DTV块匹配算法的计算机模拟

块匹配法算法是数字电视 (DigitalTelevision ,简称DTV)最常用的运动估值算法。运动估值算法的研究方向是最快、最准确地找到运动物体的运动矢量 ,达到既提高编码效率 ,又能满足电视的实时性要求。通过计算机模拟对块匹配法的几种搜索法进行了比较研究 ,得到了有实际参考价值的科学结论     

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。     

最佳零块判决准则下的运动搜索算法

在以运动补偿和变换为框架的视频编码算法中,运动搜索和变换是占用编码时间最多的模块.为降低运算量,提出了一种H.26L编码方法的最佳全零块判决运动矢量搜索算法.该算法在运动估值的同时判决出零块,节省了大量位移搜索和变换量化的时间.测试结果表明,改进算法加快了编码器运动搜索的速度,减少了变换编码和量化的时间,在PSNR(峰值信噪比)保持相同甚至略有提高的情况下,编码时间最多可减少77%,对背景基本不变的简单运动图像的改善最为显著.     

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象，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。     

小波域内的分形视频编码方案

探讨了使用分形映射实现小波子带系数自量化编码的改进方案.利用小波系数父子节点之间的相似性,对Range块进行快速的分形匹配,并且在算法中采用了DPCM、算术编码;对视频序列则采用条件补充帧间编码,以减少算法运算量.实验结果表明了该算法的有效性.     

基于LineMod的弱纹理多目标遮挡检测方法

在遮挡情况下,LineMod算法对物体的识别能力较弱,为此提出一种基于LineMod的聚类匹配识别方法CMRL。首先利用特征点的4D附加特征与3D空间特征共同形成更深层次的7D特征块,分析各特征点的内在逻辑关联性以获取新的特征点分类方式,增加独特特征(物体边缘、角、弧等)在特征点分类过程中的影响比重;然后利用数据降维算法与K_means方法相结合的方式,将7D特征信息降维为新的3D特征信息,从而实现对特征块的重新分配,得到具有更多匹配信息的模板作为最终模板。实验结果表明,该方法在多目标遮挡的复杂场景下的鲁棒性、识别率以及准确率都有较大的提高。     

电视信号运动估值算法的改进

本文提出了一种改进的用于电视信号运动估值的块匹配算法。这种算法是在交叉块匹配法的基础上提出的，并且可用于提高其它几种快速块匹配算法的准确率。该算法运算量较小，运动估值的准确率较高。另外，本文也给出一些实验结果来证明该算法的可行性和有效性。     

H.264运动估计的自适应提前退出算法

为了克服视频编码标准H.264中运动估计运算量大的困难,针对H.264编码的特点,提出了利用4×4Hadamard变换信息进行全零块判断及对运动估计代价门限的自适应估计方法.在此基础上,给出了3个提前退出的判断准则以及结合提前退出技术的快速运动估计算法.实验表明,在编码性能损失很小的条件下,可以使得运动搜索块匹配的运算量在通常快速运动搜索算法基础上再下降30%～70%.同时,由于这种提前退出技术可以结合不同的快速运动估计算法,具有一定的通用性.     

基于曲率约束因子与边缘加权法则的图像修复算法

针对当前较多图像修复算法主要通过对图像块进行方差和度量的方法来完成图像修复,忽略了图像块的显著边缘特性,使得修复图像容易出现模糊效应以及不连续效应等不良现象,导致算法修复性能不佳的不足,提出了基于曲率约束因子耦合边缘加权法则的图像修复算法.首先,通过像素点的等照度线方向构造曲率约束因子,对数据项进行约束,形成优先级度量函数,利用优先级度量函数选取优先修补块;然后,利用像素点的均值之差构造像素自相关模型,对样本块的大小进行了调整;最后,以样本块显著边缘为约束,构造了边缘加权模型,通过边缘加权模型联合SSD(sum of squared differences)模型建立了边缘加权法则,对最优匹配块进行搜索,用于对待修补块进行修复.仿真实验结果表明,与当前图像修复算法相比,本文设计的图像修复算法修复的图像具有良好的视觉效果.     

基于density-ORB特征的图像特征点匹配算法

针对ORB(Oriented FAST and Rotated BRIEF)算法中的Steer BRIEF描述子只通过比较两个像素点的灰度信息来决定0/1编码,容易产生特征点误匹配现象,本文提出基于像素密度(pixel density)的ORB特征描述子算法,利用两幅图像中相同区域的某一特征点邻域空间内像素密度的相似性原理,通过比较两个像素点的密度信息来决定0/1编码,计算误匹配率,验证了density-ORB算法在图像模糊、压缩、光照变化、视角变化等条件下的鲁棒性.实验结果表明,该算法减少了特征点的误匹配个数,特征点误匹配率比ORB算法降低了2.80%.     

