基于视频时空相关性的帧内预测模式抉择

提出了一种帧内预测模式抉择方法,利用视频图像的时间相关性和空间相关性,选择部分预测模式对图像块进行帧内预测处理和编码,减少编码的计算复杂度,保持其原有的编码效率。同时提出了一种复杂度分级方法,通过准确控制帧内预测的复杂度,以匹配通信终端有限的计算资源。该方法在AVS-M平台中进行了验证。

一种无乘法的整数DCT快速实现方法

提出了一种无乘法的整数离散余弦变换(DCT)的实现方法:首先将蝶形运算的浮点数放大为整数,将浮点运算转化成定点的整数运算,然后根据蝶形运算的特点,将蝶形中的乘法转化为基于数值移位和累加的运算过程,从而得到一种通用的快速DCT实现方法.

红外舰船要害点定义及其快速实现算法

文中给出了一种舰船目标要害点的定义 ,即吃水线与动力舱的交叉部位 ;提出了要害点选择的快速实现算法。实验证明该定义适用于多类型多状态的舰船目标 ,算法快速有效 ,具有很好的鲁棒性。

基于最大熵模型的双直方图均衡算法

为改进亮度保持双直方图均衡算法的不足,提出基于最大熵模型的动态范围优化方法,扩展了双直方图均衡算法的应用范围,使之不仅适用于正常亮度图像,对低照度及高亮图像也能取得较好的效果.算法首先选用大津法确定直方图数据分割点;然后对初始直方图进行预处理;根据所提出的最大熵模型确定最佳的动态范围分割点;最后进行双直方图均衡得到增强图像.本文选取多个图像数据库进行测试,并与BBHE(Brightness preserving Bi-Histogram Equalization)、BPCLBHE(Brightness Preserving and Contrast Limited Bi-Histogram Equalization)、ESIHE(Exposure based Sub Image Histogram Equalization)和DRSHE(Dynamic Range Separate Histogram Equalization)进行比较,同时将信息熵、对比度和NIQE(Natural Image Quality Evaluator)作为客观评价指标.实验结果证明,本文算法对各类图像均具有较好的主观视觉效果和客观评价指标,在保留细节的同时兼顾了对比度的增强.

无色恒常性原理与CLC白平衡方法

由于光在水中的吸收和散射,以及不同波长的光传播距离上的差异,水下图像严重受到对比度降低和颜色偏色的影响,因此色彩的白平衡校正是水下图像处理的一个关键技术。本文提出了一种新的无色恒常性原理(CLC:ColorLessConstancy)及白平衡方法。方法首先将彩色图像转换到YCbCr颜色空间实现亮色分离,然后通过非线性方法检测色度分量,计算每个像素对应的色度权重,然后根据新的线性加权算法重新计算每个像素的色度,实现对图像中无色区域的保护,以及对偏色区域的色彩校正。与几种经典白平衡方法进行比较,CLC方法克服了传统方法易对无色区域产生不良偏色的缺点,取得了较好的视觉感知效果。实验表明该算法复杂性低,鲁棒性好,说明了CLC白平衡算法的实用性,以及无色恒常性原理的科学性。

去雾算法中天空区域直方图分析与模式识别

基于模型的图像去雾算法在处理天空区域时存在理论上的缺陷,而现有天空保护方法存在参数非自适应或计算复杂度高等缺点。本文通过实验发现天空区域在图像的直方图中表现为一个显著的模式特征:可分离的尖峰分布。基于此发现,本文设计实现了一种简单的模式识别方法判决图像中是否存在天空区域并计算其置信度指标。在图像去雾应用中,自适应地设置与天空保护相关的参数。同时,本文提出了一种新的数据校正方式,相对于容差机制方法其效果更好。在包含1500张图片的图像数据库上进行测试,本文提出的天空检测方法正确率超过90%,说明本文的思想和方法是合理和有效的。

