海上航拍图像目标定位算法的数据采集

为实现海上航拍图像目标定位,必须实时采集有关定位数据.根据海上航拍图像目标定位算法所需数据,全面分析了定位算法相关数据的分类,提出了相关数据的采集方法,并从实际应用的角度阐述了采集设备的选型原则.为海上航拍图像目标定位算法应用、实现海上航拍图像目标定位提出了数据的采集方法,并提出了采集设备的选型方案.     

红外图像序列运动小目标的空间定位

提出了一种利用透视投影变换和卡尔曼滤波对低信噪比红外图像序列运动小目标进行三维空间定位的新方法,从而达到对红外运动小目标（直至几个像素）进行空间定位的目的。仿真实验结果证明了该方法的可行性和有效性。     

图像序列中运动目标深度估计

通过对生物视觉深度运动知觉机理的研究，推导出基于度运动知觉提取三维运动目标深度信息的数学模型和计算公式，研究结果表明，根据三维运动目标在二维成像平面上的运动可以判断是否存在深度方向变化以及大致区分目标运动的方向，同时如果假定已知运动的大小，根据它们在像平面上ｘ或ｙ方向的相对运动变化可以对于目标的深度运动进行估计，经过采用实际图像序列所进行的实验，获得了令人满意的结果。     

基于速度特征矢量提取运动目标的图像分割方法

研究基于速度特征矢量提取运动目标的图像分割方法,根据目标图像像素移动的一致性,在序列图像中利用块匹配法进行帧间图像配准,得到目标图像块的速度估计,将具有相同速度矢量的目标图像块聚类,即可分割出运动目标。仿真实验结果表明,该方法能有效地对复杂背景下的运动目标图像进行分割,并具有较好的抗噪能力。     

序列图像中多运动目标的识别

提出了一种对序列图像中多目标进行识别的方法．利用多帧差分与颜色查表法相结合，采用高斯滤波器对差分后的图像进行平滑去噪，并且消除了运动快慢带来的不利因素．基于颜色表的快速搜索进一步提高了目标识别速度．经过实践证明该方法识别准确、速度快、效率高．     

基于实时序列图像复杂背景下运动目标的提取

通过对实时序列图像中运动目标的运动规律的分析,提出一种在复杂背景下运动目标的提取方法,详细讨论了这种目标提取方法和原理,给出了具体的实现方法和该方法应用于实际工作的实验结果数据。通过实验证明,该方法对于克服复杂背景的干扰和有效地提取运动目标具有较好的效果。     

序列图像中动目标定位

给出了一种新的动目标定位方法，它可以快速准确地从复杂背景中确定动目标的位置和大小，此法充分利用序列图像特性，采用减影法提取动目标，由于实际情况中噪声无法避免，故提出了快速中值滤波方法以有效地滤除大量噪声，为了快速准确地定位目标，事先采用了映算法，然事提出了一种区域生长分割算法ＲＧＳＡ（ＲｅｇｉｏｎＧｒｏｗｉｎｇ Ｓｅｇｍｅｎｔａｔｉｏｎ Ａｌｇｏｒｉｔｈｍ）定位动目标，ＲＧＳＡ还适用于多目标情况，     

一种用于航拍图像的目标检测算法

提出了一种用于航拍图像的目标检测算法DSB-YOLO(depthwise separable convolutional backbone and YOLO)。在YOLOv5s的基础上,首先从主干网提取特征图感受野的角度出发,通过改变卷积核的间隔采样,降低特征图的感受野以便更好地提取小目标的信息;其次,改进了网络Neck部分的特征金字塔模型(feature pyramid network, FPN)和路径聚合网络(path aggregation network, PAN)的特征融合路径,从而使网络浅层采样的特征图中大量位置信息能够与网络深层提取的特征图较好地结合在一起,有效地提高了小目标的准确检出率;接着将C3Transformer模块加入到主干网络中,用来整合全图信息;然后,对网络进行了轻量化处理,把网络主干的部分卷积改为深度可分离卷积并集成了SE注意力机制,其目的是聚焦并选择对目标检测任务有用的信息,从而提升了模型的检测效率。利用VisDrone数据集进行的对比实验结果表明,在输入图像分辨率为1 280×1 280像素时,本文提出的DSB-YOLO算法测试平均精度指标mAP50、...     

