基于图像差分的背景差分算法改进及实验数据分析

针对交通视频中车辆移动检测问题,结合交通视频镜头相对固定、实时性强的特点,研究了基于图像差分运动目标检测算法中的背景差分算法,在真实的环境中对运动的目标区域完成实验检测,然后对检测数据进行分析,在背景估计和背景更新算法上做了相应的改进。通过对实验数据的观察和分析,背景差分法在交通视频车辆移动目标检测中具有较好的适用性和通用性,能较好地对交通视频车辆移动目标进行检测。     

一种快速整像素运动估算算法研究

在对已有快速整像素运动估计算法中使用的模板进行分析和实际测试的基础上,提出了一种新的适合于大运动矢量搜索的搜索模板,然后把该模板和小菱形模板结合起来而形成了一种新的快速运动估计算法。该算法充分利用了相邻块运动矢量的相关性以及运动矢量的中心偏置特性,显著减少了运动估计的运算量。把该算法运用到视频编码标准H.264/AVC中,取得了良好的编码效果,实验结果表明,新的运动估计算法和FS及DS算法相比平均搜索速度分别提高了98.08%和48.71%;重建图像的信噪比比DS算法平均提高了0.001875dB,更接近FS算法的编码质量。     

图像相关性同步算法FPGA的实现

研究了如何利用图像内容相关性实现视频图像同步播放,提出并验证了一种适用于嵌入式系统FPGA的基于图像内容的两路视频同步算法。     

一种基于自适应阈值的运动目标检测方法

针对视频监控系统,论文提出了一种基于自适应阈值的运动目标检测方法。通过帧间差分与背景差分相结合来检测运动目标。差分图像二值化时,利用自适应阈值算法来得到最佳阈值。实验结果表明该方法具有很好的实时性、有效性和鲁棒性。     

用于视频拷贝检测的时空视频哈希算法

本文提出了一种基于时域信息代表图像和希尔伯特曲线顺序特征的哈希算法。先从视频段中获取时域信息的代表图像,再对代表图像进行分块,将各块按照希尔伯特曲线的顺序排列,计算出时域信息代表图像上相邻块的灰度关系排序特征,进而生成视频哈希。本文中对多种视频攻击(比如剪切,丢帧,模糊,滤波,添加logo等)下的多类视频(包括纪录片、新闻、体育、人文、动画等)进行了鲁棒性与区分性的试验。实验结果表明本文所提算法较现有哈希算法有更好的检测性能。     

基于DCT系数统计特征的镜头突变实验算法

镜头检测是对视频进行分析和检索的基础,提出了一种在压缩域中基于统计参数的镜头突变实验算法,通过离散余弦变换(discrete cosine transform,DCT)计算视频帧的数学期望和方差,建立累加直方图,利用相关性判定视频帧的差异,以此决定是否发生镜头突变。实验结果显示,此种方法通过统计原理表征视频的特征,不受视频光照、明暗度等影响,检测精度高,速度快,易于实现。     

基于S-ROAD统计量的细节保护随机值脉冲噪声滤波算法(英文)

在受随机值脉冲噪声干扰的图像中,为了去除图像中的脉冲噪声并有效地保护图像的边缘与细节,提出了一种新的两阶段细节保护随机值脉冲噪声滤波算法.在噪声检测阶段,针对图像中边缘和细节像素难以和噪声像素有效区分的问题,提出了一种基于S-估计的绝对级差统计量(S-ROAD).通过引入S-估计到ROAD统计量,消除了ROAD数据中由图像边缘和细节带来的干扰.利用S-ROAD统计量,图像中的大部分噪声像素,包括位于图像边缘和细节处的噪声像素都可以被区分出来.在图像滤波阶段,算法引入了双阈值迭代方法对确认出的噪声像素赋值,提高了对噪声像素的估值精度,从而有效地保护了图像的细节.无论是主观视觉评估还是客观数据评估,实验结果都表明了该算法优于现有的很多方法.     

