基于视觉传达的多帧图像高分辨率重建仿真

针对传统的高分辨图像重建方法,重建之后的图像细节不够丰富清晰,边缘模糊的问题,提出了一种基于视觉传达的多帧图像高分辨率重建方法。采用深度学习方法提取高分辨率图像的深层次特征,在稀疏字典超分辨率框架下联合训练特征字典,将提取出来的特征视为ScSR模型中的特征样本,代入PCANet的特征字典中,以此为基础,基于稀疏正则模型对高分辨率图像进行重建,在反向投影全局优化模型基础上引入非局部近似性先验约束对重建图像进行优化,完成多帧图像高分辨率重建优化。实验结果表明,所提方法与其它传统方法相比,图像重建效果更好,图像边缘更加清晰。

多重余量Wasserstein正则的多帧图像去噪方法

随着现代成像技术的不断完善,在一个成像设备上几乎瞬间就可获得多帧图像。针对这些图像在收集、传输和处理中往往会受到噪声污染的问题,文章提出一种新的多重余量Wasserstein正则的多帧图像去噪算法。首先,基于图像总变差约束和余量概率分布之间Wasserstein距离最小化思想,提出多帧图像去噪的多重余量Wasserstein正则模型;其次,呈现直方图匹配运算和Chambolle对偶投影的交替迭代求解算法;最后,展示提出方法对应的数值实验。实验结果显示,提出的多帧图像去噪算法在客观评价和视觉效果两方面都明显优于经典的图像去噪方法。

基于三维激光多帧图像的行为识别技术研究

行为识别是物体运动规律的最直观表述,高质量的识别结果对大多数应用领域来说至关重要。以往提出的行为识别方法的识别性能较低,在这种背景下,提出基于三维激光多帧图像的行为识别方法。所提方法通过对目标物体进行监控与追踪,得到可表述物体重要行为的三维激光多帧图像,对图像进行特征划分与拼凑得到特征向量,使用RBM结构的双层神经网络进行特征向量学习,得到物体行为特征分布情况,并利用向量分类器给出行为识别结果。实验结果证明,所提方法拥有很好的行为表述有效性,是一种高水准的行为识别技术。

基于多通道忆阻脉冲耦合神经网络的多帧图像超分辨率重建算法

高清晰度的图像是信息获取和精确分析的前提,研究多帧图像的超分辨率重建能够有效解决因外部拍摄环境引起的图像细节丢失、边缘模糊等问题。该文基于纳米级忆阻器,设计一种多通道忆阻脉冲耦合神经网络模型(MMPCNN),能够有效模拟网络中连接系数的动态变化,解决神经网络中固有的参数估计问题。同时,将提出的网络应用于多帧图像超分辨率重建中,实现低分辨率配准图像的融合操作,并通过基于稀疏编码的单帧图像超分辨率重构算法对获得的初始高分辨率图像进行优化。最终,一系列计算机仿真及分析(主观/客观分析)验证了该文提出方案的正确性和有效性。

基于学习的多帧图像超分辨率重建技术探究

多帧图像超分辨率重建技术主要是一种对图像进行处理的技术,是计算机图形学领域的一项重点研究,本文主要分析基于学习的多帧图像超分辨率重建技术基本理论,其中包括传统基于统计理论与多帧图像超分辨率算法的比较,分析两种技术的最新研究结果,提出基于学习的多帧图像超分辨率重建技术的未来展望。

大型视频多帧图像信息处理系统设计

针对传统处理系统一直存在多通道视频多帧图像信息处理不全面的问题,提出并设计基于FPGA+2DSP架构的大型视频多帧图像信息处理系统。设计过程主要分为硬件设计及软件设计两部分,在给出系统整体模块图的基础上,通过视频多帧图像采集卡、DSP复位电路、串口控制电路等模块对硬件部分进行设计分析;软件部分主要通过其整体软件实现流程为主,并给出了部分结构图。实验结果表明,采用改进设计系统其图像信息处理结果跟踪误差分析结果比传统处理系统提高了15.02像素。

多帧图像综合技术在车牌识别中的应用

本文针对车牌识别系统在车牌图像质量不高时识别准确率较低的问题,提出了一种多帧图像综合算法,来更全面地利用车牌图像中所含有的有用信息,以达到提高车牌识别准确率的目的。首先利用图像配准算法对从视频图像中抽取的几帧图像进行配准,然后利用像素值取大算法进行综合,最后得到一幅综合后的车牌图像。实验表明,经过该算法综合后的车牌图像比原图像更接近真实的车牌图像,能够更好地适用于车牌识别,从而提高车牌识别的准确率。

基于视觉传达的多帧图像特征目标跟踪仿真

针对当前方法提取的多帧图像目标特征精度较差,导致多帧图像特征目标跟踪准确率较低、跟踪时间较长的问题,提出了基于视觉传达的多帧图像特征目标跟踪方法。采用稀疏表示方法采集多帧图像目标特征,利用高斯分布构建图像运动模型,小波分析多帧图像灰度及细节特征,根据灰度投影法提取多帧图像目标特征,并匹配多帧图像特征点,获取多帧图像轮廓轨迹追踪目标,运用图像运动目标状态模型,求解前景轮廓的目标函数权重,实现多帧图像特征目标跟踪。实验结果表明,所提方法提取的多帧图像目标特征精度较好,能够有效降低多帧图像特征目标跟踪时间,提高多帧图像特征目标跟踪准确率。

