基于面部图像的非接触式婴儿心率监测

为实现便捷、可靠的日常婴儿心率实时监测,提出一种基于面部图像的非接触式婴儿心率实时监测方法。首先引入欧拉视频放大技术,对一定时间间隔内视频的每一帧图像进行颜色增强处理,从而改善婴儿面部颜色变化微弱、所含心率信息不明显的问题;然后,通过Adaboost算法从每一视频帧中识别出婴儿面部,并从婴儿面部选取脸颊区域作为敏感区域以提取脉搏波信号,以此为基础提出一种改进的反射光强模型,抑制日间因环境光变化引起的干扰以及运动噪声干扰,提高脉搏波信号信噪比;此外采用摄像头的红外自主光源,通过一种基于相空间重构的单通道独立成分分析法分离夜间脉搏波信号的运动噪声,解决因夜间光照条件差引起的婴儿心率监测困难的问题;最后开发整个系统上位机应用程序,并通过实验验证该方法正确性和有效性。     

融合小波变换及SIFT算法的去抖动运动目标检测

采集视频信息时因摄像机抖动造成图像不稳定,将给后期运动目标检测带来严重的误检测问题。针对此问题提出一种融合小波变换及自适应SIFT算法的运动补偿方案。首先引入基于阈值的小波变换对图像进行去噪,然后设计变步长迭代准则自适应地搜索匹配的SIFT特征点,保证了高配准精度的特征点对的获取,通过对比当前帧与参考帧匹配特征点的偏移量估计抖动参数,再利用改进的高斯混合模型对运动补偿后的视频帧进行运动目标检测。实验结果表明,与同类方法相比,能够获取具有更高配准度和稳定性的匹配特征点对以有效地估计抖动参数,具有良好的去抖动效果和较高的运动目标检测精度。     

基于视频压缩编码的动态图像水印方案

提出了一种新的基于视频压缩编码的动态图像水印方案。在嵌入水印时,充分考虑动态图像压缩编码的特性,对帧内编码帧(I帧),将水印信息嵌入到DCT低频系数中;而对帧间编码帧(P,B帧),结合动态补偿/离散余弦变换(MC/DCT)混介编码,把水印信息嵌入到运动补偿后的残差图像的自流成分中。同时,在水印嵌入时,采用扩频技术与多维水印相结合的方法,并通过相关检测的方法判断水印的存在。由于水印的检测是对视频码流直接实施的,不需要对压缩数据进行完全解码,从而大大降低了计算量,提高了视频数据水印的适用性。     

基于对比度直方图特征子空间聚类的区域级背景减除方法

针对区域级背景减除问题,提出一种基于图像块对比度直方图特征的背景减除方法。对于已输入的一段视频,将每一帧视频分割成图像块,并提取对比度直方图特征。在该特征上通过自描述方式将前景作为噪声误差项与背景分离,随后使用稀疏子空间聚类方法构建关于对比度直方图特征的聚类,而对于特征聚类的主成分分析给出了关于背景特征的多个子空间,并以此作为区域级背景模型。在后续输入视频帧中提取对比度直方图特征,将其投影到各子空间中计算重构误差,以此作为前背景的决策依据。实验结果表明,该方法能够有效减除视频中的背景。     

基于视频七阶距特征的内容检索方法

为了能准确地在视频媒体中寻找到所需要的信息片段,提出了一种基于视频图像七阶矩特征的内容检索方法.通过计算图像的七阶矩特征,并以此替代视频每帧图像的信息,对视频中每帧图像及其前一帧的七阶矩特征向量进行比对,计算两者距离,当两者欧氏距离超过某一给定阈值时记录下该帧在视频中的位置,且定义该帧为视频的一个关键帧,并以此为据建立视频文件的带时间标记的关键帧七阶矩向量序列.继而通过对视频流和目标视频的七阶矩序列位置的比对和对应七阶矩距离的计算,确定在视频流中是否包含目标视频,以此实现在视频流中对于目标视频的检索.使用实际视频为例对方法进行验证,效果良好,结果准确,方法还具有较快处理速度和较少的内存消耗,可用于实时处理领域.     

