基于自适应高维度非局部总变分的压缩图像去块效应算法

经JPEG压缩后的图像存在着块效应,尤其在低码率段块效应更加明显,严重影响了图像质量和视觉效果。通过引入压缩噪声的概念,利用压缩图像及压缩比特流中获得的信息,对压缩过程进行建模。然后在最大后验框架下,联合自适应高维度非局部总变分先验及窄量化约束先验构建代价函数,提出了一种能有效去除压缩图像块效应的后处理算法。实验结果表明,相比于一些主流的去压缩效应的算法,本文算法的处理结果有更高的客观参数及更好的主观视觉效果。     

基于时空冗余及不等错误保护的分布式多视点视频编码容错传输

在分布式多视点视频编码(distributed multi-view video coding,DMVC)数据传输过程中,编码方式不同导致K帧与WZ帧受信道误码影响也不相同,因此提出了一种DMVC整体容错传输框架,针对K帧及WZ帧特性设计了不同的容错保护传输方案并进行有效融合。针对K帧的容错传输问题,首先根据左、右相邻视点的对应K帧,利用DIBR算法产生的空间边信息对丢失块进行初始修复;然后根据K帧同一视点内的相邻已解码帧,生成它的时间参考帧,对K帧的丢失块进行重修复。针对WZ帧的容错传输问题,提出了基于不等错误保护(unequal error protection,UEP)的编码算法,根据不同频带的各个比特面的重要性不同,对低频带、高比特面进行更加合理的码率分配,在不增加编码端复杂度的前提下提高了WZ帧的误码容错性能。实验结果表明:在K帧和WZ帧均出现丢包的情况下(丢包率为5%～15%),相比K帧采用传统的帧内错误隐藏加WZ帧采用参考文献码率的算法,本文方案对视频序列重建图像的BD-PSNR平均提升了2.39～4.68 d B,且随着丢包率的增加,提升效果更加显著。     

基于DM642的双目视觉系统和角点检测算法研究

本文分析了平行双目视觉测量技术中的角点检测算法,针对DM642嵌入式平台进行了相应改进.为了提高算法的简便性,减少人工干预,提出了自适应的Harris角点检测阈值设定算法,并针对DM642在算法实现时做了优化.经过实验,该方法可以准确地自动提取角点,比传统Harris角点检测算法更加适合嵌入式平台应用.     

基于MVMW 的H.264/AVC自适应快速帧间模式决策算法

针对运动矢量移动窗口（Motion Vector-based Moving Window，MVMW）算法预测代价值计算不准确，且视频类型自适应不强等缺点，提出一种基于MVMW 改进模式决策算法。该算法摒弃了MVMW 中计算较为复杂的比例参数矩阵，在详细统计分析编码宏块间时域和空域相关性的基础上，采用与当前帧相关性较高的前两帧参考帧中的已编码宏块参与计算当前块的分块预测代价值，确保了预测的有效性，其算法复杂度较MVMW 降低较多。此外，该算法采用的运动矢量移动窗口大小根据宏块分块模式自适应变化（Adaptive Motion Vector-based Moving Window，AMVMW)；且该算法阈值设置理论性较强，克服了MVMW 算法中由于固定大小窗口和经验阈值造成预测代价值不准确的缺点，保证了预测精度。实验结果表明，本文算法较MVMW 在码率和图像质量均改善提升的情况下，编码时间明显减少，其整体编码效率优于MVMW。     

