立体图像对亮度差异对立体视融合的影响研究

针对具有亮度差异的立体图像对如何影响立体融合,提出了对不同亮度差异的立体图像对识别融合的影响范围。通过8名被试对亮度差异分别为0,10,20,30,40,50,60,70,80,90的立体图像对融合识别的反应时和正确率进行分析,给出了亮度差异对立体视融合的定量影响范围。结果表明：反应时随着亮度差异的增大逐渐增加,但识别正确率逐渐降低。亮度差异为20以下,立体识别可达到较好的识别效果,反应时较短并且正确率很高。当亮度差异介于20～60之间,反应时急剧增加,正确率稍有降低。但当亮度差异达到60以上,不仅反应时急剧增加,而且正确率急剧降低,达到很难识别的程度。

暗环境下3D显示亮度对视觉疲劳的影响研究

为研究不同亮度下3D显示方式对视觉疲劳的影响规律,在固定视距下,以58.24 cd/m^(2)、101.15 cd/m^(2)和119.17 cd/m^(2)作为低、中、高3种试验亮度,邀请30名被试者在暗环境下观看3D视频90 min,每15 min采用问卷调查及校对作业对被试者进行主观疲劳测试,同时,采用闪光融合频率计及Tobii Glasses眼动仪分别测量被试人员的闪光融合临界频率(CFF)与瞳孔直径两个指标,对被试者疲劳状态进行表征,通过SPSS 25.0分析不同亮度下视觉疲劳之间的差异性及随时间增长视觉疲劳的变化规律。结果表明:在0.05的显著性水平下,被试人员的基线数据之间没有显著差异,而当观看时间在45 min以内时,101.15 cd/m^(2)的中亮度所致疲劳程度最低,为3种亮度中的最适亮度;若观看时间超过45 min,中亮度所致的疲劳程度逐渐上升,低亮度所致的疲劳程度会逐渐下降,60 min时,被试者在低亮度下的累积疲劳程度最低,而且随时间延长,亮度越高,视觉疲劳程度越严重;视觉疲劳的主观感受滞后于CFF的客观测试数据。Logistic分析结果显示,瞳孔直径和CFF可用于快速评估受试者的视觉疲劳,准确率为94.0%,由此可以通过客观指标测试对视觉疲劳进行预防。

基于改进的图像增强算法在车牌定位中的应用

车牌定位是自动车牌识别系统中的关键技术,图像增强算法在车牌定位又是尤为重要的一部分,针对传统车牌定位算法,提出一种改进的图像增强算法。该方法通过分析传统基于亮度差异的图像增强算法的局限性,将边缘密度值作为图像增强的关键因子进行处理,并将其应用于车牌定位系统。仿真实验结果表明,该方法的应用能够快速而准确的进行车牌定位操作,具有一定的理论和应用价值。

基于改进压缩背景码书模型的运动目标检测方法

运动目标检测是视频监控系统中的关键技术步骤。传统算法一般通过视频序列中像素分布的时空域特点进行判断,对亮度变化和阴影的鲁棒性较差。提出了一种基于改进压缩背景码书模型的运动目标检测方法,提出了一种改进色彩偏差和亮度差异阈值的检测策略,并采用形态学处理去除不规则和较小面积误检测的影响,对外界光线变化具有更强的鲁棒性。仿真实验表明,此算法在暗/亮区域目标检测中更具合理性,证明了算法的有效性。

特定条件下SIFT与SURF图像匹配算法的性能对比

选取具有光照亮度差异和视角差异的2组图像数据,分别采用尺度不变特征转换算法和加速稳健特征算法进行特征点提取及匹配实验。通过统计运行时间及正确匹配点数的对比分析得出:尺度不变特征转换算法运行速度较慢,但特征点提取数量更多,且在图像存在光照亮度差异时具有更好的匹配效果;加速稳健特征算法特征点提取数量较少,但运行速度更快,且对具有视角差异的图像进行特征点匹配时稳定性更好。

一种新的H.264自适应帧层码率控制算法

现存的H.264帧层码率控制算法没有考虑到视频序列编码复杂度和可用信道带宽之间的关系.针对这一问题,提出了一种新的H.264帧层码率控制算法.首先将视频序列划分成不同的场景;然后使用信道带宽充裕度来描述各场景的编码复杂度与可用信道带宽之间的关系;最后根据信道带宽充裕度和基于宏块级亮度直方图差异的相对复杂度对帧层目标比特和量化参数进行调整.仿真结果表明,和JVT-G012相比,在不同信道带宽充裕度下,文中提出的算法能够在压缩后图像质量、可用信道带宽和编码器缓冲区占用度之间做出更好的平衡.