塔式起重机视觉系统中电子稳像算法

为解决塔式起重机视觉系统获取的图像序列抖动,采用Kalman滤波投影估计算法复合控制的电子稳像技术使抖动达到最小。基于投影估计和Kalman滤波相结合的稳像算法是指在运动估计过程中,通过中值滤波对视频稳像进行预处理,采用投影法来进行运动估计,在Kalman滤波下,根据抖动矢量对当前帧进行补偿,得到稳定的视频。对塔式起重机因操作过程中遇到的视频图像序列进行稳定处理,使输出的视频图像序列稳定而清晰。仿真实验结果表明:该方法可以使稳定精度提高,更适合塔式起重机操作员观察,提高了效率和安全性。根据抖动向量利用闭环反馈原理来补偿当前帧,在第一时间及时消除抖动,获得稳定的视频。     

基于粗糙集理论的矿井视频监控图像应用

为了解决目前由于环境恶劣,光线弱,矿尘大等因素的影响,使得矿井视频监控所拍摄到的图像模糊不清,利用粗糙集划分子图,并增强其所有子图的对比度的方法来增强视频中的帧图像效果,从而使新的视频图像更加清晰;将此方法应用到矿井视频监控中,同时对这一运用作进一步阐述与展望。     

二维视频序列转换为伪3D视频的方法

本文提出了一种二维视频到三维视频的转换方法。采用时域和空域相结合的方法,根据边缘信息．从图像序列中提取运动对象。对二维视频序列来说,其本身并不包含有视差信息,但是可以根据运动信息来估算视差。本文中采用基于三角形网格的浓密视差提取方法来估算。根据双目立体视觉原理和立体显示技术．我们将二维视频帧经过变换,得到伪三维立体视频帧,并合成视频序列。     

一种改进的视频运动目标检测算法

为了克服帧间差分法和HS光流法在运动目标检测中的缺点,提高视频运动目标检测准确性,提出了一种将改进的三帧差分法和基于灰度梯度优化计算的光流法相结合的运动目标检测算法。首先利用改进的三帧差分算法对图像进行预处理,使用最大类间方差法对图像进行二值化,获得全局二值化阈值,得到准确度较高的运动目标区域;然后利用优化灰度计算的光流法处理,排除光线等因素的干扰,从而更加准确地提取运动目标区域。实验结果表明,该方法能够有效提高运动目标检测的准确性。     

一种监控视频分段的方法

本文提出了一种针对监控视频序列的分段算法．即通过计算输入视频帧与可更新背景帧的差异计算帧运动量,来实时更新背景,按当前帧与实时背景帧的差异进行聚类,然后按照每帧图像的类别对该视频序列进行分段,并提供了计算每帧图像时间的算法,从而可以确定各段视频的起止时间,该算法可以为后续的各种视频挖掘算法提供前期的视频数据处理,方便后续的视频数据分析．     

基于肤色特征的运动目标检测及分割算法研究

针对跳水运动视频中的人体运动目标分割问题,提出一种简单有效的基于颜色特征运动目标检测及分割算法.首帧进行图像预处理,利用色相和亮度两个分量加强颜色差异,然后使用OTSU算法对图像进行阈值分割,结合RGB颜色空间启发式肤色聚类结果确定运动目标所在的连通区域,从而完成首帧运动目标的自动检测.在后续帧的处理中,通过数学形态学方法自适应预测出运动区域后,运用改进的OTSU算法在区域中分割运动目标.实验表明,本方法有效地克服了复杂背景变化的影响,能够快速实现跳水运动目标的分割,且对运动对象的快速整体运动有较强的鲁棒性.     

图像/视频的元数据模型研究

图像/视频通常由不具有描述符号的数据流组成,具有多种多样的格式。为解决图像/视频等信息在资源组织上所面临的问题,本文提出了一个结合都柏林核心的图像/视频的资源描述框架结构,利用基于r帧的视频分割技术对模型进行改进,并采用基于内容的图像检索技术对模型进行了推广。     

一种遥感图像高精度自动拼接算法

图像的自动拼接在地理信息系统和全景视频系统中应用广泛,但是传统的自动拼接算法在拼接含有大片相似区域的图片时精度不高,效果不理想.本文在传统算法的基础上,提出一种高精度的自动拼接算法,利用基于特征的算法提取特征点,利用基于像素的算法寻找匹配块,然后根据RANSAC原理精确计算图片的匹配关系.实验证实,该算法在图片包含大量相似区域及重叠部分相对较小的情况下,有比传统算法更高的拼接精度,而计算量并未增加.     