分布式多视点视频编码容错传输研究

在分布式多视点视频编码(Distributed Multi-view Video Coding, DMVC)数据传输过程中,编码方式不同导致K帧与WZ帧受信道误码影响也不相同,因此本文提出了一种DMVC整体容错传输框架,针对K帧及WZ帧特性设计了不同的容错保护传输方案并进行有效融合。针对于K帧的容错传输问题,首先根据左、右相邻视点的对应K帧,利用DIBR算法产生的空间边信息对丢失块进行初始修复;然后根据K帧同一视点内的相邻已解码帧,生成它的时间参考帧,对K帧的丢失块进行重修复。针对WZ帧的容错传输问题,本文提出了基于不等错误保护(Unequal Error Protection, UEP)的编码算法,根据不同频带的各个比特面的重要性不同,对低频带、高比特面进行更加合理的码率分配,在不增加编码端复杂度的前提下提高了WZ帧的误码容错性能。实验结果表明：在K帧和WZ帧均出现丢包的情况下(丢包率为5%~15%),相比K帧采用传统的帧内错误隐藏加WZ帧采用参考文献码率的算法,本文方案对视频序列重建图像的BD-PSNR平均提升了2.39~4.68 dB,且随着丢包率的增加,提升效果更加显著。     

基于跨层精简双线性网络的细粒度鸟类识别

细微的类间差异和显著的类内变化使得细粒度图像分类极具挑战性。为了对鸟类图像进行细粒度识别,提出一种基于跨层精简双线性池化的深度卷积神经网络模型。首先,根据Tensor Sketch算法计算出多组来自不同卷积层的精简双线性特征向量;其次,将归一化后的特征向量级联送至softmax分类器;最后,引入成对混淆对交叉熵损失函数进行正则化以优化网络。提出的模型无需额外的部件标注,可进行端到端的训练。结果表明,在公开的CUB-200—2011鸟类数据集上,该模型取得了较好的性能,识别正确率为86. 6%,较BCNN提高2. 5%。与多个先进细粒度分类算法的对比,验证了提出模型的有效性和优越性。     

基于遗传算法和蚂蚁算法的图象分割

遗传算法对系统中的反馈信息利用不够，当求解到一定范围时往往做大量无谓的冗余迭代，求精确解的效率低下；蚂蚁算法初期信息素匮乏，求解速度慢．作者取长补短综合采用这两种方法来分割图象．首先采用遗传算法搜索隶属度曲面及其对应的欧氏距离，接着采用蚂蚁算法分割图象，取得了较好的分割效果．     

Wyner-Ziv系统中边信息的多块模式分析

Wyner-Ziv视频编码是一种典型的分布式视频编码(DVC)方案,边信息的重建质量对整个Wyner-Ziv系统的性能至关重要.在边信息的重建过程中,引入了H.264中的7种块模式,研究了不同的块模式对边信息质量的影响.分析及实验结果表明,最理想的块模式为8×8.这一结论对以后的DVC研究具有重要的参考价值.     

基于感知哈希与尺度不变特征变换的快速拼接算法

鉴于尺度不变特征变换(SIFT)结构复杂域,k-d树匹配算法对于高维特征计算量过大,对SIFT特征信息利用少并且匹配的结果有大量误差,因此提出一种基于感知哈希与尺度不变特征变换的快速拼接算法.首先,使用感知哈希算法,提取匹配图像与待匹配图像的HASH指纹,快速识别出两幅图像的相似部分;然后,计算并提取出相似区域SIFT特征点.在特征点匹配算法上,替换传统的k-d树算法,利用SIFT特征点的主方向以及坐标位置信息过滤掉不必要的特征点匹配,减少匹配耗时;最后,用加权最佳拼接缝图像融合算法消除突变,完成拼接.实验结果显示,本文算法提取的特征点数比传统算法更少,在匹配算法上减少计算量,同时还粗过滤了一部分误匹配,提高了匹配准确度,算法的耗时较传统方法有明显提升.     

基于奇异值分解和引导滤波的低照度图像增强算法

针对现有低照度图像增强算法在处理图像后容易出现色彩失真、细节丢失、过度增强等问题,提出一种基于奇异值分解和引导滤波的低照度图像增强算法.首先通过Max-RGB模型获得初始光照分量,使用奇异值分解和引导滤波对初始光照分量进行优化,得到最终光照分量.利用Retinex模型,将原低照度图与光照分量图逐点相除,得到增强图像,并使用原始图像的绿色分量图作为引导图像,使用引导滤波对增强图像进行去噪处理.实验结果表明,提出的算法能够得到色彩更加真实、视觉效果更好的图像,同时能够避免过度增强、出现光晕等问题.