图像序列处理中的形态分割方法

将数学形态学应用到序列图像分析中 ,提出了一种基于图像序列的 3- D形态分割算法 ,对图像序列简化后进行边缘增强 ,用改进的 3- D分水岭方法提取分割信息 .基于分割信息对几种常用图像序列的处理算子和处理方法进行了研究和改进 .实验结果表明 ,该方法能对序列图像有效地进行时空分割 ,利用分割信息可显著提高各种图像序列处理的性能 ,而且具有算法简单、效率高的特点 .

基于序列图像处理技术的高分辨率红外图像重建方法

红外成像系统由于探测器阵列对图像的欠采样和成像单元尺寸等因素的影响 ,图像分辨率低 ,无法满足实际应用的需要。介绍了目前主要研究和采用的基于序列图像处理技术的高分辨率红外图像重建方法 ,包括空间域的的常用方法 ,如贝叶斯法、凸集投影法、迭代反投影法及频率域方法 。

序列图像处理的快速人体检测方法

在序列图像中进行运动人体检测 ,一般都采用差图像算法 ,作者在应用尺度滤波器消除噪声的基础上 ,提出了将数学形态学的闭运算用于人体轮廓断裂处的连接填充。在此基础上得出人体轮廓的宽度直方图 ,并利用人体几何尺寸的固有比例对人体轮廓检测算法进行改进。实验结果验证了上述方法对噪声抑制。

基于序列图像处理法的机器鱼转向机动性能研究

基于序列图像处理法,对机器鱼的转向性能进行了初步研究.利用高速摄像机记录机器鱼运动过程,对游动序列图像进行处埋,提取机器鱼体干曲线,获取机器鱼转向运动中角度、角速度、角加速度的动态特性.根据实验结果,给出了机器鱼C形转向运动的3个阶段的运动特征,并对理论值和实验测定值之间的差异进行分析.同时,对静止和运动两种C形转向运动进行比较,分析了影响C形转向效果的因素:初始动能以及保持阶段角度大小,在此基础上,给出了提高机器鱼转向性能的方法.

红外无损检测图像处理方法的对比

介绍和总结了红外无损检测图像处理中的单帧图像处理方法、序列图像处理方法。单帧图像处理方法包括畸变校正、图像垂直条纹去除、图像滤波、图像增强;序列图像处理方法包括热波信号重建技术、主成分分析、独立成分分析、脉冲相位法、二阶导峰值法。同时采用上述方法对红外图像进行了处理并对结果进行了对比,最后总结了红外无损检测图像处理方法的发展趋势。

基于MAP框架的图像序列超分辨率和模板匹配

许多图像序列处理系统的最终目的是自动或半自动地提取图像序列中的信息 .为了得到被拍摄物体更清晰的影像 ,需要利用超分辨率技术提高分辨率 .为了分析图像中的信息 ,常常需要利用模板匹配 .以往这两个问题是分开求解的 .该文提出在统一的基于最大后验概率估计的算法框架下同时求解图像序列超分辨率和模板匹配问题 .算法框架具有以下两个特点 :首先 ,在超分辨率中引入了模板库中的先验知识 ,提高了超分辨率的恢复效果 .其次 ,在模板匹配中更充分地利用了图像序列中的信息 ,提高了模板匹配的准确性 .

一种图像序列平稳性和相关性检验的天气场景分类方法

提出一种利用图像序列的平稳性和相关性检验的天气场景分类方法.首先,给出天气场景的定义和分类标准;其次,该方法通过分段逆序平稳性检验,提出图像均值子序列逆序总数数学期望和方差的计算方法,将天气场景分为平稳性天气场景和非平稳性天气场景;最后,提出自相关函数的分类检验方法,建立对待分类场景图像序列的激变描述,完成对其所属静态或动态场景的分类.该方法为非参数检验方法,推断分类标准时无需估计总体分布的参数,并能在线学习所得的分类标准.实验结果表明,该方法可准确完成对天气场景的动态分类.

可重构红外序列图像处理系统的设计与实现

设计并实现了一种以多个DSP和FPGA为核心器件的红外序列图像处理系统。重点介绍了该系统的硬件组成和工作原理。该系统中多个DSP之间的拓扑结构具有可重构性,能够针对不同的图像处理算法结构采取相应的拓扑结构,最大限度的利用了硬件资源,提高了系统的整体性能。试验结果表明,作者设计的硬件能适应不同并行结构的需要,并得到满意的图像和并行处理结果。

红外序列图像小目标自动检测与跟踪

提出了一种基于灰度形态重构开的红外图像序列小目标自动检测与跟踪的算法.使用形态重构开等形态学算子处理原图像,有效地消除背景,同时结合了红外小目标帧内亮度及空间信息,帧间运动信息,提取运动小目标.实验结果证明算法可以有效地自动检测与跟踪点目标.

