相机运动状态下的实时运动目标跟踪算法

提出了一种相机运动状态下的实时运动目标跟踪算法。根据运动目标对光流结果的影响对特征点进行筛选;利用光流法对相机的全局运动进行估计;根据全局运动估计的结果对粒子滤波的运动方程进行修正,选取颜色直方图作为目标的特征模型,实现对移动目标的跟踪。实验结果表明,在相机运动的状态下,能够准确快速跟踪运动目标,可以达到实时性要求,具有非常好的鲁棒性。     

动态场景中运动目标检测与跟踪

为了在静态和动态场景中均能实现对运动目标的检测与跟踪,提出了基于运动检测和视频跟踪相结合的视频监控方法. 建立四参数运动仿射模型来描述全局运动,采用块匹配法对其进行参数估计;采用基于全局运动补偿的Horn-Schunck算法检测出运动目标;使用卡尔曼滤波对运动目标的质心位置、宽度和高度进行跟踪. 实验结果表明,该方法能够有效地对静态和动态场景中运动目标进行检测与跟踪.     

相机运动状态下的实时运动目标跟踪算法

提出了一种相机运动状态下的实时运动目标跟踪算法。根据运动目标对光流结果的影响对特征点进行筛选;利用光流法对相机的全局运动进行估计;根据全局运动估计的结果对粒子滤波的运动方程进行修正,选取颜色直方图作为目标的特征模型,实现对移动目标的跟踪。实验结果表明,在相机运动的状态下,能够准确快速跟踪运动目标,可以达到实时性要求,具有非常好的鲁棒性。     

视频稳像评价方法研究

为有效地完成视频稳像评价任务,根据摄像头状态及场景中有无运动目标,将视频分为四类,并对每一类视频的稳像评价难点进行了分析。针对摄像头运动的条件下,峰值信噪比(peak signal to noise ratio,PSNR)无法正确评价视频稳像效果的问题,提出了基于全局运动矢量角变化(variation of intersection angles,VIA)的方法来衡量两段视频的稳定程度。由于场景中运动目标对PSNR及VIA的计算均有影响,针对固定背景存在运动目标的情况,提出了基于背景重叠区域的PSNR方法;而在动态背景条件下,通过筛选运动目标上的运动矢量,有效去除前景运动目标对于全局运动矢量计算的干扰。实验证明,提出的评价体系,能够在不同类别的视频中去除运动目标带来的干扰,正确评价各类视频的稳像效果。     

基于像素特征的运动块补偿算法

提出一种基于像素特征的运动块补偿算法.该算法充分利用视频图像的亮度特征与运动关系,实现了基于目标亮度特征进行分割运动块.同时针对视频图像目标运动特点,求得相应的运动方程,更加准确的反映了目标物体的真实运动,得到较为真实的运动矢量场.实验结果表明,与传统的快速分类搜索(CFS)、全搜索法(FS)相比,使用本文算法得到的视频图像帧,具有更加真实的运动矢量场,并且PSNR值相对CFS大约有20 dB的提高.     

基于运动背景的自适应视频对象分割算法

为解决运动背景中视频对象的准确提取,提出一种基于全局运动的自适应视频对象分割算法。基于特征点计算帧间运动,利用最小二乘法计算摄像机仿射参数进行运动补偿,通过二值开闭重建滤波器进行预处理消除噪声;采用改进的分水岭算法将图像标记成不同的灰度区域,以自适应的光流法对分割的对象信息进行评判,从运动背景中分割出前景对象。实验表明,该算法能准确地从运动背景中分割出视频对象,显著地减少了动态前景对象的分割误差,提高了分割质量,可应用于运动目标检测与跟踪。     

移动单目相机下基于单应的动态手势轨迹识别

针对单目相机的移动会造成图像坐标系的全局运动,对手势识别中运动轨迹的观测产生影响,不能满足手势交互的应用需要的问题,建立并证明了一种基于单应的目标运动轨迹观测模型.该模型通过分析目标平面运动时相邻帧之间的射影关系,利用单应矩阵求解与特征点的重投影,求得相邻帧之间的目标相对运动矢量,得到世界坐标系下的目标运动轨迹.为验证该模型的有效性,基于该模型提出了一种利用移动相机进行动态手势轨迹识别的方法.实验结果表明:使用该方法进行动态手势轨迹识别的识别率为89%,处理速度达到72.28帧/s,在移动相机环境下保证了手势识别系统的识别率与实时性.     