帧内预测编码的模式抉择与复杂度分级方法

本文提出了一种帧内预测模式抉择方法，利用视频图像的时间相关性和空间相关性，选择部分预测模式对图像块进行帧内预测处理和编码，减少编码的计算复杂度，保持其原有的编码效率。同时提出了一种复杂度分级方法，通过准确控制帧内预测的复杂度，以匹配通信终端有限的计算资源。最后该方法在AVS-M平台中得到了验证。

粒度区分和可调的无线流媒体可靠传输策略

为实现无线接入流媒体可靠传输和降低应用层设计复杂度,提出结合交织编码和RS编码,实现对应用层数据有效的分帧/重组,区分数据重要级别并采用不平等粒度的保护,支持根据信道状况对保护粒度和帧长度的自适应调节。该策略增强了传输层功能,实现了灵活的数据保护方式,显著提高了无线流媒体的传输质量。

一种雾天退化场景快速复原方法

针对雾天条件下图像退化的问题,提出一种新的场景复原方法.首先,结合大气散射模型与光学反射成像的特性,对大气耗散函数提出物理约束条件,利用双边滤波的边缘保持特性得到大气耗散函数的初始估计.然后,引入局部均值与局部标准差近似估计图像对比度,从而降低对比度较强的部分区域的雾浓度估计来获取更加准确的大气耗散函数.最后,求解雾图成像方程,恢复理想光照条件下的辐射强度.实验结果表明:该方法对图像的细节和颜色恢复非常有效,并能有效克服边缘残雾现象以及颜色过饱和等不足.

一种复杂度可分级的帧内预测方法

提出了一种复杂度可分级的帧内预测方法。利用相邻图像块纹理的相关性,选择概率大的部分预测模式对当前图像块进行处理,实现帧内预测复杂度的初步分级;然后根据复杂度冗余的大小,选择更多的预测模式进行处理,实现复杂度的精细分级。实验表明:本文方法不需要额外开销,可实现帧内预测复杂度的任意分级。

基于域滤波的自适应Retinex图像增强

为了提高低照度图像的亮度和对比度,提出了一种新的基于Retinex理论的彩色图像增强方法。首先,基于Retinex理论,提出对HSV空间V分量进行域滤波估计图像光照分量,然后将V分量与光照分量相除得到反射分量的方法。之后,采用自适应Gamma校正对光照分量进行亮度提升,然后采用CLAHE对其进行对比度增强。最后,将亮度校正光照分量与反射分量相乘得到增强后的V分量,并将增强后的图像转化为RGB空间图像,达到彩色图像增强的目的。本算法可以获得更自然的增强效果,能抑制亮度较大像素点的增强,很好地突出图像中的细节信息,克服了图像增强中增强图像对比度低、颜色失真、过增强及光照突变处出现光晕现象等缺点。本算法对多种图像有效,例如高动态(HDR)图像、非均匀光照图像及低曝光图像。通过验证,本算法得到的结果相比于传统方法视觉效果更佳。

新的多视点视频编码优化算法

分析研究了多视点视频编码中的TZSearch算法的性能与不足,并针对平行摄像机采集的多视点视频序列,提出一种新的多视点视频编码优化算法。主要从搜索模型选取、搜索策略、自适应阈值设置三个方面进行算法优化,以减少算法计算复杂度。在多视点视频软件测试平台——JMVC4.0上进行验证,结果表明:在保证重建视频质量在容忍度内,同时编码开销可控的前提下,优化算法与原始算法相比,算法平均编码时间减少75%左右,大大提高了编码的实时性。

引导滤波在雾天图像清晰化中的应用

根据大气散射物理模型,分析并解决单幅图像去雾的关键问题,以消除雾气对室外机器视觉系统的影响.实验结果表明:利用引导滤波器的局部平滑特性估计大气光幕,可有效克服光晕效应和颜色过饱和现象;通过计算雾气最浓区域的平均值获取大气光强度值,可解决部分图像偏色问题;对复原的图像进行自适应增强处理,提高了图像的整体视觉效果.通过与多种典型的图像去雾算法的比较,说明该方法能更有效地消除图像中的雾气、真实复原场景的对比度和颜色,同时具有很快的执行速度,有利于算法的实时实现.

