具有前景目标的动态场景视频快速稳像算法

为了提高具有前景目标的动态场景视频的稳像效果,采用了一种基于块绝对差分的运动目标自动提取方法。在提取运动目标的基础上,提出通过自适应设定相关阈值的方法,来预判相关背景模块是否具有足够的信息,以减少用于运动矢量估计的模块数量。仿真实验结果表明,对于具有前景目标的动态场景视频,在减少运动目标提取时间的基础上,能够有效提高稳像算法的速度和精度,对实际视频取得了比较理想的稳像效果。     

基于分区灰度投影稳像的运动目标检测算法

针对视频监控系统中,复杂环境引起摄像机抖动,造成运动目标检测不准确的问题,提出了一种基于分区灰度投影稳像的运动目标检测算法.首先对每帧图像进行分区,利用分区灰度投影算法对图像各分区的运动矢量进行准确提取和相关性分析,进行抖动判断,并对抖动帧进行运动补偿.然后利用高斯混合背景建模算法进行运动目标提取.最后对目标提取结果进行形态学处理,以进一步提高目标提取的精度.实验结果表明,本文算法较好地消除了场景中运动目标对运动矢量计算的干扰,实现了在摄像机抖动视频场景中的运动目标的准确检测和提取,大大降低了抖动视频目标检测的虚警率.     

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.      

六旋翼飞行平台的视频稳像技术

低空飞行器监控平台在突发事件现场往往面临恶劣环境以及飞行器自身抖动影响监控质量的挑战,而现有的视频稳像技术无法很好地解决较大场景变化和显著景深影响的问题。该文针对六旋翼低空监测平台在复杂环境下应急视频监控稳像的难点,提出了一种基于运动分解估算和混合基准帧比照的视频稳像算法。基于运动分解估算的运动估计算法利用矩阵分解原理,将全局运动分解成帧间运动和前帧运动的合成,保证了场景快速变化条件下运动估计的准确性和时效性。混合基准帧比照方法运用基于阈值设定的形式,综合考虑计算误差和稳像连续性两方面的因素,寻找较为平衡的基准帧更新算法,有效地解决了视频景深影响造成的误差。实验结果表明:该算法提高了运动估计的准确率和计算效率,可满足六旋翼飞行器监控视频的稳像要求。     

基于视频抖动的灰度投影稳像算法

针对抖动导致车载视频图像失真的问题,将图像区域等分的思想与灰度投影算法融合,获得一种利用局部运动矢量估算全局运动矢量的方法;借助图像的全局运动矢量和滤波的思想,利用运动矢量偏差补偿抖动对图像失真的影响,获得一种稳像算法。数值实验结果表明,该稳像算法对于提高车载视频图像的稳定性具有好的效果。     

基于CUDA 和卡尔曼预测的实时电子稳像方法

针对传统电子稳像方法无法实现视频的实时处理的问题, 提出以SURF(Speed Up Robust Features)配准算法为基础, 基于CUDA(Compute Unified Device Architecture)编程实现算法的加速, 并利用卡尔曼预测器进行实时预测。算法利用CUDA 并行编程实现帧间特征点的提取和配准, 获得帧间运动矢量; 利用卡尔曼预测器获得稳定后的运动矢量, 实现对当前帧的运动矢量的补偿, 以达到实时稳像的目的。仿真实验结果表明, 该方法可有效去除视频帧间的抖动, 稳像效果良好, 实现了视频的实时处理。     

一种基于背景减法的运动目标检测算法

针对静止摄像机下的运动目标检测问题,提出了一种基于背景减法的运动目标检测算法.首先利用无拘束学习方式迅速建立多个可靠的RGB颜色背景模型,然后在运动目标分割过程中,及时地根据场景变化对背景模型进行更新,同时利用色度信息及局部交叉熵信息去除阴影,得到较为精确的运动目标.在对用普通USB摄像头获取的视频序列实验中,该算法显示了良好的性能.     

