基于噪声点多级检测的自适应中值滤波算法

针对传统中值滤波算法在图像去噪过程中造成较多图像细节信息丢失的问题,提出了一种基于噪声点多级检测的自适应中值滤波算法。该算法根据像素的空间相关性,逐级检测不同空间特征的噪声点。首先根据滤波窗口中相近像素点的数量来检测空间孤立的单个噪声点;然后通过扩展邻近窗口的方式检测空间连续的两个噪声点;接着进一步增加约束条件对空间连续的三个及以上的噪声点进行检测;最后对判断为噪声的像素用滤波窗口的中值替换。此外,该算法还能通过自适应地调整像素空间相关性判别阈值来处理不同分布特征的噪声。实验结果表明,与现有中值滤波算法相比,算法在有效滤除图像噪声的同时能更好地保护图像细节信息。

基于DSP的全景视频多目标实时检测

全景视频由于具有360?的视角,非常适合用于智能视频监控中的多目标检测。首先介绍了以DSP处理器为核心的系统处理平台;接着介绍了全景图像的展开算法和MHOEI多目标检测算法;然后针对全景展开设计了适合DSP平台的分块查表展开方法,针对MHOEI设计了降分辨率处理方法;最后在DSP处理器上进行了优化实现。实验表明,在所选的DM6437处理器上,将720×576大小的全景图像展开为896×180大小的目标图像,展开帧率可达120帧每秒;再经过多目标检测后能达到平均35帧每秒,满足实时要求,同时能有效检测出全景视频中的运动和静止目标。

低复杂度的多视点视频编码宏块模式决策算法

为了降低多视点视频编码(MVC)的计算复杂度,提出了一种基于全局-局部率失真代价的低复杂度宏块模式决策算法。首先根据宏块候选模式的块尺寸和率失真代价特点,将所有候选模式分为大尺寸模式(Skip/Direct、Inter16×16和Intra16×16)和小尺寸模式(Inter16×8、Inter8×16、Inter8×8、Intra8×8和Intra4×4);接着统计已编码帧中这两类宏块模式的平均率失真代价,并利用这些平均率失真代价计算当前帧宏块模式决策的全局率失真代价;最后利用得到的全局率失真代价,并结合当前宏块已估计模式的局部率失真代价和空间邻近宏块的模式信息提前终止模式决策,具体包括对大尺寸宏块模式进行提前判定以及对小尺寸候选模式进行逐级选择。实验结果表明:与MVC参考代码中的全搜索模式决策算法相比,本文算法在时域预测视点和视点域预测视点上分别节省了74%和82%的平均编码时间,同时保持了良好的编码率失真性能;与现有模式决策快速算法相比,本文算法降低了更多的编码时间,并具有更好的编码率失真性能。