A New Algorithm of Sub-pixels Image Matching

This paper discusses a new algorithm of sub-pixels image matching and analyzes the characteristics of resampling and surface fitting methods. In order to meet the matching demands and to alleviate the computation workload, the following improvement algorithms are used. First, resample the model n-times,putt out (2n - 1) sub-models, and calculate the NCs between each sub-model and image. Then choose the maximum between the sub-model and the displacement corresponding to this sub-model which requires the sub-pixel displacement. Finally, put forward a new algorithm that combines the resampling with surface fitting methods. Experimental results show the validity of the algorithm.     

基于机器学习的低分辨率图像增强和细节匹配方法研究

当前低分辨率图像增强和细节匹配方法具有细节易丢失、边缘模糊、无法适应图像平移、旋转等变化的弊端,导致图像增强与细节匹配性能低下。为此,提出一种新的基于机器学习的低分辨率图像增强和细节匹配方法,通过建立一个间隔最大的超平面获取最小二乘支持向量机分类器。在待处理低分辨率图像中选择一块图像,将图像的每个3×3邻域像素看作一个训练样本,通过最小二乘支持向量机法对其进行训练,输出增强像素点。通过复数小波对图像特征进行描述,利用最小二乘支持向量机获取最优判定准则函数,输出最优匹配的目标子图像。实验结果表明,所提方法有很高的峰值信噪比、边缘保持指数和等效视数,很低的归一化均方误差、均值和方差,整体性能优。     

基于Hough变换及SIFT特征提取的图像匹配方法

针对现有SIFT算法时间复杂度较高的问题,提出一种基于Hough变换及SIFT特征提取的图像匹配方法。首先,用Hough变换算法检测建筑物区域,以缩小检测与匹配的范围;然后,用SIFT算法在给定区域进行特征点检测与匹配;最后,提出一种两级排除错误匹配的方法,该算法对建筑物序列图像匹配具有光照强度、平移、旋转不变性。实验结果表明,该方法的匹配准确率至少高出比较方法9%。     

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。     

基于图像统计特征的平移线性插值方法

针对平移线性插值算法存在的边缘锯齿问题,提出一种基于图像统计特征的平移线性插值方法.该方法利用图像插值前后边缘统计特征的相似性,从低分辨率图像中获取估算高分辨率图像边缘点所需的协方差矩阵和矢量,并对非边缘处图像进行平移线性内插,可以同时保持图像边缘的光滑性和非边缘处的细节特征.该方法无需迭代运算,计算量较小.实验结果表明,用该方法可获得高质量的高分辨率图像.     

基于旋转不变小波阈值的多尺度边缘检测

在自适应多尺度边缘检测算法中,用旋转不变小波非线性阈值代替原来的高斯滤波做平滑,并对尺度指数采样产生尺度集合,以确定边缘像元的最佳尺度,得到基于旋转不变小波阈值的多尺度边缘检测算法.该算法避免了对原图像的过度光滑,用于检测边缘的最佳尺度与边缘存在的尺度空间范围相匹配.实验证明新算法检测的图像比较清晰,具有较高的信噪比,而且可以用来检测含少量白噪声图像.     

灰度矩边缘精确定位法的测量应用探讨

针对运用图像处理法进行二维尺寸精密测量的一个关键问题—图像目标边缘精确定位,提出了运用一维灰度矩亚像素边缘定位原理,分别计算若干条扫描线边缘,通过统计计算确定直线边缘的方法。在分析图像目标边缘像素灰度分布的基础上,确定了计算用像素点的选取原则。试验证明这种方法可以进行精确边缘定位,定位精度可以达到小于0.01个像素的水平。     

基于边界标注的单连通区域扫描线填充新方法

提出一种基于边界标注的单连通区域扫描线填充快速算法。在计算中先对目标边界进行标注，根据标注形成的标准进行判断，之后再用扫描线进行填充。对比传统单连通区域扫描线填充法。新方法算法效率高，实现简单，对复杂区域的填充同样适用。     

基于灰度矩的9?尺寸模板边缘检测算法

摘要：基于灰度矩算法的基本原理,提出了一种新的9?尺寸灰度矩算子。先分析并推导灰度矩算法的计算过程,再计算出9?尺寸的灰度矩模板。通过实验对算子的性能和检测精度进行了研究,实验表明,该算子有较强的抗噪能力,边缘定位精度能够达到0.05 ~0.06个像素。最后,为提高检测效率,使用prewitt算子进行粗检测,通过先粗后精的方法有效减少了大模板灰度矩的运算量,使新算子的运算耗时降低至0.31S。     

基于边缘配准的印鉴自动鉴别方法

从图像处理和分析的角度出发,提出基于边缘配准的鉴别方法。该配准算法基于图像几何形状和统计特征,由快速形状检测算法和投影算法组成。