基于超像素分割的视频目标检索

针对视频监控中的颜色特征检索,提出一种基于超像素分割的视频目标检索算法:该算法首先对视频帧序列按颜色及空间位置进行超像素分割,分割成若干个超像素区域;然后对每个超像素区域颜色值进行均值化处理;最后基于超像素区域进行颜色目标检索.为了验证算法的有效性,以监控拍摄的户外视频数据进行仿真实验,实验结果表明该算法能准确检索出所需目标,具有较高的实用性.     

视频图像处理与分析的实验设计

视频图像处理与分析在视频侦查中有广泛的应用,选取运动目标跟踪和图像检索作为示例进行实验设计说明。实验中采用LK算法实现运动目标跟踪,验证基于特征点跟踪方法的有效性,加深学生对运动目标跟踪的理解,激发了学生进一步研究的兴趣。采用基于MATLAB的图像检索辅助软件,实现基于颜色特征和纹理特征的图像检索,明确不同方法的特点及适用场合,不仅巩固了理论知识,又提升了学生的实践创新能力。     

立体视频颜色校正算法

两路视频间颜色的差异是立体视频采集时经常容易出现的一个问题。针对这个问题,目前有很多的颜色校正方法,但这些方法都存在一定的局限性和缺陷性。本文采用SURF算法对立体视频进行颜色校正,并通过与直方图方法进行比较和分析,证实了本文方法的优越性。     

基于稳像技术的飞艇监控视频目标追踪

一般的目标追踪算法提取目标的颜色或轮廓特征,在图像区域内使用匹配算法完成对目标的追踪。由于飞艇容易受到气流影响,艇载相机平移误差会造成目标在视频的相邻帧间运动距离过大,传统目标追踪算法容易陷入到局部最优解而造成目标跟错或者丢失。该文提出了一种基于视频稳像的追踪方法,使用基于运动估计和混合滤波算法,首先处理视频使之平滑稳定,在此基础上利用人机交互选择目标并应用基于MeanShift的算法实现追踪。比较本文提出的算法和一般算法在飞艇视频目标追踪中的效果,结果表明:该方法在目标追踪中具有更高的准确率,同时满足实时性要求。实验证明了本文提出算法可以准确有效地处理飞艇视频目标跟踪问题。     

一种适用于网上视频监控的MPEG-4码流技术

针对IP网络(如因特网)带宽随时变化的特性,传输视频时,为了有效地利用现有带宽,尽可能提高视觉质量,该文在MPEG-4精细可伸缩性视频编码(FGS)的选择性增强技术基础上提出一种基于运动矢量的自适应选择性增强算法。通过提取、分析基本层运动矢量,自适应地确定目标区域,并将结果在增强层编码用于选择性增强。使FGS编码实现基于内容的增强和优先传输感兴趣区域(目标区域)。实验表明该算法使目标区域在不同的码率下都能获得相对最佳的视频质量,适合网上视频监控之类背景静止而人们仅对场景中运动的人或物感兴趣的应用。     

鱼眼视频图像畸变的实时校正方法

采用鱼眼图像的球面投影模型,提出一种基于鱼眼透镜球面投影的实时校正方法.该方法将鱼眼图像映射在5个图像平面上,解决了鱼眼视频图像畸变严重,观测视觉体验效果较差的问题;根据图像在计算机中的内存布局,对校正算法中的空间映射计算和内存存储空间进行了优化,提高了算法的执行效率,减少了算法的内存消耗.实验结果表明,该方法能显著改善鱼眼图像的显示效果,对单帧图像的处理时间仅为18.37ms,能满足鱼眼视频图像实时校正的需要.     

论视频图像侦查

视频图像侦查作为一种新的侦查方法，已经在侦查实践中得到广泛应用。为了继续推进视频图像侦查的深度运用，必须要坚持以侦查为主导，正确处理与传统侦查手段的关系，在侦查中常态化地加以运用。在视频图像侦查中，要紧扣案件的时空要素和特征明显的人、车、物等要素进行分析，要充分利用视频图像信息去扩展挖掘更多的视频图像信息、通讯信息、银...     

