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SoPC的视频图像去雾设计

介绍了视频图像快速去雾装置的设计和实现.装置以ZYNQ系列的SoPC(片上可编程系统)芯片作为开发平台,分析基于物理模型的暗通道先验去雾算法并对算法进行优化,设计向下最小值求解器完成单帧图像去雾算法的逻辑实现,提出了基于帧间像素值均值法实现视频去雾算法.通过研究对去雾算法进行优化,增加算法的可移植度同时使用加速技术提升...     

视频车辆监控系统图像抖动快速消除算法研究

在开发智能视频车辆监控系统时,为满足图像抖动消除速度和效果的要求,通过分析系统特点提出了一种基于图像匹配的新算法.新算法利用在基准帧中预先划定的适合于进行图像匹配的区域,在当前帧中根据像素灰度的绝对差值和寻找其最佳匹配,通过预测的方法快速求出当前帧相对于基准帧的偏移量,从而用来消除抖动.实验表明,新算法在确保抖动消除效果的同时大幅度地提高了处理速度,满足了系统要求.     

一种基于HGPC的交通监控视频抖动异常检测方法

在交通监控视频中,不可避免的会出现导致监控系统性能下降的视频图像抖动的异常现象。为检测此类异常现象,提出了一种基于分级的灰度投影相关系数法(Hierarchical Gray Project Correlation,HGPC)。首先,使用全局的灰度投影相关系数法对视频进行粗检测;然后,为提高检测精度,采用局部灰度投影相关系数法进行细检测。该算法在海信网络科技有限公司交通监控贵阳视频库上进行检测,精度达到91.4%,高于传统的测试方法,且检测时间仅为47ms,满足实时性要求,证明此算法有效。     

基于局部卷积的视频图像像素补偿方法

为了修复高速运动目标视频图像的缺失像素,提出了一种基于局部卷积的视频图像像素补偿方法(局部卷积补偿方法).首先引入局部卷积方法,分割神经网络模型,重建视频图像帧;再激活源视频图像及对应像素空间;最后采用线性均值补偿方法补偿视频图像内插帧空洞,并判断视频图像匹配程度,完成视频图像像素补偿.对比实验结果表明,局部卷积补偿方法的平均梯度为11.239,明显高于遥感图像分类方法、单幅图像超分辨率重建方法和多尺度递归图像超分辨率重建方法的平均梯度,说明经过局部卷积补偿方法补偿后的视频图像具有较高的清晰度.     

时间抖动约束的最优视频平滑

描述了在时间抖动约束下视频平滑的最优算法．该算法假定视频流的码流大小为先验知识,在提前或推迟时间抖动约束下使得视频流的峰值和码率波动降低到最小．它实际上是在视频累积码流的约束通道中找到一条最短路径．通过实验模拟,探讨了该算法各视频流在不同抖动约束下的平滑率曲线,最优平滑方法与跳变窗口平滑方法加以对比．表明了该算法可以有效地降低视频流的峰值和码率波动,适用于对时延抖动敏感的实时视频传输．     

一种基于RANSAC的柱面图像配准算法

提出了一种基于RANSAC的柱面图像配准算法.首先采用NCC算法对检测出来的Harris角点进行粗匹配,然后采用两次改进的RANSAC算法删除误配,提高正确匹配角点的数量,最后对仿射变换模型参数进行Levenberg-Marquardt非线性优化以进一步降低图像的配准误差.实验结果表明:通过一次改进RANSAC去错配后角点有效匹配率达到约99.2%,通过二次改进RANSAC去错配后角点有效匹配率达到约99.6%,与现有算法相比,在同等条件下获得了更高的匹配有效率.     

基于改进RANSAC算法的图像拼接技术

针对传统RANSAC算法在图像拼接中效率低的问题,提出了一种解决该问题的新算法,即M_RANSAC算法.该方法首先通过HARRIS算法提取2幅图像中的特征点,且在特征点匹配排序的基础之上,根据数据错误率得出抽样次数,并采用双阈值法进行数据检验来提高算法效率.结果表明,M_RANSAC算法能有效地减少抽样时间和数据检验时...     

