用于立体图像编码的自适应块匹配视差估计算法

提出了一种新的自适应块匹配视差估计算法,对图像用固定尺寸分块并做视差估计,利用对应块之间的亮度估计误差判断是否进行自适应的块匹配估计.在自适应块匹配算法中使用亮度估计误差的方差来控制匹配窗口的大小和形状,得到最优的匹配窗口.用这个窗口重新进行视差估计,得到最后的视差矢量.实验证明,该算法的估计误差小于传统的固定尺寸块匹配算法,效率优于一些用于立体图像分析的自适应块匹配算法,是一种简单、实用、适合编码系统使用的视差估计算法.

基于Delaunay三角形网格的立体图像编码算法

传统的立体图像编码方法多采用基于块的视差补偿算法 ,但这种算法不能更为准确地估计视差矢量 ,在低码率时重建图像的块效应比较严重 提出了一种新的基于Delaunay三角形网格的立体图像编码算法 ,该算法首先对参考图像进行自适应的三角形网格剖分 ,然后对三角形顶点在目标图像中进行视差矢量估计 利用三角形模型和 6参数仿射变换计算三角形内部各点的视差矢量 ,并产生残差图像 结合实验统计对文中算法产生的残差图像进行了分析 ,采用嵌入式DCT算法编码残差图像 从实验结果看 ,文中算法视差矢量估计的准确性较传统算法提高了 10 %左右 在相近比特率下 ,平均PSNR大约提高

MPEG-4中基于DT网格编码算法的实现

本文按照MPEG 4标准对DT网格对象编码的要求 ,设计了一套完整的基于DT网格的编码算法 .首先提出了网格对象编码的系统框架 .在此基础上 ,着重研究了网格运动编码 ,提出了一种新的三角形运动连续预测方法及相应的残差图像处理方法 .最后 ,对整个数据结构进行转换 ,使之完全按照标准规定的顺序进行编码 .本文算法同H 2 63进行了全面的比较 .结果表明 ,DT作为MPEG 4标准中的一种编码方法 。

一种新的渐进式小波图像编码算法

在研究嵌入式零树小波算法的基础上提出了一种新的、适合网络使用的渐进式小波图像编码方法 .它采用分层量化、分层编码、分层传输的方法 ,按照小波分解后系数的重要性逐层进行处理 ,可以同时使用阈值和层数两个参数来控制解码精度 ,逐渐恢复高质量的图像 .实验表明 ,这种算法在相同压缩率时的峰值信噪比和嵌入式零树小波算法相比无太大差别 ,但在算法的效率上却明显高于嵌入式零树小波算法 ,而且编码端可以根据信道容量自适应地调整层数和阈值来控制数据量 ,特别适合于在网络环境中应用 .

DDS频谱分析及一种新型的改善方法

从理论上分析了 DDS频谱杂散的来源和特点 ,在此基础上讨论了一种新的 DDS结构 ,采用扰码技术来抑制 DDS相位舍位杂散 ,并且用计算机模拟表明这种新结构大大的消除了DDS的相位舍位杂散。

基于颜色信息的视频检索系统的实现

针对某些电视台在转播节目时需要自动切换图像内容的要求,设计并实现了一套视频检索系统。这套系统充分利用彩色图像的颜色信息和颜色直方图的唯一性,通过计算两帧图像之间简化的直方图距离来判断它们是否相似。从实验结果看,这套系统能够快速、准确地从序列中检索出“感兴趣”的图像,并且自动切换成自己的视频内容,在“感兴趣”序列结束时也能快速地给出相应判断,整个系统基本满足应用的要求。

一种新的用于立体图像编码的视差估计算法

视差估计是立体视觉和立体图像编码领域的研究重点 ,其估计的准确程度直接影响编码的精度和效率 .该文在研究传统估计算法的基础上 ,提出了一种新的带极线约束的DT基立体图像视差估计算法 .该算法首先把立体图像中的左图像作为参考图像 ,用DT网格进行描述 .然后 ,利用极线约束条件在右图像中估计出各三角形顶点的对应点 ,整个估计过程要求DT结构保持不变 .通过估计出来的对应点计算出这些顶点的视差矢量 ,再用六参数仿射变换估计出三角形内部各点的视差矢量 .编码时 ,只需编码各顶点的视差矢量 .从实验结果看 ,这种新算法同传统的“块”匹配视差估计算法相比 ,视差矢量的估计更加准确 ,视差图中主要物体的轮廓更加清晰 ,有利于进一步的物体分割 .

基于三角形网格的立体视差估计和遮挡点检测混合算法

本文提出一种新的用于立体图像编码的视差估计和遮挡点检测混合算法。其中的视差估计方法利用极线约束条件,在缩小搜索范围的同时提高了视差估计的准确性。遮挡点检测方法仅使用了匹配点唯一性约束和视差梯度限制这两个基本条件,降低了算法的复杂度。整个算法利用DT(Dalaunaytriangulation)网格这一数学工具把散乱的点结合起来进行处理,使算法在实现方面更加简单化。本文算法首先对立体图像对中的左图像进行DT网格剖分,把各三角形的顶点作为“特征点”在右图像中寻找它们的匹配点。然后利用匹配点唯一性条件提取出其中一些顶点进行遮挡检测。实验结果表明,本文算法对“特征点”的视差估计比较准确,也能较为准确地检测出其中的遮挡点。借助DT网格在图像编码方面的优势,本文算法可以方便地用于立体图像编码。

立体图像序列的压缩方法

首先介绍了立体视觉的基本原理,然后对立体图像的压缩方法分四类进行了综述。对其中用于立体图像序列的两种主要方法:基于“块”匹配的立体图像压缩方法和基于物体的立体图像压缩方法进行了深入探讨。通过对已有成果进行总结和分类,剖析了两种方法的优、缺点,并提出了一些还需要深入研究的问题,如:残差图像编码、遮挡检测、更精确的场景分割等。

一种图像序列中的运动前景分割算法

提出了一种在图像序列中分割运动前景的算法,该算法首先对前后连续的两帧图像作差值,然后再对差值图像的直方图进行处理,并通过曲线拟合获取最佳分割门限,最后对分割结果进行形态滤波恢复出图像序列中的运动前景。实验结果表明:该算法简单易行,能够成功分割出图像序列中的运动物体,是一种较好的运动前景分割算法。

一种基于内容的视频对象分割算法

提出了一种基于内容的视频对象分割算法。该算法先对分块的图像进行运动估计,利用运动矢量初步分割运动前景和背景,对于产生的背景噪声使用改进的中值滤波算法滤除,并用形态学的方法恢复出运动物体。实验结果表明:该算法能够较好地从视频序列中分割运动前景和背景,比较适合于在基于内容的视频编码标准MPEG-4中使用。

面向智慧监控的视觉感知与理解专题序言

基于人工智能推动平安城市建设已经成为公共安全的着力点和落脚点。2017年国务院印发了《新一代人工智能发展规划》,对人工智能在公共安全领域的深度应用高度重视。2019年国务院发布《国务院办公厅关于印发国务院2019年立法工作计划的通知》,其中包含由公安部起草的《公共安全视频图像信息系统管理条例》。因此,基于智能信息处理算法的智慧监控已经成为当前及未来国际高新技术竞争的焦点。