基于视觉传达的民间装饰图案纹理智能匹配方法

该文从提高民间装饰图案的视觉传达能力的角度出发,需要进行图像纹理智能匹配处理,提出一种基于视觉传达的民间装饰图案纹理智能匹配方法,构建视觉传达下的民间装饰图案纹理智能信息采集模型,采用图像自动成像技术进行民间装饰图案的纹理成像和特征分割,提取典型民间装饰图案和民族设计语言的纹理直方图,根据直方图分布在视觉传达下进行纹理分割和自动匹配,采用正则化特征融合方法进行民间装饰图案纹理信息增强和优化检测,提取民间装饰图案的边缘轮廓特征点,以提取的装饰图案边缘轮廓特征点作为输入统计信息进行纹理匹配。采用该方法进行民间装饰图案纹理匹配的自适应性能较好,纹理分辨能力较强,提高现代视觉传达设计中更好地体现民间装饰图案的应用研究,推动传统文化元素和现代设计创新性结合。     

基于LZW算法的高负荷光栅传感网络数据分块无损压缩方法

为提高光栅传感网络数据分块压缩效果,设计了基于LZW算法的高负荷光栅传感网络数据分块无损压缩方法。在构建存储结构模型的基础上,提取高负荷光栅传感网络数据的关联谱特征量,经数据分块融合处理后,结合参数多分辨重构方法实现对数据的分块加窗处理,并根据窗函数检测结果构建特征压缩子空间调度模型;在均衡的窗口中,采用多尺度的LZW算法实现对高负荷光栅传感网络数据的特征分解和分块压缩。仿真结果表明:该方法分块融合匹配能力较强,有效提高了数据的存储空间。     

基于 ＬＺＷ 算法的高负荷光栅传感网络数据分块无损压缩方法

为提高光栅传感网络数据分块压缩效果,设计了基于 ＬＺＷ 算法的高负荷光栅传感网络数据分块无损压缩方法。 在构 建存储结构模型的基础上,提取高负荷光栅传感网络数据的关联谱特征量,经数据分块融合处理后,结合参数多分辨重构方 法实现对数据的分块加窗处理,并根据窗函数检测结果构建特征压缩子空间调度模型?在均衡的窗口中,采用多尺度的 ＬＺＷ 算法实现对高负荷光栅传感网络数据的特征分解和分块压缩。 仿真结果表明:该方法分块融合匹配能力较强,有效提高了数 据的存储空间。     

基于分块Harris特征的航拍视频拼接方法

针对现有航拍视频拼接算法处理速度慢、准确性不高等问题, 提出一种基于分块Harris特征的航拍视频拼接方法, 改进了传统基于SIFT特征提取算法的不足, 缩短了匹配时间, 提高了匹配准确性。首先采用分块Harris角点提取的方法均匀提取图像中的角点, 然后采用金字塔光流算法进行角点匹配, 最后通过改进的RANSAC方法求出仿射变换参数。实验表明, 该方法能够实时对航拍视频进行拼接, 具有更高的准确性。     

基于分块Harris特征的航拍视频拼接方法

针对现有航拍视频拼接算法处理速度慢、准确性不高等问题,提出一种基于分块Harris特征的航拍视频拼接方法,改进了传统基于SIFT特征提取算法的不足,缩短了匹配时间,提高了匹配准确性。首先采用分块Harris角点提取的方法均匀提取图像中的角点,然后采用金字塔光流算法进行角点匹配,最后通过改进的RANSAC方法求出仿射变换参数。实验表明,该方法能够实时对航拍视频进行拼接,具有更高的准确性。     

Rhino建模软件在产品渐消曲面造型设计中应用研究

为了提高产品渐消曲面造型设计的效果,提出基于视觉表达和曲面融合的产品渐消曲面造型设计方法,基于Rhino建模软件进行产品渐消曲面造型设计的视觉传达设计,构建产品渐消曲面造型视觉表达模型,采用图像视觉成像方法进行产品渐消曲面造型设计过程中的图像融合和滤波处理,提取产品渐消曲面造型视觉图像的边缘轮廓特征量,采用模板分块匹配方法进行产品渐消曲面造型的分块模板匹配设计,建立产品渐消曲面造型视觉优化控制模型,结合分块融合匹配方法实现产品渐消曲面造型优化设计。在Rhino建模软件中进行产品渐消曲面造型设计的仿真实验,仿真结果表明,采用该方法进行产品渐消曲面造型设计的效果较好,视觉传达能力较强。     