一种火灾检测的新方法

传统的离子式、吸气式、光电式等烟雾检测器在大空间中检测烟雾时,会受到发射信号与接收信号之间的距离、平面角度、精确对准等限制,无法对整个空间的烟雾状况进行描述。新的方法通过监测区域的摄像机拍摄的视频图像序列,进行小波变换,分析图像帧在时域和空域的频率特性,来确定被监测区域是否有火灾烟雾的发生。实验证明该方法不受空间高度、热障、易爆、有毒等环境的限制,并且有灵敏度高、抗干扰力强、适用范围广等特点。     

基于特征点匹配的视频图像实时拼接系统

提出了一种基于尺度不变特征变换算法的视频图像实时拼接方法。首先,用等焦距柱面变换对待拼接的图像进行处理,使相邻摄像机所拍摄的图像帧投影在同一柱面上;然后,优化k-d树的最近邻算法提高了特征点匹配的速度;最后,随机采样一致性算法剔除了错误的匹配点,提高了匹配的准确性,并得到投影变换矩阵进行多摄像机图像帧拼接。实验结果表明,与传统的图像拼接算法相比,该方法极大地提高了视频图像拼接的鲁棒性,实现了视频图像的实时拼接。     

基于双线性插值改进算法的图像放大技术实现

针对双线性插值算法在图像放大过程中处理图像边缘部分的不足,提出了一种新的改进算法。该算法通过分析图像的局部结构对图像分别进行插值。同质区域采用双线性插值算法,边缘区域采用基于圆形孔径的方法进行放大。此外,通过与传统算法进行比较,利用实例说明了该算法在图像处理细节部分的优越性。     

基于自动背景提取及Lab色彩空间的运动目标检测

常用的几种背景提取算法在车流量较大的情况下提取的背景效果较差。在某些目标检测区域较少的场景中,若将所有像素进行检测,会浪费许多时间。针对这些问题,提出一种新的背景提取算法。先将视频帧进行分割,再对分割出的检测带依次进行车辆存在检测,最终自动选取视频中没有车辆的车道块并将其拼接成完整背景帧,最后利用Lab空间色度与亮度相互独立的特性提取目标。该算法能够充分提取前景图像,不会丢失车辆目标。相比传统算法,该算法准确性较高。     

一种基于直方图的实时自适应阈值分割方法

在视频序列图像中,视频图像分割的主要目的是要在视频序列中分割出运动实体,背景差法能够在实时性要求很高的情况下从一段视频中将当前帧图像跟背景图像作差,然后提取出运动目标,而对差图像进行二值化是关键,自适应阈值方法通过对差图像的直方图进行分析寻找直方图上的一个点,该点到直方图最高点与最低点之间的线段的距离最大,为求该点,本文提出了一种快速算法,以该点对应的灰度值作为阈值,这样运动目标就能够被精确地提取出来.     

多帧图像超分辨率重建算法

多帧图像超分辨率重建技术就是将一些变形、模糊、降采样的低分辨率图像进行融合,估计出一幅高分辨率图像,其步骤主要分为运动估计、插值处理、图像重建.本文采用Vandewalle配准方法将处理过的低分辨率图像序列映射到一幅高分辨率网格上,然后进行插值,最后结合小波变换和迭代方法进行图像重建,并采用小波阈值去噪方法进行去噪处理.实验结果表明：本算法能较好地提高图像的峰值信噪比,是图像重建的一种有效方法.     

复杂背景下运动目标检测与实时跟踪

为准确追踪复杂背景下视频序列待处理目标的位置,提出一种基于互相关信息和Mean Shift相结合的目标追踪算法。将待处理帧和背景帧图像从RGB空间转化为GRAY空间,利用背景剪除法获取待匹配帧的基准图像,对基准图像用快速傅里叶变换得到基准图象和模版图像的相关性,结合Mean Shift最终确定目标图像的位置。实验结果表明,该方法在遮挡、环境干扰等复杂情况下均能稳定有效地追踪目标。