视频显示的小尺寸工件精密测量方法

传统的显微测量视场小,操作繁琐,读数与定位存在人员的主观误差。针对这些缺点,设计了一种机器视觉与显微测量相结合的测量系统。该系统利用显微镜和视频显示的放大作用,光栅测微仪测量的精准性,实时检测被测工件的倒角位置,在人工干预下实现了高精度测量。对一般的测量显微镜进行改装,采用双屏幕显示。既有效的利用了摄像机的分辨率,使测量视场可以满屏显示,又使得计算机进行倒角测量的同时可以采集并显示其它参数测量模块的数据,实现一机多用,因此具有较高的性价比。对特殊工件尺寸的精密测量具有实用价值。     

使用前景/背景区域率失真特性的码率控制方法

为提高视频编码器码率控制的性能,根据视频内容将视频帧划分成包含主要运动物体的前景区域和相对静止背景的背景区域,分析各区域的率失真特性,提出一种适用于H.264/AVC编码器的基于区域的宏块层码率控制方法. 比特分配中,根据宏块的区域信息确定加权因子,自适应地为重要宏块分配较大的目标比特预算. 不同区域使用对应参数的二次模型确定宏块量化参数(quantization parameter,QP),并以已编码宏块的QP为参考调整计算所得QP,以降低前景与背景区域间、相邻宏块间的编码质量波动. 宏块编码结束后,根据实际编码信息更新各区域的码率控制参数. 实验测试表明,提出方法能够有效降低实际码率与目标码率之间的相对偏差,提高编码效率和解码恢复视频的主观质量。     

基于IEEE 802.11n自适应帧聚合机制的视频传输技术研究

首先介绍IEEE802.11n帧聚合机制的原理,随后分析帧聚合机制对视频传输性能的影响.仿真结果表明,采用帧聚合机制可以有效提高系统吞吐量,增加视频用户接入的数量.同时,提出一种自适应帧聚合机制,可根据信道状况通过动态改变聚合帧中子帧帧长以及重传次数来改善视频传输的性能,并通过仿真实验验证了其有效性.     

基于视频动态纹理与粒子系统的雨景模拟

用计算机来模拟雨景是影视制作中经常面临的一个课题.目前主要采用的粒子系统方法一般都需要大量的粒子和复杂的物理模型,而基于视频处理的降雨绘制算法虽然能用于图像和视频处理,还无法支持三维场景的绘制.本文提出了基于视频动态纹理与粒子系统相结合的思想,结合了粒子系统随机性、高效性,视频纹理方法简单,计算量小的特点,基于VC++...     

基于视觉图像边缘特征的灌木丛或高草识别

灌木丛或高草的枝叶外扩,使得其灰度图像边缘呈"锯齿"状,故边缘点曲率值变化频率及变化范围较大,可选择边缘曲率值的变化特征描述该类障碍物的边界特征.首先,利用Fisher 线性分类器对原始灰度图像进行分割,对二值化图像去除孤立点、进行形态学膨胀处理和空穴区域填充;其次,利用LOG算子及细化算法提取出障碍物的单像素边缘;再...     

基于Hi3512的3G视频监控终端的设计与实现

为了满足交通远程视频监控和信息服务需求的要求,通过对新一代的移动视频监控系统进行需求分析,提出了一种基于GPS定位技术和3G网络的视频监控系统设计方法.采用嵌入式开发技术进行视频监控终端的设计与实现:选用海思Hi3512作为嵌入式CPU芯片,片内集成了H.264硬件编解码视频处理单元;可通过无线和有线网络2种方式传输视...     

动态目标跟踪与自动特写快照系统的设计及实现

针对现有动态跟踪和快照系统难以同时满足清晰、可靠、实时、准确的跟踪抓拍要求的缺点,提出了一种复杂度较低的新型实用动态跟踪和快照系统.采用一种快速的混合高斯背景差分法分割出运动目标,并使用投影法实现目标的精确定位;然后采用Kalman滤波与模板匹配的方法,结合摄像机标定结果进行云台控制实现动态跟踪;同时,在PTZ跟踪过程...     

一种间断观测下的无人机地面目标跟踪方法

提出了一种基于贝叶斯滤波器和适航地图的跟踪算法(BF-Hmap),解决间断观测下的无人机地面目标跟踪问题.采用基于中心线和梯度图的快速道路提取算法生成目标适航地图,该图描述了地面目标与当前地形相关的运动能力.采用贝叶斯滤波器分两步在线更新目标状态的后验概率分布,即在预测阶段考虑适航地图对目标运动的约束,以及在估计阶段充分利用目标的所有观测信息.仿真结果表明,在间断观测下该算法对地面机动目标有着良好的跟踪效果.     

在线快速抑噪的自适应强跟踪滤波算法

针对强跟踪滤波算法对系统时变噪声缺乏自适应能力,导致系统状态估计精度较低的问题,提出一种可以在线估计噪声协方差阵的快速抑噪自适应强跟踪滤波算法,该算法可以抑制噪声对系统状态估计的影响,使系统状态估计迅速收敛到真实值附近.仿真实验对比了强跟踪滤波算法和快速抑噪自适应强跟踪滤波算法在噪声变化环境下的性能,结果表明：快速抑噪...     

基于双特征融合的动态图像分析算法

为解决汽车碰撞实验过程进行测量和记录数据困难的问题,提出一种能从汽车碰撞动态图像中检测、识别和追踪标志目标的算法。该算法采用二值图像同或相关法分离出目标和背景;在找出感兴趣区域后提取相邻帧目标的坐标和纹理进行特征匹配;给出了对匹配量化值进行加权平均融合的策略,并由等错误率最小准则确定融合的最佳权系数;在融合量化值定义为相似度的基础上,通过决策阈值对相邻帧目标间的最大相似度组合进行识别;从而进一步提出了用同构映射原则来判断相邻帧目标的最佳配对。实验结果表明,该算法对相邻帧目标的配对准确率比传统单特征法提高5%,能更有效的对目标进行追踪。