基于单帧视觉差的运动幅度检测仿真

运动图像幅度准确检测是提高对人体运动目标图像远程识别和跟踪的基础。传统方法中对人体运动图像的幅度检测采用运动帧补偿的运动幅度检测方法,当图像处于快速运动状态出现单帧视觉误差时检测性能不好。提出一种基于单帧视觉差的运动幅度检测算法,并进行仿真实现。进行快速运动图像的视频帧图像采集与预处理,采用基于单帧视觉差分析的方法进行快速运动图像的幅度特征提取,通过电子稳像方法进行防抖动处理,得到运动图像的目标函数运动幅度特征点,构造人体运动的位姿表换微分方程,进行单帧运动图像全局运动估计,提高了对运动幅度的检测。仿真实验分析得出,该算法具有较好的快速运动幅度检测性能,对于运动剧烈的Foreman序列,系统性能提高了1~2 d B,对于运动缓慢的序列Claire,系统性能提高了2.5~5 d B,展示了算法的优越性。     

几种块匹配运动估计算法的比较

在视频序列中,帧与帧之间存在着很大的空间冗余度,通常要进行运动估计,以去除帧间的冗余信息,保留相关有效信息。运动估计算法很多,常用的简单有效的运动估计算法是块匹配算法,本文通过使用常用序列,对几种块匹配算法(BMA)进行测试比较,最后给出了一种新的匹配算法。     

基于关键帧的视觉惯性定位算法

针对视觉里程计定位精度易受环境因素干扰而降低的问题,本文采用视觉惯性定位方法。首先,利用惯性测量单元(IMU)在短时间内提供精确测量信息的特点,将视觉信息与IMU数据进行紧耦合处理,提高系统的定位精度。其次,为提高系统的实时性,将图像帧进行关键帧筛选,并提出一种关键帧选择方法。然后,采用滑动窗口融合优化模型,求解位姿估计得到相机的运动轨迹。最后,通过EuRo C数据集对本系统进行实验,评价了本文算法定位精度与时间效率,实验结果表明,与主流算法OKVIS相比本文算法在定位精度与实时性上均有所提高。     

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。     

抖动状态下的运动图像跟踪方法研究

提出了一种基于改进ROI特征匹配融合算法的抖动状态下的运动图像跟踪方法。该方法先依据图像边缘检测的Laplacian算子,通过计算抖动状态下的运动图像边界,获取了该图像中心点位置,通过建立ROI的图像灰度矩阵,组建其仿射变换目标变化模型,依据模型中目标轨迹的匹配概率计算图像融合中所产生的误差,提高了抖动状态下运动图像跟踪的整体准确性。实验仿真证明,基于改进ROI特征匹配融合算法的抖动状态下的运动图像跟踪方法能够大幅度提高抖动状态下运动图像跟踪的准确性。     

角点检测综述

角点是图像的一种重要的局部特征,通过对图像角点的检测与处理,对把握图像的局部及整体特征,特别是在视觉匹配、目标识别和运动估计与追踪等领域都有重要的实际应用。现有的图像角点检测方法可分为基于模阪、亮度变化、边缘特征三种检测方法,对其分别进行了综述,分析了相关的算法,并对算法进行了评价。     

小差异运动图像中关键兴趣姿态点的差异特征分离

在一些连续帧的运动图像中,连续图像帧之间运动姿态点差异很小,形成像素粘连。这些细微的粘连差异特征不能形成很好的特征分离,将影响后期的处理精度。提出一种小差异运动图像中关键兴趣姿态点的差异特征分离方法,通过计算连续运动图像帧的轮廓像素空间位置参数,设置轮廓像素方向分量,计算任意像素两端的灰度值,通过运动图像窗口的移动,进行像素灰度累加,完成连续帧图像轮廓区域空间位置参数,结合连续图像间的差异拟合参数,破处粘连,实现小差异运动图像中关键兴趣姿态点的差异特征分离。仿真实验结果表明,该方法可以对高精度连续图像帧之间的运动特征差异进行分离,提高特征提取精度。     