会议电视图像序列中的运动目标分割

提出了基于递归高阶阶段的运动目标分割方案,主要用于会议电视图像序列,与传统的高阶统计方法相比,基于递归高阶统计的分割方法从高斯噪声背景中提取信息,由于利用了前ｎ帧图像的信息冗余度,递归高阶统计方法可以更有效地减少噪声,检测小目标,并且提高了目标的分割准确度,模拟试验结果显示,分割结果较好。     

一种改进的图像序列运动估计算法

针对一系列连续运动的视频序列,利用前后帧间的相关性,在分析块匹配算法高精度和三步法的运算速度快的基础上,提出了一种基于块的新算法。实验结果表明,该算法比EBMA算法运算量大大减小,运算精度又比三步法得到了很好的提高。     

一种半自动分割视频对象的方法

提出一种半自动视频对象分割方法，通过对跟踪分割视频序列的后继帧，这种方法首先采用基于块匹配和最大边缘强度的运动估值和补偿方法进行对象轮廓定位，接着采用模板匹配以特定对象知识检测对象像素，为使轮廓定位更可靠，在块匹配的运动估值中使用了彩色信息，而模板匹配则使分割结果精确化，避免误差传递，并且在出现遮挡时只要对象颜色在整个序列中一直保持相似性，就能够正确测出对象，实验结果证明这种方法能够分割复杂场景中的任意对象。     

数字视频图像中运动估计的实现

要提高视频压缩编码的效率，必须选择一种实用的数字视频压缩技术。因MPEG-2，MPEG-4等压缩技术中的运动估计算法可以满足这种要求而具有良好的应用前景。     

一种基于背景重建和视差图的立体视频对象分割算法

提出了一种基于背景重建和视差图的立体视频分割算法,利用背景、视差和边缘等信息进行运动对象分割。该算法首先采用基于块的背景重建方法获取视频序列的背景信息,再利用背景相减法获得运动对象的初步分割结果,然后利用立体匹配获得的视差图对初步分割结果进行修正,最后利用边缘信息和后处理操作获得最终的立体视频运动对象。实验表明,该算法能够有效地从运动背景中将视频运动对象完整地提取出来。     

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.      

H.264视频编码快速宏块模式选择策略

分析了表征前一帧各块运动特征的统计信息(包括各宏块误差值和运动矢量),并以该统计信息预测当前帧各块的运动特征,提出了一系列基于统计信息、宏块分类和自适应判决门限的提前选择某模式为最优模式的快速模式选择策略. 实验数据表明,快速算法能够以43%的计算时间,达到与JM12.2中原参考算法近似的峰值信噪比和码率性能.     

序列图像视频分层技术综述

基于内容的访问和操作的关键是序列图像的动目标图像提取与视频分层技术。本文总结了该项技术的基本研究方向及内容并指出这些方法存在的共同问题。     

隔行扫描图像编码的快速位移估值算法

本文针对隔行扫描图像,提出了一种基于“场子宏块匹配法”和“4:1抽样子块匹配法”的快速位移估值算法,将总的运算量缩减到穷举搜索法的1/32数量级,而重建图像的主观质量下降甚少。     

块匹配运动估计算法的速度优化

在视频压缩系统进行帧间编码时 ,很多运动估计块匹配算法利用搜索样式的设计来节约计算资源 ,搜索速度尚有提高的空间·利用运动矢量主要分布在搜索区中心 3× 3范围内的中心偏置特性来优化块匹配算法 ,并同时采用起始搜索点位置预测来提高搜索命中率· 仿真试验表明 ,优化算法在保证原算法精度的基础上明显提高了搜索速度     

自适应全搜索比特面匹配算法的分析与改进

分析了Feng等提出的简单自适应全搜索比特面匹配运动估计算法的不足，对其中比特面的计算方法、搜索起点的选择及比特面匹配准则搜索失败后的处理策略等方面作了改进，实验结果表明，改进后的算法的运动估计性能比原算法有较大提高，对于可视电话中的头肩视频序列，性能与全搜索法差别不大，且计算量仅为全搜索法的1／6。     

一种新的快速块匹配运动估计算法

提出了一种新的快速、有效的块匹配运动估计算法。算法采用多步搜索方法,利用相邻块之间的运动相关性,选择反映当前块运动趋势的预测点作为初始搜索点;用子采样块匹配失真度量来减少计算量;利用运动矢量的中心倾向的分布特性,用多侯选点钻石形状搜索方法来提高运动估计的速度和准确性。实验表明,该算法计算复杂性低,预测质量好。