技术近年来得到了广泛应用。由于视频摘要是将所有运动目标在短时间内同时呈现,因而运动物体之间经常出现碰撞重叠遮盖等现象,并且很难从最终的视频摘要运动物体出现顺序中看出运动物体之间的时间因果关系;视频摘要在视觉效果上也经常出现运动管道与背景图像颜色混叠等现象。因此,对视频摘要算法的改进和研究显得尤为重要。本文针对上文所述的摘要视频中运动物体之间易出现碰撞重叠覆盖等现象,从运动物体的出现顺序难以判断运动物体之间的时间因果关系,以及摘要中的运动目标与摘要背景易出现颜色混叠的现象等特点,着重对基于对象的视频摘要关键技术,即基于能量最小化的运动物体在视频摘要中的排列技术以及使运动物体与摘要背景图像实现无缝融合的技术等进行了研究,主要的工作内容有以下几点:(1)设计基于对象的视频摘要技术的数据结构,并提出了基于对象的视频摘要的总体技术框架。本文设计了基于对象的视频摘要技术的数据结构,可以保证不同技术模块之间的数据传输调用的一致性和数据可复用性,同时,本文还提出了基于对象的视频摘要的总体技术框架,该框架为今后可能出现在基于对象的视频摘要中的各种不同的功能预留了API接口,可适用于不同领域对视频摘要技术的应用与发展。(2)研究实现了运动物体碰撞能量与时间一致性能量的算法。视频摘要中运动物体之间存在碰撞重叠现象和难以从视频摘要的运动物体出现顺序判断运动物体之间的因果关系的问题,本文针对这些问题在传统能量算法的基础上添加了对运动管道矩阵相关性的判断及运动物体运动方向判断,并重新定义了时间一致性能量算法,成功解决了视频摘要中运动物体碰撞重叠和缺乏时间逻辑性的问题,与经典算法相比计算效率显著提高。(3)改进了基于泊松编辑的运动管道与视频摘要背景图像之间的图像融合算法。针对视频摘要中运动管道与背景图像中内容相同,但由于光照等条件的不一致性导致二者像素值出现反差的现象,本文在泊松编辑的基础上对管道寻找最优边界,减少管道残留背景像素对融合的影响,改善了运动管道与视频摘要背景图像颜色混叠的现象,使融合后的图像运动管道与背景图像衔接自然,过渡连续,从而提高用户对视频摘要的视觉效果。(4)利用聚类算法实现了基于对象的视频摘要内容智能去冗余。利用k-means聚类算法实现对运动管道的分类,提取具有内容冗余的运动管道并对其进行去冗余处理。实验结果表明,与未进行去冗余处理的基于对象的视频摘要相比,基于聚类的视频摘要去冗余技术提高了视频压缩率,与非基于聚类选择的视频压缩相比,基于聚类的视频摘要去冗余技术完整地保留了运动速度快,逗留时间短的运动物体的运动细节,因此基于k-means聚类算法的视频摘要去冗余技术提高了视频摘要的压缩率而不影响用户的视觉效果。