基于帧间差分与背景消减的视频摘要算法研究

为克服帧间差分法只适合于帧像素变化较大的视频检测及背景消减法只适合于固定背景模型的视频检测的缺点,提出一种新的基于帧间差分与背景消减的视频摘要算法,这种算法首先对前后两帧的帧图像像素进行检测,若无显著运动对象,则继续进行背景模型对比检测.实验结果表明,该算法能够快速、精准地对运动显著及不显著的视频进行摘要提取,浓缩事件精华,较高地还原视频关键信息内容.     

粗糙集和规定化直方图图像增强算法研究

图像增强能够有选择地突出图像中的有用信息并抑制无用信息,以改善图像视觉效果进而提高图像清晰度和使用价值。由于图像信息本身具有复杂性和相关性,导致在图像增强中出现不确定性和模糊性。提出粗糙集和规定化直方图的图像增强算法,采用粗糙集表示图像,用规定化直方图和最大类间方差法求出划分图像的灰度阈值和噪声阈值;将图像划分为背景子图、前景子图和噪声子图,分别对各个子图进行增强处理,然后合并子图以增强图像。实验分析表明,粗糙集、规定化直方图和最大类间方差法相结合的图像增强处理对灰度图像有效,具有一定的实用性。     

一种基于轮廓波变换和统计模型的图像去噪算法的研究

本文提出了一种基于轮廓波（Contourlet）变换和统计模型相结合的图像去噪方法。Contourlet变换能够更好地表征图像各个方向的特征．通过对特征系数的分析．估计统计模型,利用近似最大后验概率估计（MAP）做局部方差估计并且和噪声方差的估计比较来达到去噪的目的。为了克服缺乏平移不变性所带来的Gibbs效应,本文采用循环平移法进行优化,有效地克服Gibbs效应。与小波变换去噪法和Contourlet变换阈值去噪法比较,该算法不仅能够提高图像去噪的PSNR,而且能够更有效地保持图像的边缘和细节。     

多视点视频编码预测结构的研究

不同的多视点视频序列具有不同的时空相关性,MVC采用的分层B帧预测结构无法充分利用视频序列的属性。本文提出了一种能适应不同视频序列编码的方法,通过研究多视点视频图像中的时空相关性和视点间的相关性,适当地取消部分时间层的视点间预测并且对所有P视点的非关键帧均采用视点间预测和调整了I视点的位置。实验结果表明,本文方法在提高编码效率的同时使得预测结构具有更好的随机访问性能、更低的编码复杂度。     

基于TMS320DM6446微光视频增强系统的研究与设计

该文对微光视频在达芬奇平台TMS320DM6446上的图像增强进行了分析,从微光图像的特点入手,结合所采用的硬件平台,首先采用3×3窗口的中值滤波对微光图像进行去除椒盐噪声,然后对图像再运用灰度级修正（线性灰度变换）,从而达到图像增强的效果,大大增强了微光图像的可视性,最后在嵌入式平台上设计并实现了微光视频图像的增强。实验结果表明,该系统能有效的提高微光视频的视觉效果并满足实时性的要求。     

基于运动连通性的初始视频对象提取

为了从视频序列中获取初始视频对象,提出了一种改进的基于运动连通性的初始视频对象提取算法.视频中的运动对象高度连通结构化,这就使得运动连通性是适用于视频对象分割的高级特征.据此首先对反映对象的一致性运动的累计帧差图进行尖锐噪声滤除,然后应用自适应阈值算法提取对象运动区域,接着根据运动连通性标记出最大连通区域,通过后处理得到视频对象的分割模版从而有效提取出初始视频对象.对比实验结果表明,该算法能自动、快速、准确地提取出初始视频对象,获得了理想的主客观分割效果.     

