局部灰度级展开的子块直方图均衡方法

直方图均衡是进行图像处理最基本的处理方法，该文提出一种用改进的子块直方图均衡的方法，在将图像分成子块处理的基础上再根据子块内的灰度分布决定其展开范围，而不是机械地在全部灰度级展开，通过对一幅肺部CT图像进行处理表明，该方法较之传统的方法更能够提高细节的对比度，能有效地应用于边缘检测以及医学图像处理等领域。

基于改进的块直方图方法提取背景技术的研究

随着多媒体技术的迅速发展,如何对运动物体进行实时准确的检测,成为一个重要的研究课题.本文在分析了背景差分、帧间差法和光流法3类运动检测方法的基础上,针对光流法存在运算复杂、帧间差法实时性差、背景差分提取速度慢等缺点,重点分析了背景差分算法,提出了基于改进的块直方图方法提取背景.利用改进后的方法进行直方图分析时,不是针对固定大小的模块,也不是像素点,而是针对同类目标的类模块.经过仿真分析得出,该方法充分利用同类物体像素之间的相关性,可以减少图像处理计算量,缩短分析时间,同时能得到较好的背景图像.

基于块边缘特征直方图的图像检索

本文提出一种利用块边缘特征来进行图像检索的方法。首先对图像中每个8×8的块分别提取其决边缘特征,利用块边缘特征构建三维或四维直方图进行图像检索。所有数据在 DCT 压缩域中进行处理,从而降低了计算复杂度。实验结果表明,该方法与传统的基于 DCT 压缩域的图像检索方法相比,具有检索准确度高和检索速度快的特点。

基于九分块的颜色直方图图像检索算法

随着社会和科技的发展,人们对基于内容的图像检索的要求越来越高,但因研究起点较晚,技术还不是很成熟。文中就图像检索所用到颜色、纹理、形状、轮廓的基本颜色特征中比较重要的颜色特征为主要研究对象,从传统的基于全局颜色直方图及后来发展的一些改进的颜色直方图等思路出发,提出了一种基于九分块的颜色直方图方法,提高了图像检索的效率。

基于色块边缘和颜色直方图的多目标跟踪算法

基于颜色直方图的人体跟踪是最为常用的跟踪方法。但是在人数较多的场景下,仅靠颜色直方图难以准确描述目标特征。对此,提出一种基于色块边缘统计和颜色直方图的多目标实时跟踪算法,利用色块边缘分布和颜色特征对目标进行匹配,通过卡尔曼滤波确定搜索范围,并对跟踪过程进行并行化处理。实验结果表明,该算法可以有效地提高多目标跟踪的准确率和鲁棒性。

基于团块模型的行人阴影抑制算法

为有效解决行人阴影对行人跟踪产生的影响,提出一种基于团块模型的阴影抑制算法。该算法利用团块结构作为行人模型,通过计算团块的矩特征和团块垂直直方图,借助几何的方法获得疑似阴影区域。然后,将该疑似阴影区域的灰度、方向、中心位置作为参数对整个前景区域进行阴影建模,使得阴影区域更精确。最后,从行人模型中剔除阴影团块达到阴影抑制的效果。经过视频序列测试,本文算法对不同运动方向、不同数量的行人均有良好的阴影抑制效果,表明了该设计方案的有效性和准确性。

恶劣天气环境下退化图像的清晰化算法

针对恶劣天气环境下的户外检测系统,提出一种退化图像清晰化算法。将近似点扩散函数估计算法与改进的部分重叠子块直方图均衡化去雾算法相结合,以去除影响图像质量的气象因素,根据图像大小选择子块的尺寸和步长,使用固定参数经验值进行图像处理,实现降质图像的复原。实验结果表明,该算法具有较强的自适应性和实时性。