基于运动帧补偿的多媒体块匹配稳像仿真实现

在对高速运动目标的多媒体视频采集中,因为风力、高速抖动等原因导致视频和图像采集模糊,稳定性差,需要进行对视频和图像等多媒体素材进行电子稳像处理,提高对图像目标的识别和检测能力。传统方法中采用块匹配方法构建电子稳像算法,因为运动帧补偿效果不好,稳像效果较差。提出一种基于运动帧补偿的多媒体块匹配电子稳像算法,进行GSM随机场建模和进行像素点关联传递迭代优化,将图像的前一帧作为参考帧对当前帧进行参数补偿,求得的全部帧图像对应的运动参数,实现对电子稳像算法改进。仿真实验表明,算法能保留图像中的特征的同时去除图像中含有的抖动,稳像处理性能较传统方法优越。改进方法在电子侦察、远程目标识别等领域具有优越的应用前景。     

基于稀松模糊定位算法的网络入侵特征检测

提出了一种基于稀松模糊定位算法的网络入侵特征检测算法。新算法通过采集初始网络入侵特征,组建特征集合。利用稀松运动特征匹配算法最大程度上纠正由于特征模糊带来的弊端。保证跟踪匹配过程中,运用较少的入侵特征点完成后期的多个匹配,大幅降低匹配时间,消除匹配误差问题,通过将全局搜索和局部搜索机制有机地结合,保证检测的准确性。实验结果表明,利用本文算法进行入侵检测,能够有效提高检测的准确性。     

点光源小扰动环境空间布局室内优化设计

在点光源小扰动环境下,传统的室内空间布局设计方法不能适应不同时间段、不同天气特性下的光强度动态变化,影响居住环境的舒适性。设计了一种改进的点光源小扰动环境室内空间布局优化方法,利用单自由曲面的折光能力实现光线准直出射,构建固定目标面均匀照明微分方程,采用切面迭代法求解单个自由曲面上的点坐标,通过Harris角点检测算法检测出每帧图像中的角点位置,然后对这些角点采用LK光流法进行跟踪,采用周期图法估计局部灯光照射光强,基于数学形态学的分割方法对平移进行特征分割,通过向量相交法得到室内亮点模型的纹理特征,实现室内建筑空间优化设计。实验结果表明,采用该设计方法,能适应不同时间段、不同天气特性下的光强度动态变化,提高居住环境的舒适性。     

随机体育运动图像捕捉点虚拟重建中凌乱误差控制

运动员进行不同的运动项目时,关节所成的角度,运动速度有差异,造成特征捕捉点不能很好对应关键区域,形成特征凌乱对应误差,影响形状基计算的准确性。传统的体育运动图像三维重建算法,受到形状基凌乱的影响,后期建模准确性很难控制。因此提出随机体育运动图像捕捉点虚拟重建中凌乱误差控制算法。利用因式分解法,建立人体运动时的三维动态仿真模型,运用stolt变换将所有图像捕获点的的方位偏移率调整为相同,使其在进行特征匹配时不会产生过大误差,对于过大的凌乱残余误差,进行三阶运动补偿,实现人体运动图像序列中的三维动态仿真建模。实验结果表明,这种算法提高了人体运动图像序列三维动态仿真的真实性。     

基于块匹配的视频帧间运动估计算法研究

运动估计是预测视频帧序列的关键办法,通过运动估计所得的视频帧间的运动矢量是衡量运动估计效果的重要评价标准。本文首先介绍了基于块匹配的预测点选择办法,然后对比了全搜索、三步搜索法、菱形搜索法几种常用搜索模板的性能优缺点,为将来的进一步研究打下了基础。     

基于点相互关系特征点匹配算法的标志图匹配

图像中标志图匹配问题实际上是图像处理领域的一个分支,多用于图像分析处理等任务的过程中,是图像处理领域的一个研究热点。鉴于当前大多数的特征点匹配算法只考虑了样本特征点与目标特征点的关系,本文首先对特征提取后的特征点集进行预处理,并将同一特征点集中特征点间的相互关系作为约束引入到匹配中,建立了一个匹配代价函数。并将该匹配代价函数转化为一个线性问题,求解该线性问题以达到特征点匹配目的。     