利用相似性比较进行视频镜头检测的方法

随着多媒体技术的发展,大量的视频数据涌现。但由于视频数据是非结构性的数据,故而,为了便于视频的检索和浏览,必须对视频进行分段,将镜头作为分段的基本单元是比较合适的。通过改变两帧图像的分块相似度的定义对镜头进行突变检测,然后利用小波变换对分块图像进行多尺度分解,以提取图像的边缘特征;最后结合这两种特征,对镜头进行渐变检测,数值试验表明,所利用的方法对各种类型的视频能够很好的检测出其中的突变型镜头和渐变型镜头。     

利用相似性比较进行视频镜头检测的方法

随着多媒体技术的发展,大量的视频数据涌现.但由于视频数据是非结构性的数据,故而,为了便于视频的检索和浏览,必须对视频进行分段,将镜头作为分段的基本单元是比较合适的.通过改变两帧图像的分块相似度的定义对镜头进行突变检测,然后利用小波变换对分块图像进行多尺度分解,以提取图像的边缘特征;最后结合这两种特征,对镜头进行渐变检测,数值试验表明,所利用的方法对各种类型的视频能够很好的检测出其中的突变型镜头和渐变型镜头.     

基于深度学习的监控视频树叶遮挡检测

结合稀疏自编码器的自动提取数据特征能力和深度置信网络较好的分类性能,提出一种基于深度学习的监控视频树叶遮挡检测方法。首先从视频中随机选取一帧图像,通过栈式稀疏自编码器主动学习视频图像的特征信息,然后采用深度置信网络建立分类检测模型,最后引入学习速率自适应调整策略对整个神经网络进行微调。该方法不需要对视频连续取帧,具有较好的图像特征主动学习能力,克服了人工提取特征能力有限的缺陷。实验结果表明,在样本量充足的条件下,使用本文方法进行监控视频树叶遮挡检测可以达到88.97%的准确率。     

一种新的镜头边界检测和静态视频摘要提取方法

提出一种新的融合图像分割和注意力模型的静态视频摘要自动生成方法.该方法将视频中的每帧图像分割成块,分别计算连续2帧对应块的匹配距离;在此基础之上,根据各个块不同的重要性用线性融合的方法求出2帧之间的匹配距离;然后通过计算匹配距离的期望和标准差自动地求出阈值,进而检测出镜头边缘;最后根据每个镜头的匹配距离,提取出静态视频摘要.仿真结果表明:与同类方法相比,该方法能够快速高效地检测出各种镜头边界,提取的静态视频摘要能够有效反映视频的内容.     

基于双重检测模型的视频镜头分割算法

提出一种基于自适应双重检测模型的视频镜头分割算法.该算法分为初检和复检两阶段,初检提出了基于人类视觉特征的非均匀分块的概念,并结合滑动窗口自适应二分查找算法进行镜头边界检测;复检过程利用尺度不变特征变换算法对初检得到的镜头边界进行匹配,排除初检中的误检.视频测试结果表明,该算法对多种不同类型的视频能同时提高切变和渐变镜头边界检测的效果.     

基于GEP自动聚类算法的视频关键帧提取方法

视频关键帧提取技术是视频数据处理研究领域的热点研究问题.该文针对现有的镜头边界检测技术不能有效提取关键帧的不足,提出一种基于小波边缘检测算子的自适应分块视频镜头边界检测算法.通过检测视频镜头变化,得到分割的镜头,然后对视频帧提取图像特征,并利用基因表达式编程(GEP)的自动聚类功能对视频帧进行聚类,提出并实现了基于GEP自动聚类的视频关键帧提取算法(KFC‐GEP).实验证明该方法能较好的提取视频序列的关键帧.     

基于蚁群算法的一卡通数据精准挖掘方法

为了提高一卡通数据精准挖掘能力,提出基于蚁群算法的一卡通数据精准挖掘方法。构建一卡通数据的模糊信息检测模型,采用关联特征提取方法进行一卡通数据的模糊相关性分析,构建一卡通数据的输出自相关特征匹配模型,结合模糊特征聚类分析方法进行一卡通数据的统计分析,建立一卡通数据的回归分析模型,提取一卡通数据的统计特征量,根据一卡通数据的特征提取结果采用模糊C均值聚类方法进行信息处理,采用蚁群算法进行一卡通数据挖掘过程中的自适应寻优,实现一卡通数据的优化挖掘。仿真结果表明,采用该方法进行一卡通数据挖掘的精度较高,特征分辨能力较好,提高了一卡通数据的挖掘和检测能力。     

基于局部色彩不变量的图像篡改检测方法

针对基于分块的图像区域复制篡改检测方法通常面临的图像特征提取计算量大、维度高、识别率低等问题,提出一种基于局部色彩不变量特征的图像区域复制篡改检测方法,将RGB彩色图像转换到对立色彩空间,通过分析和提取图像各通道上的局部密度分布特征,构建k-d树进行相似分块特征匹配以实现图像区域复制篡改检测.提出的局部色彩不变量密度特征具有维度低、计算简单等特点.实验结果表明,本文方法与其他几种典型的基于分块的方法相比,具有较低的时间复杂度和较高的检测率,且对图像篡改区域的旋转、缩放攻击具有较好的鲁棒性,特别是当图像篡改区域进行大角度旋转时与其他几种方法相比具有明显优势.     