含噪图像的快速超分辨率重建算法

现有算法大多假设输入图像是不含有噪声的。但与实际情况相反,在生活中获得的图像多数是含有噪声的。本文对含噪图像的超分辨率重建问题进行研究,并提出一种可以快速实现的算法。首先,借鉴传统算法中高、低分辨率字典的训练方法,在此基础上将低分辨率图像块的纹理结构加入字典的训练过程。值得注意的是,这里的低分辨率图像块和高分辨率图像块具有相同的图像尺寸,前者是通过双立方插值得到的。其次,由于字典训练过程中使用的实例图像是不含有噪声的,因此面对不同程度噪声的输入图像并不需要重新训练字典。在重建过程中,通过使用稀疏字典的列原子作为匹配对象从而大大降低了计算成本,并对输入的特征向量和稀疏字典做了归一化处理,提高了精度。根据输入的特征向量和匹配对象的相似程度选择k个相似块,并通过权重限制模型完成对相似块的权值分配,从而重构出对应的高分辨率图像块。最后,通过加权平均重建了原始估计的高分辨率图像和去噪后的低分辨率图像,再将两幅重建图像与迭代反投影相结合,得到最终估计的高分辨率图像。在自然图像上验证了本文算法,并与先前报道的算法进行比较,其结果优于其他算法并具有较好的鲁棒性。     

一种视频监控新算法研究

针对当前视频监控系统普遍存在的视频数据时间冗余多、系统资源利用率低等缺点,提出一种合理控制视频采集和录制的新算法。该算法以图像帧间相关度分析为基础,能及时准确地捕获监控区域的细节变化,并有效节约监控系统的硬盘资源。经过软件调试和指定平台上的多次测试,证实该算法是一种性能稳定、行之有效的控制算法,整个监控系统的资源利用率也有所提高。     

实时全景视频拼接技术研究

随着计算机技术的飞速发展,计算机视觉得到了广泛应用,并且已经越来越接近人眼的认知水平。提出了一种全景视频监控系统模型,使用同步镜头实时采集图像帧,将相应图像拼接出全景图像。研究了基于特征点检测的图像拼接算法—surf算法,在实际应用中对特征点描述符方式进行改进,实验结果表明,在使用改进surf算法后,拼接效率明显改善,提高了实时播放应用的实用价值。     

一种改进的卷积神经网络算法在交通视频图像识别中的应用

本文提出了基于一种改进的卷积神经网络算法,并将该算法应用于交通视频的图像识别。首先,利用Canny算子改善交通视频中车辆的边缘识别检测效率;其次,利用局部结构图LTP算子去除光线影响,提取图像纹理特征;最后,通过改进传统卷积神经网络算法,识别交通视频图像。实验表明,本文构建的LTP-微卷积神经网络大大地提高了交通视频图像的正识率。     

自适应调整窗口维度的动态中值滤波算法

经典中值滤波算法在不同噪声密度下为了得到最优滤波效果,需手动调节滤波窗口大小,同时在滤波过程中会对图像细节造成二次污染.针对这一问题,提出一种基于椒盐噪声密度、自适应调整中值滤波窗口的算法,首先估计出图像噪声密度,再确定传统中值滤波在不同噪声密度下,对应的最优窗口维度,并建立函数关系,利用函数关系自适应调整窗口维度,最后将椒盐噪声图像的待修复像素值替换为滤波修复后的像素值,防止细节被模糊化.实验显示,噪声密度估计的误差在3%范围内波动;采用四舍五入的方法使算法能够自适应匹配到最优滤波窗口,再对噪声分离处理,使得中值滤波对图像的细节保护更加完整.     

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．     

用VHDL语言实现高速视频图像处理

高速视频图像的帧频一般为50帧／秒。单帧图像文件的数据量本身就很大,再加上针对图像像素的处理计算,通常情况下一秒钟内很难完成对50帧图像的处理工作。本文研究了图像处理的高速算法,用VHDL语言设计编程并在FPGA器件上实现。钢轨图像的仿真实验验证该技术满足实时性要求。