一种有雾天气图像景物影像的清晰化方法

针对雾天下拍摄图像的退化现象 ,提出了一种景物影像清晰化的方法。该方法不需要依据大气模型 ,即可直接对景物的细节信息进行增强处理 ,并可用移动模板对不同深度的场景进行分割 ,以对模板中的区域进行块重叠直方图均衡化处理。为了能在对景物细节信息进行增强的同时 ,避免天空噪声的影响 ,可根据图像的灰度分布特性 ,求出天空区域灰度的最佳近似正态分布 ,再由这个近似正态分布估计来得到分割天空区域的灰度值分布范围 ,以增强景物细节信息。实验结果表明 。

基于视频区域特征及HMM的体育视频分类研究

提出了一种基于视频区域特征的体育视频分类方法.首先将帧分块,对块亮度均值大小进行比较得到块亮度比较编码信息BICC,以及对视频帧各块的颜色分量进行统计得到块颜色直方图;再利用这些特征通过SVM对体育视频进行分类;最后利用一阶HMM对SVM的输出结果进行后处理,得到视频的最终分类结果.实验结果表明,方法对于体育视频分类的效果较好.

基于自适应融合的手掌静脉增强方法

针对掌脉轮廓不清晰,图像对比度低、亮度低,进而导致识别性能降低的现象,提出一种自适应融合的手掌静脉增强方法。首先,基于暗原色先验(DCP)去雾算法,根据掌脉图像变异系数自适应选择去雾系数,得到DCP增强图像,并且基于部分子块重叠直方图均衡(POSHE)算法得到POSHE增强图像;然后,将图像分为16个子块,依据图像灰度均值与标准差确定各子块权重;最后,根据各子块权重对DCP和POSHE增强图像进行自适应融合,得到最终增强图像。该方法既保留了DCP算法在增强图像对比度和亮度的同时不引入明显噪声的优点,又保留了POSHE算法在增强图像对比度和亮度的同时不损失局部细节的特点;同时,两者的自适应融合既解决了DCP图像阴影部分掌脉缺失现象,又削弱了POSHE产生的块效应。在对两个公开库和自建库分别进行的实验中,三个数据库的等错误率分别为0.000 4、0.047 2、0.057 9,识别率分别为99.98%、94.27%、92.05%。实验结果表明,与现有的图像增强方法相比,该方法降低了等错误率,提高了识别精度。

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.

一种有雾图像低对比度增强的方法

为了提高有雾图像的能见度,提出一种雾天降质图像清晰化方法。该方法根据图像的灰度分布特性,将高灰度区域的像素映射到模糊域处理以便得到天空区域的灰度值分布范围,将天空区域和景物部分区分开,以便增强景物细节信息和避免天空噪声的影响。利用移动模板对各局部区域进行子块重叠双直方图均衡化实现清晰化处理,从而克服直方图均衡化时模板内景物不同深度退化差异的情况。实验结果表明,该方法能有效地改善雾天时图像的退化现象和提高图像的清晰度。

基于行人组运动信息表达的人群异常检测

人群异常检测是智能化人群监控技术下的一个重要研究方向,在现有的方法中,异常检测的首要步骤就是获取运动信息,传统通过对视频帧均匀分块的方式并不能保证行人的完整性,提取的特征也不能准确反映行人的运动状态。本文提出了递进式人群分组的方法,先将人群运动场与帧差法结合分割图像获取人群前景,然后依据人群运动方向获取方向组,结合时空信息对方向组再聚类,得到更细致的行人组。对于每个行人组,利用人群能量特征去表征行人整体运动信息,并依据能量场构造了环块能量直方图特征来削弱行人四肢摆动的影响,最后与图像外观特征相结合用于人群异常检测。实验结果表明,本文方法在两个不同场景下帧级准确率达到83%和92%,像素级准确率达到64%和83%,与传统方法相比有较大提升。

一种改进的雾天降质图像的清晰化算法

为了提高有雾天气下户外监控系统的能见度,提出一种改进的雾天降质图像清晰化算法.该算法从图像增强的角度入手,利用移动模板对各局部区域进行部分块重叠直方图均衡化以实现清晰化处理,克服了原算法运行时间过长的缺陷.实验表明,改进算法能够有效提高雾天降质图像的对比度,获得满意的视觉效果.