运动图像序列自动解析方法的研究

针对赛艇运动图像序列的特点，提出了跟踪匹配的自动解析方法，即在模板匹配法中加入跟踪的概念，使得样本模板的中心随特征点的移动而变化，这种算法与一般的模板匹配法比较，可以进一步缩小搜索区域，减少计算量，降低失跟率。

基于三帧差分和连通性检验的图像运动目标检测新方法

图像运动目标检测是视频监控、数字电视等重要系统中的核心技术。文章提出一种利用梯度信息、三帧差分以及连通性检验等后续处理措施和自动提取图像运动目标的新算法。分析和仿真结果表明,该算法具有较小的运算量和较高的处理速度(对于320×240×24bit图像,可达15ms/帧),并且能够适应噪声较大和整体亮度突变的情况。

基于图像识别的虚拟翻书系统

设计了一种基于图像识别的虚拟翻书系统,采用普通摄像头作为传感器捕获人的手势动作,并利用图像识别技术和计算机视觉技术实现虚拟翻书效果。该系统具有虚拟触摸功能,可以点击播放页面中的视频、语音等。

一种适应户外光照变化的背景建模及目标检测方法

针对户外视频监控存在光照变化这一问题,提出一个用于准确完成目标检测的实时背景建模框架.考虑到目标检测的准确性要求,建立基于帧间像素亮度差统计直方图的像素亮度扰动阈值.在此基础上,针对背景建模的实时性要求,提出一种基于自回归背景模型的参数快速更新方法.鉴于不同光照变化的适应性要求,定义对光照变化不敏感的背景纹理模型.上述模型统称为自回归–纹理(Auto regression and texture,ART)模型,该模型适应于户外光照变化.基于该模型构建像素亮度和纹理置信区间用于目标检测.实验结果表明,该框架能适应和实时跟踪户外背景的光照变化,并对目标进行准确检测.

基于多列深度3D卷积神经网络的手势识别

传统2D卷积神经网络对于视频连续帧图像的特征提取容易丢失目标时间轴上的运动信息,导致识别准确度较低。为此,提出一种基于多列深度3D卷积神经网络(3D CNN)的手势识别方法。采用3D卷积核对连续帧图像进行卷积操作,提取目标的时间和空间特征捕捉运动信息。为避免因单组3D CNN特征提取不充分而导致的误分类,训练多组具有较强分类能力的3D CNN结构组成多列深度3D CNN,该结构通过对多组3D CNN的输出结果进行权衡,将权重最大的类别判定为最终的输出结果。实验结果表明,将多列深度3D CNN应用于CHGDs数据集上进行手势识别,识别率达到95.09%,与单组3D CNN及传统2D CNN相比分别提高近7%,20%,对连续图像目标识别具有较好的识别能力。

基于梯度的光流计算方法中梯度计算对性能的影响

基于梯度的方法是光流计算中很重要的一类方法,而梯度的计算对整个算法的性能有着重要的影响。文章考察了几种常用梯度算子对光流计算的影响,并给出了理论分析。实验结果证明理论分析是正确的。

基于小波和SVR的红外弱小目标检测方法

在分析红外图像弱小目标特征和背景特征的基础上,提出了基于小波变换和支持向量回归(SVR)的自适应滤波的检测方法.该方法首先采用小波变换抑制大部分背景杂波;然后用基于SVR的自适应滤波器(SVRBAF)对高频小波系数进行处理,大大提高了图像的信噪比;最后,基于目标的连续性和运动轨迹的一致性,采用流水线结构的序列处理方法进一步提高检测性能.仿真结果表明:该方法可显著提高红外目标的检测概率,实现较远距离弱小目标的检测.

基于四参数仿射模型的频域运动估计技术

仿射模型能比块平移模型更好地拟合真实运动场景 ,但待解的参数也相应地增加了 .基于梯度的搜索算法在高阶问题中存在局部极小和收敛速度的缺陷 ,基于Hough变换和Gabor滤波等的变换域方法同样存在运算量的问题 ,影响了仿射模型在实时运动估计中的应用 .传统的相位相关法仅利用了傅氏频谱的相位信息求解块平移而未利用频谱的幅值特性 .本文通过对仿射运动场频域特性的分析 ,将仿射模型的线性项和平移项解耦 ,结合频谱的幅值特性和相位特性在频率域内求解仿射运动参数 .实验结果表明该算法在运算量增加不大的情况下运动估计效果得到明显改善 .

一种光照变化场景建模方法

提出一种光照变化场景建模方法,并利用该模型对目标进行检测。首先分析光照变化场景图像序列的平稳性,建立自回归模型。考虑到光照变化和成像系统噪声的影响,将像素亮度扰动参数引入到自回归模型。该模型在线自学习,跟踪并预报场景中的光照变化情况,在该模型的基础上,提出像素亮度扰动置信区间,对光照变化场景中的目标进行检测。实验结果表明,该模型能够准确描述和跟踪场景的光照变化。基于模型的预报值和观测值及置信区间,可以对场景中的目标进行准确检测;检测结果表明,该方法对光照变化是不敏感的。

对固定平台红外单站被动定位技术研究

介绍了一种基于红外成像和序列图像处理技术的对固定平台红外单站被动定位新算法 该算法通过对红外成像目标的实时测量信息求解出目标相对测量基站的距离 ,它适用于匀速、匀加速和变加速等各种运动模型 ,具有定位精度高、体积小和便于机动的特点

一种新的机动平台红外单站被动定位算法

介绍了一种基于红外成像、序列图像处理和三维运动分析技术的对机动目标的红外单站被动定位新算法.该算法通过对红外成像目标的实时测量信息求解出目标相对测量基站的距离,适用于机动测量站与机动目标之间匀速、匀加速和变加速等各种相对运动模型,具有定位精度高、体积小和便于机动的特点.该算法对可见光成像单站被动定位同样有效.