不规则单帧运动图像中三维姿态矫正技术研究

传统三维姿态矫正方法主要依据不同帧运动图像特征进行分析,由于非显著图像边缘容易同噪声混淆,导致不规则单帧运动图像特征受到噪声因素的干扰,图像特征质量降低,无法对运动图像三维姿态进行有效矫正,提出一种应用模糊核估计和仿射变换的三维姿态矫正方法,采用shock滤波器从不规则单帧运动图像中预测出显著图像边缘,对不规则单帧运动图像进行平滑处理,降低噪声的干扰,将显著图像边缘其当成全局图像三维姿态矫正的指导,针对不规则单帧运动图像的图像特征识别模糊问题,基于透视原理以及仿射变换原理,推导出不规则单帧运动图像三维姿态调整的策略,结合测定的运动图像旋转角度,对运动图像左右倾斜、水平旋转和垂直旋转的三维姿态进行调整,实现不规则单帧运动图像三维姿态的准确矫正。实验结果说明,在不同噪声的条件下,该算法可对运动图像的三维姿态进行准确的矫正,具有较强的抗噪性能。     

一种快速角点检测的远程图像快速拼接算法

针对无人机采集图像时因为采集条件的影响,图像拼接延时较大的缺陷,提出图像匹配的快速方法,在匹配过程中引入POS观测值减少搜索时间,采用平均金字塔生成金字塔图像,特征点的匹配开始于分辨率最低的图像层,将上一层的图像匹配结果做为次层匹配的粗集.在初始的图像中得到匹配点后,基于RANSAC算法估计出变换矩阵的稳健值H;最后采用LM非线性优化算法进行优化;概述并研究图像融合的方法,实现快速拼接.实验表明,这种方法大幅提高拼接时间,提高了效率.     

H.264标准在视频监控系统中的应用

针对H.264的编码特性,选择了编码代价最小的帧间编码模式,通过改变搜索范围来优化多帧运动估计。实验结果验证,该编码算法可以平均节省H.264编码时间的30%。     

智能视频监控中的运动目标检测研究

现有的背景差分法在背景模型的维持和更新不能用于长期和复杂的场景,针对智能视频监控中的运动目标的检测,提出了帧间差分法重建背景图像,背景差分法分离背景像素点与运动目标点,自适应背景更新方法应用背景的定时自动更新,有效的分离了运动目标和背景图像。该方法不仅能够减小运动目标的检测误差,而且提高系统运行速度,实现复杂环境下的运动目标检测。     

基于改进SURF的图像匹配算法的研究

图像匹配是当下计算机图像辅助技术的研究热点之一。基于SURF的图像匹配方法为当下常用的算法之一。SURF算法包含了图像特征点的检测,图像特征点的描述以及图像特征点的匹配三个部分。SURF算法中,图像特征点的检测是通过Hessian矩阵行列式而实现的。图像特征点的描述分为求取特征方向以及特征向量两个部分,SURF算法中利用Haar小波来求取特征点的特征方向以及特征向量。SURF算法中利用单方向欧氏距离来完成特征点的匹配。为了使得特征点的匹配具有更好的准确度,本文设计了基于改进SURF的图像匹配算法的研究。在SURF算法的基础上,利用欧氏距离建立双向匹配过程,使得特征点的匹配更加准确,从而提高图像匹配过程中匹配正确度。最后,通过实验结果对本文所设计方法的有效性进行了验证,实验结果表明,本文通过双向匹配过程改进的SURF算法具有更好的匹配正确度。     

基于余弦相似度的指纹匹配算法的室内定位方法

介绍了基于位置指纹匹配的Wi Fi室内定位常用方法,提出了一种基于余弦相似度的指纹匹配算法的室内Wi Fi定位方法。该方法匹配算法复杂度低,降低了手机终端定位应用的功耗。本文也给出了Wi Fi定位系统的具体实现方法,通过在某室内环境将余弦相似度算法与常用方法进行对比测试,误差范围1.5 m,准确度较高,满足室内定位精度需求。     

Kalman滤波器在单运动目标自动跟踪中的应用

在系列帧图像中对运动目标以直方图为模型的模板方法进行匹配,由于模板匹配计算量非常大,要想在整幅图像中对目标进行搜索匹配,同时又要达到实时是不可能的。我们对目标状态进行可靠的估计,可以在相对较小的区域内完成对模板的搜索,Kalman滤波器就是一个对动态系统的状态序列进行线形最小方差估计的算法。通过以动态的状态方程和观测方程来描述系统,它可以将任意一点作为起点开始观测,采用递归滤波的方法计算。该算法具有计算量小、可实时计算的特点。