基于特征的航空视频序列拼接方法

针对航空侦察视频序列,提出了一种基于特征点的视频序列拼接方法,论述了该方法的流程和模块。该方法矫正了航空视频序列中普遍存在的径向扭曲;改进了SIFT特征提取和匹配策略,缩短了算法的时间;提出了改进的RANSAC算法用于剔除匹配外点,提高了视频帧图像之间的变换精度;提出双频带融合技术消除边缘跳变和模糊叠影现象,改善了视频帧融合的视觉效果。实验结果表明,该方法能够有效地实现航空视频序列的近实时拼接,同时保持对噪声、光照和目标运动鲁棒。     

视频图像综合处理系统的设计与实现

本文针对各种恶劣环境下采集的视频图像,设计了一种高效的视频图像综合处理系统。该系统能实现对实时图像和已录回放图像的各种处理,包括图像的去雾、去噪等模糊图像清晰化处理功能。系统稳定可靠、操作方便,具有通用标准接口,可灵活应用到视频系统的前端、后端进行图像处理,能够可广泛应用于交通监控、银行监控等室内外各种环境。     

基于分块Harris特征的航拍视频拼接方法

针对现有航拍视频拼接算法处理速度慢、准确性不高等问题, 提出一种基于分块Harris特征的航拍视频拼接方法, 改进了传统基于SIFT特征提取算法的不足, 缩短了匹配时间, 提高了匹配准确性。首先采用分块Harris角点提取的方法均匀提取图像中的角点, 然后采用金字塔光流算法进行角点匹配, 最后通过改进的RANSAC方法求出仿射变换参数。实验表明, 该方法能够实时对航拍视频进行拼接, 具有更高的准确性。     

基于改进Bayer抖动算法的图像色彩增强技术

针对静态的Bayer抖动算法会产生块状效应的缺陷,提出了随时间变换抖动矩阵的动态Bayer抖动算法.该改进算法主要根据人眼的视觉特性,对每帧视频图像套用轮换的Bayer抖动矩阵模板,通过多帧图像叠加,消除块状效应.用Verilog HDL对改进的抖动算法进行行为级描述,该图像抖动模块设计可支持1~4 bit抖动,通过仿真和综合,用FPGA进行了硬件实现.验证结果表明该动态抖动算法易于硬件实现,适用于动态图像的实时处理,并且在保持静态抖动算法优点的基础上,有效消除了块状效应.     

基于直方图匹配的图像抖动消除算法

基于图像差分算法的运动目标检测中,固定好的摄像头在受到重型车辆驶过、强风等因素影响下,所拍摄到的图像仍会出现抖动,而图像抖动对提取图像中的运动目标干扰非常大。本文设计了一种基于预先划定一个或多个目标匹配区域的颜色直方图匹配算法,通过分析和比较抖动前后两幅图像目标区域和候选区域颜色直方图的相似度,找到最优匹配块并得到对应块运动位移,从而求出两幅图像的绝对运动位移,最后消除干扰位移。实验结果表明,该算法鲁棒性好,能够准确消除抖动位移给运动目标检测带来的干扰。     

基于图像拼接的可信图像修补方法

为了尽可能地恢复被损坏图像的原始场景,获得最真实的复原效果,针对大区域破损图像的修复,提出了一个基于移位参考图像的可信图像修补与基于图像本身的自修复算法相结合的图像修复方法。首先,受启于图像拼接技术,若存在可以利用的参考图像,便利用SIFT(scale invariant feature transform)算法和RANSAC(random sample consensus)算法将参考图像与目标图像进行配准并投影拼接至目标图像,完成目标图像的可信修补。然后对仍未修复的破损区域进行图像自修复,其中自修复部分采用Criminisi算法。所得到的图像修复结果真实性与可信度较高,与实际景象偏差较小,说明该方法合理可行。     