自然环境下舌诊图像偏色检测及其颜色校正方法

针对自然环境下中医舌象采集中的颜色偏差问题,提出了一种中医舌诊图像的偏色检测及其颜色校正方法.首先根据舌诊图像的颜色分布特征在Lab颜色空间采用基于等效圆的方法进行偏色检测,然后采用改进的灰度世界和完美反射相结合的颜色校正方法对舌诊图像进行处理.实验结果表明,本文提出的偏色检测方法更加符合舌诊图像的实际需求,可以更准确地反映主观感受到的偏色程度;提出的颜色校正方法不需要标准色卡的辅助,相比传统的颜色校正方法,本文方法得到的结果更理想.     

粒子滤波算法在视频目标跟踪中的应用

首先介绍粒子滤波的基本理论,然后构建粒子滤波视频目标跟踪系统的状态模型和观测模型,进而根据状态模型和观测模型提出一种基于粒子滤波的视频目标跟踪算法,并通过实际的视频目标跟踪系统对算法进行实验分析,说明粒子滤波算法在视频目标跟踪中的优越性。     

粒子滤波算法在视频目标跟踪中的应用

首先介绍粒子滤波的基本理论,然后构建粒子滤波视频目标跟踪系统的状态模型和观测模型,进而根据状态模型和观测模型提出一种基于粒子滤波的视频目标跟踪算法,并通过实际的视频目标跟踪系统对算法进行实验分析,说明粒子滤波算法在视频目标跟踪中的优越性.     

基于暗通道先验改进的自动色彩均衡算法

针对自动色彩均衡算法在处理色彩丰富度低的低色温图像造成的色温偏高问题,提出了一种基于暗通道先验改进的自动色彩均衡算法。该算法首先对原始图像利用暗通道先验算法及导向滤波进行预处理得到精细透射率图像,然后按照阈值范围提取有效范围点区域得到二值图像,进而求得色温增益因子,最后对自动色彩均衡算法中的色彩域/空域步骤进行优化,完成图像的色温校正。实验结果表明,该算法有效解决了自动色彩均衡算法产生的图像偏色问题,具有良好的色温校正效果。     

基于奇异值修改的视频隐写算法

针对现有大部分隐写算法基于理想模型作为研究基础,而未考虑现实复杂网络环境对隐写载体传递产生影响的问题,提出一种基于奇异值修改的视频隐写算法。先对载体帧进行分块,然后取出每块中的最大奇异值,并根据秘密信息从而滑动最大奇异值的后几位。实验结果表明,算法具有较好的视觉不可见性,以及较大的嵌入容量,并对视频载体的比特率影响较小,在模拟网络环境中噪声、滤波攻击后位错率值也较小。算法具有较高的实用价值。     

基于帧差法和边缘检测法的视频分割算法

针对目前常用的视频分割方法易受到噪声、亮度突变的影响,很难提取出完整的运动目标这一问题,提出一种基于帧差法和边缘检测法相结合的视频分割算法.该算法首先对连续三帧图像进行差分得到运动区域,然后对当前帧进行Kirsch边缘检测得到边缘图像,综合二者的检测结果得到更为精准的运动对象边缘.采用边缘连接算法完成对断裂边缘的连接,最后通过区域填充得到运动目标掩模图像,从而分割出完整的运动目标.实验表明,该算法可以实时有效地将运动物体从视频序列中自动地分割出来.     