一种基于MPEG-7颜色特征和块运动信息的关键帧提取方法

为了改进现有关键帧提取方法在相邻帧间相似性测度方面的不足,提出一种基于MPEG-7颜色布局特征匹配和块运动信息度量的关键帧选取方法。给出颜色布局特征的提取、相似度计算方法以及利用图像分块计算运动信息的方法,并结合距离累加算法提取视频镜头关键帧。实验结果表明,本方法比基于图像综合特征关键帧提取方法检索性能有明显提高,不易产生冗余和漏检,提取的关键帧能够充分代表镜头的内容。     

车辆辅助驾驶中基于概率模板的红外行人检测*

提出了一种基于概率模板的红外行人检测方法。首先采用自适应双阈值对红外视频图像进行分割,并提取感兴趣区域;然后利用行人区域的一些特征对感兴趣区域进行滤波,保留最符合行人特征的区域;考虑到行人重叠对于检测效率的影响,提出了一种基于直方图投影的多行人区域再分割算法;最后采用概率模板匹配算法对行人进行识别,针对行人可能的三个方位分别设计了三个对应的概率模板。实验表明该方法具有较高的行人识别率,对于环境变化有很好的自适应能力,并且具有较强的鲁棒性和实时性。     

基于HSV颜色空间的运动人体检测

结合帧图像中运动人体目标的颜色特征对视频中运动人体检测技术进行了探讨。采用HSV颜色模型,色调轴上在每个相似色区间内应用局部累加直方图法对图像的色调特征进行提取。而视频中运动人体目标有时为黑色或灰色,就需要利用色饱和度和亮度信息来匹配目标。     

基于图像局部投影特征的目标匹配算法(英文)

鉴于传统的灰度相关匹配和基于边缘特征的匹配方法抗噪能力和抗几何失真能力较差,将图像熵和投影特征的概念结合引入到图像匹配中,定义了图像局部投影熵,并由此提出一种新颖的、基于局部投影熵差的图像匹配方法.由于局部投影熵反映的是图像的局部统计特征,因此基于局部投影熵差的图像匹配方法具有较好的抗几何失真能力.图像熵结合了投影特征后,提高了抗噪能力和在强光照条件下的匹配能力.结合采用分块、序贯检测及分层搜索等技术,进一步减少了计算量,实验结果表明这是一种简单而行之有效的图像匹配方法.     

基于轨迹提取算法的视频关联动作跟踪仿真

针对已有视频关联跟踪方法无法准确提取关联动作轨迹, 导致视频关联动作跟踪结果出现较大偏差, 且跟踪速率较低的问题, 提出一种基于轨迹提取算法的视频关联动作跟踪方法. 首先, 根据多元组理念组建多元组轨迹提取模型, 划分运动视频图像特征分布矢量化集合, 计算视频图像分割支持向量机临界值; 其次, 通过颜色系统分离像素特征, 利用虚拟视景重构输出关联动作轨迹提取值; 再次, 在多粒度滤波器训练中设置预期输出值, 采用Fourier变换将卷积计算转变成点乘运算, 计算各粒度下边界最小矩形重叠率; 最后, 通过欧氏距离获得两个边界最小矩阵变换情况, 明确各粒度的轨迹波动程度, 完成视频关联动作跟踪全过程. 实验结果表明, 该方法的视频关联动作跟踪速率为14.9 帧/s, 能有效提高目标跟踪速率, 实现精准的视频关联动作跟踪.     

钻孔摄像机器人视频序列拼接

针对检测过程中视频序列展开拼接过程中标定难、且匹配效率低及耗时长的缺点,提出了一种新的钻孔内壁视频序列拼接的方法.首先对读取的视频均匀采样,得到视频序列;然后对取样的图像帧进行圆心提取以及环带图像选择,完成环带图像展开,重投影为矩形图像;采用棋盘格标定的方法,设置畸变校正参数,对展开后的矩形图像进行畸变校正;采用基于模板匹配的特征匹配策略进行拼接,得到钻孔内壁展开图像;最后根据内壁图像,生成立体内壁图像模型.结果表明该方法数据量小且处理效率高,满足可视化需求,可用于岩体的质量评价,保障施工安全.