基于偏微分方程的组合视频去噪方法

提出1个基于偏微分方程的组合视频去噪方法.该方法综合利用了变分运动估计方法的精确性和各向异性扩散滤波方法的保边性能等优点.方法的实施分为3步:首先,采用2维各向异性扩散滤波对噪声视频进行初始的去噪.然后,采用Brox等提出的变分光流计算方法对前1步去噪后的视频进行运动估计,目的是计算各帧的前向及后向运动场.最后,采用3维各向异性扩散滤波对运动补偿后的原始噪声视频实施最终的去噪.实验结果表明本文的方法优于经典的各向异性扩散滤波方法.     

基于视频图像的微型飞行器飞行高度提取方法

微型飞行器飞行高度是其自主飞行的重要参数之一。为了准确快速地获取微型飞行器的飞行高度参数,提出了一种利用视频图像获取微型飞行器飞行高度的鲁棒性算法。算法利用图像处理、图像分析的方法,结合光学理论和几何学理论推导出了飞行高度的计算公式。这种基于视频图像提取微型飞行器飞行高度的方法具有很好的实时性和对恶劣环境的适应能力。在主频为750Hz的地面站上,其工作频率可以达到12Hz。飞行实验表明,这种基于视频图像的飞行高度提取算法最大误差不超过10m,这一精度满足飞行器平稳飞行的需要。     

基于图像融合的去掌纹手掌静脉图像增强方法

针对手掌静脉识别系统中预处理算法不能够很好地解决掌纹造成静脉网络"断裂",导致识别性能降低的问题,通过对手掌静脉图像的观察和分析,提出8个方向滤波器提取掌纹;并将掌纹提取图像与原掌脉图像加权融合,消除了掌纹对手掌静脉图像的干扰,使静脉网络更加连贯,增大了静脉与背景的对比度。实验结果表明,与目前已有的手掌静脉增强方法相比,去掌纹增强方法提高了图像质量,进而提高了手掌静脉识别系统的识别精度。     

基于模糊均差的低照度图像平滑去噪方法

为了提高低照度图像去噪处理的整体效果,本次研究提出了基于模糊均差的低照度图像平滑去噪方法。采用Sobel梯度检测图像边缘信息,采用OTSU（Nobuyuki otsu 大津展之）阈值分割法分割图像为平坦区域和细节区域;通过模糊均差方法分别估计两个区域图像的噪声标准差;采用小波域方法对图像进行平滑软阈值去噪,实现低照度图像的平滑去噪。实验结果显示,本文方法可以在不同噪声水平下获取接近真实值噪声标准差,在噪声水平最大时信噪比大小达到了27.97dB,去噪效果达到92.1%,质量很好的图像数量占比达到了80.58%,图像信息损失较小,去噪效果较好,具有极大的应用价值。     

基于暗通道先验理论的图像去雾算法改进

提出了一种基于迭代的自适应图像去雾算法,该算法是在基于暗通道先验理论的去雾算法基础上增加了常数c补偿,为了保护边缘信息滤波时采取了双边滤波算法,最后将大气光及透射率当成一个整体并结合峰值信噪比构造了优化条件的迭代算法,实现了自适应图像去雾.模拟实验结果与多种评价性能参数的计算结果都表明,本文的改进算法不仅提高了去雾后图...     

基于滤波的单幅图像去雾方法

基于Tarel方法提出一种新的基于滤波的单幅图像去雾方法. 先利用双边滤波求出初始的大气散射光, 较好地保持了边缘平滑纹理; 再利用自适应中值滤波器进一步求得边缘清晰、 纹理平滑、 景深信息真实的大气散射光; 然后基于分层搜索的四叉树分解方法求得大气光; 最后, 依据雾天退化模型得到复原的图像. 与经典去雾算法对比结果表明, 使用该方法复原的图像更接近真实图像, 特别对于纹理较丰富的区域和远景区域去雾效果更明显.