视觉显著性驱动的运动鱼体视频分割算法

针对养殖监控视频中运动鱼体目标检测问题,提出一种基于视觉显著性计算的运动鱼体视频分割算法.首先,将运动特征通道引入基于图论的显著性计算模型中,对多通道特征进行自动加权,生成全局视觉显著图.其次,利用基于方向梯度直方图的支持向量机分类器对显著区域进行目标确认,得到包含前景目标的感兴趣区域.最后,分割出运动鱼体目标,并将其标注在视频序列中.实验结果表明,所提方法在室内养殖监控数据集上能够很好地剔除水面杂波、反光等复杂背景干扰,实现运动鱼体的视频分割.     

基于在线Boosting和LK光流的视频跟踪算法

为了克服现实环境中光照、遮挡、相似物体干扰等因素对在线跟踪算法的影响,提出了一种鲁棒的在线学习视频跟踪算法。该算法结合了半监督Boosting和多实例学习Boosting各自的优点,较好解决了Boosting的漂移现象,同时用Boosting做检测器、金字塔LK光流做跟踪器,二者结合,克服了光流算法在跟踪过程中丢失目标不能继续跟踪的问题。实验证明,基于在线Boosting和LK光流的视频跟踪算法具有较好的鲁棒性,且满足实时性要求。     

基于时空域多特征融合的视频拷贝检测算法

针对视频拷贝检测中检测准确率低和误码率高的问题,提出结合时空域特征的多特征视频拷贝检测算法.该算法结合视频帧最大似然比和SURF描述子构成视频特征,较好地对抗各种视频变换,采用基于Kd树的特征匹配算法提高视频检测效率.实验表明该算法能有效提高拷贝检测的速度和准确度.     

基于相关反馈的视频检索算法

针对信息检索中如何提高检索的精度问题,提出了一个基于相关反馈的视频检索算法。利用信号在神经网络中来回传递实现自动相关反馈,提高了检索精度,且最大限度地减少了相关反馈中人的参与,最后检索的结果是与查询最接近的一段视频片段。给出了神经网络的构造和具体的检索算法,并与基于关键帧的视频检索方法进行了比较。实验结果表明,用该算法检索的准确度比用基于关键帧的视频检索方法平均提高6%以上。     

遗传算法优化LVQ网络的监控视频关键帧内容识别

为解决监控视频检索中公安视频侦查关注目标的识别问题,提出一种基于遗传算法优化LVQ神经网络的关键帧内容识别方法。首先通过运动目标检测及二值图像的聚散熵,对监控视频进行子镜头划分,从而提取视频关键帧。其次归一化关键帧中的待识别目标,提取待识别目标的形状统计特征。再次构造LVQ网络并利用遗传算法对网络的初始权值进行优化,训练网络实现关键帧内容识别。最后列举出该方法的实验结果及性能分析。该方法在关键帧内容识别的准确性和鲁棒性上都有良好表现。     

基于灰轴调整的彩色图像自动白平衡

自动白平衡是一种重要的偏色校正技术.提出了一种新的基于灰轴调整的自动白平衡算法.首先引入理想灰轴和估计灰轴的概念.该方法基于白斑假设,首先选取图像中的部分像素点计算估计灰轴,然后借助旋转变换和尺度变换,将估计灰轴调整至与理想灰轴重合,以此实现彩色图像白平衡处理.实验结果表明,与经典的白斑法和灰色世界法相比,所提算法能有效校正均匀光照条件下的偏色图像.     

基于多模型检测的视频监控行人跟踪算法

研究了网络视频监控中行人检测和跟踪技术,并提出了基于多模型检测的视频监控行人跟踪算法.首先在已有检测算法的基础上,根据实验结果,分析了算法的优势和存在问题,提出了多模型融合检测算法,多模型融合检测算法充分利用各个单模型算法的优势,提高模型检测准确率,并使用快速特征金字塔算法提高了算法的实时性.随后在提出的检测算法基础上,结合卡尔曼滤波算法和匈牙利最优匹配算法实现多目标行人检测和实时跟踪.MOT测试视频实验结果表明:提出的跟踪算法能够较好地实现多目标行人检测和跟踪,适合网络视频监控场景.