监控场景下视频中全局移动对象的异常行为自动识别

传统异常行为识别方法容易受到外界环境的干扰,导致识别精度低下;且开销较高。为此,提出一种新的监控场景下视频中全局移动对象的异常行为自动识别方法。对异常行为特征进行提取,选用的特征为目标运动轨迹特征和外接矩形框宽高比特征,通过位置动态对监控场景下视频中全局移动对象运动轨迹特征进行提取,通过最小外接矩形框对移动对象进行标记。依据特征提取结果,通过异常测量函数实现监控场景下视频中全局移动对象的异常行为自动识别。实验结果表明,采用所提方法对全局移动对象的异常行为进行自动识别,不仅识别精度高,且开销较低。     

视频抖动矫正系统中的运动滤波

数码相机拍摄的视频往往带有因为拍摄人手的不稳定而引入的抖动,因此该文给出了一个视频抖动矫正方案,包括全局运动估计、运动的抖动分量滤除、抖动补偿3个模块。对摄像机运动模型,该文考虑了最常见的水平、垂直平动和平面转动这3个运动参数来进行全局运动估计,首先采用基于块匹配运动估计方法来得到运动参数的初始值,然后用Newton迭代法进行参数优化;从运动学的角度出发设计了一种以二次B样条方法为基础来拟合摄像机的运动轨迹方案。实验证明这种滤波器的设计方法能够很好地去除视频抖动,明显改善视频的主观效果。该方法不仅简单,而且不需要预知抖动的模式就能够确保运动轨迹的平滑。     

基于运动矢量的视频去抖动算法

采用新的几何分析方法建立了视频去抖动处理的数学模型,提出一种基于运动矢量的视频去抖动算法.采用新的快速M鲁棒估计法获得摄像机全局运动参数集;滤波该参数集滤除随机抖动带来的运动噪声.为了提高算法的可靠性,在全局运动估计之前对原始运动矢量进行了时空滤波;在运动校正阶段,引入了"重同步"机制防止差错累积.实验表明,该算法具有良好的去抖动效果,能够用于实时处理.     

全局运动估计的阈值可变双迭代法

提出了一种全局运动区域检测与全局运动模型参数估计的阈值可变双迭代法,该方法包含两个迭代过程：①迭代最小二乘法进行参数的估计，迭代过程中用可变的百分比阈值去除局部运动点的干扰：②检测完整的全局运动区域并得到最后的模型参数．阈值可变双迭代法对不同视频的适应能力较强，得到的全局运动区域更完整，模型参数的估计更稳定,实验结果验证了该方法的可行性和优越性.     

基于小波变换融合图像的全局运动估计新模型

像素运动的视频序列中全局运动方式占较大比重,这是由于摄像设备的移动所造成的.金字塔算法因为其工作原理会导致图像显示不稳定,小波变换对相关联的图像能进行有效的处理以克服图像融合技术金字塔算法的不足.提出了基于小波变换融合图像的全局运动估计的的新型模态,基于小波变换的多尺度结构可以通过融合不同图像的特征来解决.实验结果证明了该算法的有效性.     

应用普通精度陀螺的快速全局运动估计方法

提出一种应用普通精度陀螺的全局运动估计快速算法.该算法利用陀螺来传感摄像系统的不稳定信息,并从陀螺输出的信息中得出视频抖动的方位(象限),以该方位作为基准对当前帧相对参考帧的局部运动矢量进行奇异点滤除,运用最小二乘法(迭代最小二乘法)解算全局运动参数.该算法运算速度快,对陀螺精度要求低,对由干扰运动和矢量估计误差产生的奇异点滤除效果好、运动估计精度高.     

基于全局运动估计的高分辨率生物显微图像压缩算法

随着全自动生物显微镜的应用越来越广泛,高分辨率显微图像数据量大的问题越来越突出.为了对高分辨率显微图像进行更有效地压缩,针对全自动生物显微镜下图像步进式移动的特点,提出了基于全局运动估计的高分辨率生物显微图像压缩算法、利用H.264的帧内编码、全局运动矢量估计及运动补偿对图像进行压缩.实验结果表明,在图像质量满足观察需要的情况下,高分辨率生物显微图像的压缩比可以达到600倍以上.     

基于比率依赖的两种群捕食者—食饵系统的随机模型

研究一类比率依赖的两种群捕食者-食饵系统的随机模型。利用随机微分方程理论,通过构造Lya-punov泛函,并结合停时分析、不等式构造等技巧,证明了比率依赖的两种群捕食者—食饵随机系统整体解的存在唯一性,整体解的有界性与渐近性质。     

航拍视频中基于特征匹配的全局运动估计

根据航拍视频成像特点,得到相邻帧之间全局运动的六参数近似变换模型,任意帧之间的变换模型通过"帧到帧"的方式递归获得。采用角点特征匹配方法提取出有效的匹配点,实验结果表明该方法简单可靠。     

动力系统的胞映射—点映射法及应用

对动力系统的胞映射法进行了改进，采用点映射法对胞映射法的计算结果进行后处理，求得精确的周期运动和吸收域，将胞映法和点映射法结合起来，有较高的计算精度和效率。     

基于运动矢量可靠性分析的视频全局运动估计

视频全局运动估计通常根据图像的运动矢量场来决定,而前景或背景中不可靠的运动矢量对运动估计的结果影响很大。为了提高估计的准确度,提出了一种基于运动矢量可靠性分析的全局运动估计算法。该算法通过对当前帧的运动矢量场进行可靠性分析,提取图像块的匹配特征并用支持向量机的方法将运动矢量分成可靠与不可靠两类,剔除不可靠的运动矢量,用可靠运动矢量建立全局运动的线性参数模型,通过线性迭代最小二乘法求解估计参数。实验结果表明:该算法相比传统方法能够更好地消除前景或背景中不可靠运动矢量的影响,特别是在采用传统方法误差很大的情况下,该算法的结果仍十分准确。