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。     

一种快速鲁棒的全局运动估计算法

局部运动矢量会严重影响全局运动估计的结果,不仅降低全局运动估计的准确度,而且消耗大量的运算时间。针对上述问题提出了一种快速鲁棒的全局运动估计算法。首先采用快速的块匹配算法得到运动矢量场,然后通过改进的梯度均值残差法去除估计的不准确运动矢量,提高估计出的运动矢量场的准确性并使得全局运动估计所处理的宏块尽可能是全局运动块;其次,基于六参数仿射模型估计出初始全局运动参数,为了消除错误运动矢量产生的误差,使用匹配加权函数的方法对估计结果进行进一步修正,最终得到最优的全局运动参数。实验结果表明该算法兼顾了全局运动估计的准确性和鲁棒性,对大多数视频序列的全局运动估计具有算法复杂度低、运动参数估计准确的效果。     

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。     

一种混合高斯背景模型下的像素分类运动目标检测方法

运动目标检测在智能视频监控、人机交互、目标导航等诸多领域有着广泛应用.背景减法是运动目标检测中应用较广泛的一种方法.在该方法中,背景建模和阈值化分割是最重要的步骤,直接决定了检测效果的好坏.当目标本身变化比较大时,若利用传统的基于全局阈值的分割法,分割效果并不理想.针对基于全局阈值分割差分图像存在的问题,本文提出了一种基于混合高斯背景模型的像素分类运动目标检测方法.该方法首先利用混合高斯模型对背景建模,克服了场景变化等因素带来的影响;其次,利用背景减法得到差分图像并对像素进行分类,最后对分类后的像素集分别进行阈值化分割,得到前景目标.实验结果表明,与传统的基于全局阈值的分割法相比,本文算法能够获得更好的检测效果和鲁棒性.     

基于差波束逆合成孔径雷达成像的角运动参数估计方法

针对单脉冲三维成像时的目标角运动估计问题，提出一种基于差波束逆合成孔径雷达成像的新的角运动参数估计方法．该方法利用了各阶运动参数对差波束回波谱宽度的不同贡献以及熵与谱宽度的关系，通过最大熵和最小熵分剐对0阶和1阶以上角运动参数进行搜索，得到全局最优估计．有别于传统比幅测角方法，所提方法通过全局搜索得到目标的角运动参数，可以较好地抑制角闪烁的发生．对飞机目标角运动参数估计过程的仿真结果表明，与传统高分辨测角方法相对比，所提方法的平均误差降低了72％．     

基于频移迭代的微波多普勒谱中心频率估计算法

为了准确估计回波多普勒谱的中心频率,提出了一种基于频移迭代的中心频率估计方法.该方法以谱矩法估计频移为初值,逐次改变积分区间,在每次迭代中都利用谱矩法估计其频移,直至估计的频移结果收敛,并将该结果作为中心频率.仿真结果表明:相比于目前常用的谱矩法和最小二乘多项式拟合法,频移迭代法估计中心频率效果更佳,其平均绝对误差和均方根误差均更小,且该方法估计精度不受频率分辨率约束.将该方法应用于微波多普勒测波雷达中,并得到了海浪参数.实验结果证实:利用频移迭代法估计中心频率,可以探测得到更准确的有效浪高和平均浪周期.     

改进的JOR迭代法的收敛性定理

基于严格双α-对角占优的概念,针对线性方程组Ax=b在求解时常用的JOR迭代方法,给出了JOR迭代矩阵谱半径新的上界及迭代法的收敛性准则.该准则不仅适用于双严格对角占优矩阵类,还适用于严格双α-对角占优矩阵类,对相应迭代矩阵谱半径的估计也更精确,且扩大了JOR方法收敛参数的选取范围,并用数值例子说明了所给结果的优越性.     

可变阈值因子的快速自适应门限检测算法

针对基于排序类自适应门限算法运算量大的问题,提出了利用可变的第k小元素替代排序类噪声能量估计的快速自适应门限检测算法.其中对第k小元素的取值仅采用快速排序算法的少次迭代过程,不须要排序完整的检测统计量,可实现快速噪声能量估计,以此作为自适应门限的参变量,结合相应的可变阈值因子达到快速自适应门限判决检测的目的.分析了检测概率和虚警概率以及运算复杂度,仿真对比了该算法与排序类自适应门限算法检测概率和虚警概率.结果表明:当有信号发送时,该算法与排序类检测算法检测概率基本一致,虚警概率有所减小;当没有信号发送时,相同阈值因子情况下,随着k值的增大,虚警概率越来越小.     

基于灰度编码位平面匹配的视频图像稳定技术

介绍了灰度编码的位平面匹配算法的原理，该算法对图像序列灰度值信息编码形成位平面，对局部区域的运动参数进行位平面匹配估计，再根据局部运动参数和统计规律估计全局运动参数，并给出了应用该原理进行视频图像稳定处理的应用例子。     

模型基编码中实时三维运动估计的新方法

将自适应迭代松弛搜索算法RSA引入到MPEG4模型基编码的三维运动参数估计中，解决了估计算法的稳健性问题。经过简化计算的复杂度，得出一种快速算法，大大提高了估计速度。同时设计有效的参数初值设置和调整方法，改善了估计的准确性，使之更适用于长序列实时运动估计。通过与预测最小均算法PLS和扩展的卡尔曼滤波算法EKF进行模拟数据和真实序列实验比较，证明本文提出的RSA算法具有很好的鲁棒性和准确性。     