一种基于角点特征的数字稳像算法研究

针对复杂背景情况，提出一种基于角点特征的车载视频图像序列数字稳像算法．采用改进的Harris算子提取特征点，根据三级匹配策略实现对应点的匹配；建立参考图像与当前图像的映射关系，采用最小二乘解得到图像帧间的全局运动参数；最后利用Kalman滤波平滑运动参数，实现帧间的实时运动补偿，达到稳像目的．实验结果表明该方法去除了高频抖动，较好的保留了摄像机的主动运动，稳像后的视频具有良好的视觉效果．     

基于FAST-9角点与光流法的机载视频稳像算法

针对机载视频图像受载体姿态运动及抖动而出现的不稳定现象,提出FAST-9角点与光流法结合的电子稳像算法。首先对参考帧提取FAST-9角点,利用光流法在当前帧找到匹配特征点以求取帧间运动矢量。采用卡尔曼滤波计算出补偿分量,对各帧图像进行运动补偿。经过稳像前后的视频序列帧间差值对比可知,很好地去除了视频序列的抖动。     

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.     

一种基于MPEG压缩域的运动对象分割算法

针对目前视频压缩域中运动对象分割准确率不高的问题 ,提出一种有效的压缩域运动对象的分割算法 .该算法先对运动矢量进行运动累加和中值滤波处理 ,然后利用离散余弦变换 (DCT)系数块之间的相关性对非零运动矢量区域进行校正 .由于在对运动矢量处理的同时加入了空间DCT块的相关性校正 ,因此分割准确率有了较大的提高 .实验统计结果表明 ,对几种不同视频场景中的运动对象进行分割 ,其分割率比现有的算法提高了约 15 % .     

基于感兴趣区域的H.265样点自适应补偿算法优化

针对目前H.265环路滤波器样点自适应补偿(sample adaptive offset,SAO)算法复杂度高、计算量大的问题,提出了一种基于人眼感兴趣区域的样点自适应补偿技术.人眼感兴趣区域在视频的空间域对应纹理复杂的区域,在时间域对应运动剧烈的对象.利用图像的时域和空域的二维信息,使用编码单元深度和运动矢量分别检测纹理复杂区域和运动剧烈的对象,结合深度和运动矢量将视频帧划分为人眼不感兴趣、较感兴趣、很感兴趣3种类型,并分别采用不补偿、弱补偿和强补偿的SAO算法,从而在总体上减少自适应补偿的计算量,提高编码效率.实验表明,所提算法可使样点自适应补偿编码时间平均减少61.47％,而峰值信噪比(peak signal-to-noise ratio,PSNR)仅有0.033 dB的降低.     

基于MPEG—2视频流的目标跟踪快速算法

提出了一种新的目标跟踪算法 .对于输入的一组由静止摄像机捕获的 MPEG- 2视频流 ,该算法不需对其进行解码即可对场景中的运动物体直接进行目标跟踪 .MPEG- 2码流中的直流 ( DC)系数和运动矢量在目标跟踪算法中作为运动物体的特征被直接使用 .实验表明 ,该算法针对MPEG- 2视频流进行的目标跟踪具有实时性 ,也排除了复杂背景中的局部变化对跟踪结果产生的影响 .     

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.     

基于高斯混合模型的视频对象分割算法

针对应用高斯混合模型（GMM）进行视频建模与分割时的模型选择及参数估计初值选择的难点，提出了一种基于GMM的视频对象分割算法．首先进行特征提取，在特征矢量中引入加权运动信息，可根据不同需要选择合理的加权系数，然后通过分割投影进行模型选择及期望最大化（EM）算法的参数初始化并估计参数，这种初值选择方案使得EM算法的初值和真实值较接近，加快了迭代运算的收敛速度，从而提高了视频对象的分割速度，最后对特征矢量进行聚类分割．仿真实验表明，在保持良好分割效果的同时，所提算法的运算速度约为常规方案的76％，并且具有良好的稳定性．     

利用Kalman滤波的视频运动目标跟踪

提出一种基于kalman滤波的视频运动目标跟踪算法,首先对视频运动目标进行分割,求出运动目标的形心,再利用视频运动目标的形心所在宏块的运动矢量信息,用kalman滤波对运动目标的形心在下一帧的位置进行预测,从而快速、有效地自动跟踪多个目标对象.实验结果表明,该算法对运动目标的出现和消失,以及非刚性物体的尺度变化和变形,具有较强的鲁棒性.     

MPEG-2视频渐变切换时的自适应运动估计算法

在数字电视非线性编辑中,淡入淡出和划像是最常采用的视频渐变切换方式.提出了一种通过利用输入MPEG-2码流中的运动矢量信息,估算出切换过程中视频图像的准最佳运动矢量,从而实现快速渐变切换的算法,并基于该算法设计出非线性编辑系统.实验结果表明,本文算法与以往算法相比,计算量大大减少,而图像质量则有了明显的提高.     

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。