一种低码率下的新型码率控制策略

在大多数视频压缩标准中,码率控制方法都是针对中高码率情况而设计的,而在较低码率情况下的工作情况都不够理想。针对这个问题,本文提出了一个较低码率情况下的码率预测模型,并在该模型基础上建立起一种针对较低码率情况的码率控制策略。实验结果证明了这种码率控制策略的有效性。

基于域变换递归滤波的雾天图像复原

为了提高大雾天气下采集图像的对比度和能见度,提出一种基于域变换递归滤波的图像复原方法。该方法在大气散射模型的基础上,对大气耗散函数的约束条件进行空间域的变换以实现维数降低,然后经过递归滤波之后获取较准确的结果,最后求解雾图成像方程,并对复原结果进行局部的线性映射调整,获得理想的清晰图像。该方法在场景深度跳变的边缘处可以获得更自然的复原效果,而且能很好地突出图像中的细节信息。实验结果表明,通过该方法得到的结果相比于传统的单幅图像去雾方法,视觉效果更佳、执行速度更快,并且该方法可以并行计算,因此采用GPU进一步加速能够满足实时处理视频的需求。

结合场景特征的雾天道路图像清晰化

为解决大雾天气下道路图像的降质模糊问题,提出一种基于成像模型的清晰化算法。由于道路图像的景深有别于一般的自然场景,分析并总结道路场景基本特征可用于修正成像模型中部分参数的估计方式:一是利用简化的高斯平滑滤波器获取大气耗散函数;二是引入局部还原控制因子,实现不同景深的自适应清晰化增强;三是准确定位天空区域,选取像素平均值作为天空亮度。实验证明,结合场景特征的清晰化算法能够有效去除雾气的不良影响,复原结果的整体亮度得到有效保持,视觉效果真实自然。

基于红外线列扫描成像原理的数据处理新方法

根据红外线列扫描成像特点 ,引入流水控制方式 ,提出了一种图像数据处理新方法———按列处理方法 ,以减少系统总的运算时间 ,提高其实时性能 .

复杂度可调的帧内预测模式选择策略

为实现复杂度可调的视频图像帧内预测方式,提出了一种预测模式选择策略,结合统计特性和图像相关性,自适应控制计算复杂度。实验结果表明,该策略实现了计算复杂度的可调性以匹配计算资源,同时基本保持与全模式搜索方法相当的编码效率。

改进的基于分块法的图像噪声估计

针对含高斯白噪声图像的噪声估计问题,提出一种改进传统分块法的新型算法。该算法提出灰度级范围对部分噪声的抑制作用,并因此造成对偏亮或偏暗图像的噪声估计有严重的欠估计。所提算法从解决此问题着手,合理结合滤波法对噪声的粗略估计结果得出溢出灰度级的边界条件。改进后的分块法自适应地选取划分图像的窗口大小、筛选噪声未溢出的子块及求取标准差排序后的数学统计参数。该算法不仅适用于噪声估计中常用的经典图像,也适用于现实生活中常见的各种监控图像,且噪声估计的结果受图像细节影响很小,对具有不同尺寸、不同信噪比、亮度不均衡及含不同等级噪声等特征的图像均取得较优的估计结果。实验结果表明,该算法具有更普遍的适用性、更高的精度和更好的鲁棒性。

联合多视点视频编码中的快速搜索算法分析

对比分析联合多视点视频编码中的全搜索算法和TZSearch(TZS)快速算法,描述TZS算法的原理及搜索过程并对其进行分析,并根据实验统计结果设置了使搜索提前终止的阈值.实验表明,在编码比特率轻微增加和峰值信噪比略微下降的条件下,设置了阈值的TZS算法比原有的联合多视点视频编码中的TZS算法在编码时间上大幅减少.对于运动比较平缓的序列适合采用阈值为2的TZS2算法,而对于运动比较剧烈的序列适合采用阈值为3的TZS3算法.