动态场景中自适应去除外点的全局运动估计方法

为在动态场景图像序列中准确地完成全局运动估计,提出一种自适应去除外点的全局运动估计方法。对尺度不变特征变换(Scale invariant feature transform,SIFT)算法提取出的特征点利用最近邻搜索算法中的BBF(Best Bin First)方法进行匹配。为提高全局运动估计的精度,提出改进的随机抽样一致(RANdom SAmple Consensus,RANSAC)算法。此算法能够自适应地去除外点,即利用特征点运动矢量的方差控制迭代次数来进行外点的去除,最终通过摄像机运动模型实现准确的运动参数估计和背景补偿。对标准图像序列Coastguard和实际拍摄的动态场景图像序列的实验表明,提出的方法能够快速地完成动态场景中的全局运动估计与补偿,具有较高的精度和适应性。     

高效多分层半像素精度块匹配运动估计算法

为了降低视频编码器的运算负荷,提出一个空时相关多分辨半像素精度块匹配运动估计算法,这个算法利用运动矢量场的空间和时间相关性及多层结构中父子块间的相关性,缩小局部运动搜索范围,得到低运算复杂性。利用一个自适应门限调整算法,使运动搜索次数对不同视频序列近于一致。模拟结果表明,该算法运动补偿增益和运动矢量熵也有明显改进,搜索次数低于著名的三步法。最后讨论了半像素精度和变块大小运动估计方案。     

A new adaptive fast motion estimation algorithm based on local motion similarity degree (LMSD)

In the motion vector field adaptive search technique (MVFAST) and the predictive motion vector field adaptive search technique (PMVFAST), the size of the largest motion vector from the three adjacent blocks (left, top, top-right) is compared with the threshold to select different search scheme. But a suitable search center and search pattern will not be selected in the adaptive search technique when the adjacent motion vectors are not coherent in local region. This paper presents an efficient adaptive search algorithm. The motion vector variation degree (MVVD) is considered a reasonable factor for adaptive search selection. By the relationship between local motion similarity degree (LMSD) and the variation degree of motion vector (MVVD), the motion vectors are classified as three categories according to corresponding LMSD; then different proposed search schemes are adopted for motion estimation. The experimental results show that the proposed algorithm has a significant computational speedup compared with MVFAST and PMVFAST algorithms, and offers a similar, even better performance.     

一种图像全局运动鲁棒估计与补偿技术

研究了一种基于回归分析的图像全局运动估计与补偿技术,首先利用光流场法估计局部图像背景点的速度场,然后利用鲁棒的叠代排除法估计图像传感器的全局运动模型参数,再利用估计出来的全局运动参数对图像进行双线性内插运动补偿。这种技术具有计算量少,实现简单,性能可靠等优点。     

基于自适应迭代学习算法的FNS肢体运动控制

首先介绍FNS系统的构成及工作原理,针对肢体肌肉的非线性时变性,建立了带反馈控制器的迭代学习控制算法,即复合控制器。曩后利用FNS肢体运动控制平台,采用复合控制算法,对人体曲肘和曲腕运动时的关节运动(角位移)轨迹进行了临床实验研究。结果表明,采用该算法,不仅改善了FNS系统的跟踪性能,而且肢体运动轨迹稳定、平滑,受试者无任何不良生理反应,具有较强的自适应性。     

基于离散粒子群优化算法的块匹配运动估计

文章提出了一种基于离散粒子群优化算法的块匹配运动估计算法.该算法将块匹配运动估计的局域性搜索与离散粒子群算法的全局性搜索结合起来,并针对运动矢量的特点,采用了Gray码编码、运动矢量预测以及有效的迭代提前终止准则等策略,克服了以往快速搜索算法容易落入局部最优的问题,在获得与全搜索算法相近的搜索精度的同时,降低了平均搜索...     

基于分块灰度投影的无人飞行器视频稳像方法

针对传统灰度投影算法局部运动影响全局运动矢量估计精度的问题,结合无人飞行器航摄视频图像的特点,提出一种适用于无人飞行器的视频稳像方法. 该方法将图像划分为若干子区域,剔除灰度特征不明显和物体局部运动等影响全局运动估计精度的子区域,对保留的子区域分别采用灰度投影法计算运动矢量,由局部运动估算出图像的全局运动矢量,经过运动决策,将运动补偿矢量应用于图像补偿,获得稳定的视频图像. 对真实无人飞行器航摄视频稳像实验结果表明,该算法稳像准确度与块匹配全搜索算法相当,而单帧稳像时间只有块匹配全搜索算法的1/3,在准确性和实时性方面均优于传统灰度投影算法.      

基于逻辑相似性的运动检索算法

针对基于内容的人体运动检索问题,提出了一种基于逻辑相似性的运动数据检索方法。首先,针对特定人体运动序列数据,使用自组织网络映射算法对运动数据进行预处理,找出运动数据帧的最佳匹配单元。然后,应用数据编码规则对匹配单元进行量化及编码处理,获得基于符号化表示的运动描述符。基于符号化表示的描述符建立运动序列索引机制,应用多分辨率框架进行运动模式匹配。最后,按照模式匹配结果进行运动相似性排序,输出检索结果。在CMU运动数据库中的试验结果表明了算法有效性。