基于局部稀疏表示的多帧图像特征目标跟踪方法

多帧图像中存在的噪声相较于单帧图像中的噪声更多,因此,为了准确跟踪多帧图像目标,提出了基于局部稀疏表示的多帧图像特征目标跟踪方法。采用局部稀疏表示方法将多帧图像目标进行分块,跟踪子块的移动轨迹与当前状态,基于当前状态构建目标函数,将经目标函数处理后的分块按照一定的顺序进行排列得到初始检测结果,在此基础上,对图像仿射变换,实现多帧图像特征目标跟踪。实验结果表明,所提方法目标跟踪时的中心误差较低,不超过5%。在10 min目标遮挡和模糊视频中,可以在2 s之内完成目标跟踪。在定性评价上,所提方法能够准确跟踪目标,有效提高图像特征目标跟踪效果。

基于学习的多帧图像超分辨率重建技术研究

由于可用信息不足,多帧图像超分辨率重建问题常常是一个不适定问题。为解这一问题,需要额外的图像先验知识。本文提出一个基于学习的多帧图像超分辨率重建算法,该方法从训练图像集中学习先验知识。实验表明本文方法要优于传统基于最大后验概率估计的超分辨率重建算法。

基于时空域三维约束的多帧图像超分辨算法

对基于时空域三维正则约束的多帧图像超分辨算法进行了研究,首先在基于马尔科夫随机场的自适应正则约束的基础上,进一步引入多帧图像间的时域约束,建立了时空域三维正则约束模型,并提出了相应的超分辨方法;之后通过仿真实验对本文方法进行了仿真测试,结果表明本文方法能够取得更好的超分辨效果。

基于关键点和多帧图像特征融合的限高深度检测网络

路况检测是智能驾驶中的一项核心任务,其中包含限高检测任务.鉴于学术界中与限高检测相关的研究还不够成熟,文章对限高检测方法进行了研究,提出基于关键点和多帧图像特征融合的限高检测网络.将关键点思想引入限高检测任务,减少不必要的预测,提升检测效率;引入卷积门控循环单元(ConvGRU)对多帧图像进行建模,学习多帧图像之间的上下文关系,提升召回率,降低漏检率;提出空间细节特征(spatial particulars feature,SPF)模块,加强解码层的多尺度特征融合;引入坐标注意力机制,进一步关注目标检测区域,提升模型的查准率.实验结果表明:该网络不仅能够很好地完成限高检测任务,并且相比于BiSeNet、PINet、PSPNet等其他先进网络,能够更好地平衡查准率与召回率,拥有更高的F1值和较少的参数量;同时对于车道线检测任务,在精度与漏检率方面也表现优异,进一步证明了该网络的有效性.

基于深度学习的多帧遥感降质图像三维重建算法

为提升多帧遥感降质图像对比度以及图像质量,提出一种基于深度学习的多帧遥感降质图像三维重建算法。采用三角函数变换方法并结合高通滤波器,增强多帧遥感降质图像对比度;再以包含生成器和判别器的生成对抗网络为基础,在判别器中引入自注意力层,设计自注意力机制残差模块,生成自注意力生成对抗网络模型;最后将增强后的图像输入模型进行学习和训练,获取多帧遥感降质图像的全局特征后,实现多帧遥感降质图像三维重建。测试结果表明,所提算法具有较好的多帧遥感降质图像增强能力,能够提升图像对比度,并且渗透指数(PI)均在0.92以上,重构效果良好。

激光惯性约束下多帧影视图像视觉传达模型构建

原有构建方法在多帧影视图像分析中,无法对图像光点的重叠位置进行标记,导致视觉传达模型中的色彩表现出现错位,影响图像的视觉传递效果,研究激光惯性约束下多帧影视图像视觉传达模型构建方法。基于激光惯性约束构建观测矩阵,对图像的视觉信号进行处理;以视觉信号的感知关键点,对应光点信号排布关系,获取图像信号光点势能;以离散函数为转换图像像素值,通过图像梯度表现形式,计算影视图像平均梯度;引入贝叶斯理论框架,配置多帧图像中色相光点,建立视觉传达模型。实验以多帧影视图像的色相为测试条件,将多帧图像转换为不同比例大小的图像,对比视觉传达模型转换后,图像的色相强度表达误差和波动程度。设置多帧影视图像的基色为红色,当图像变化比例为50%时,加入色相比例为80%蓝色时,本模型的强度表达误差可以控制在0.5以内,而传统模型的最大误差为3.0、2.8和2.5。在图像波动程度对比中,本模型在视觉图像转换完毕后,光点含量与实际图像相一致,而传统模型应用后,图像的光点含量会随着图像比例的增加逐渐减少,产生较大的色相波动,说明本方法更加有效。

三维激光扫描的多帧影视图像视觉模型构建

原有方法在图像处理过程中,会将图像噪声点一并进行扫描,导致模型的精度逐渐下降,研究三维激光扫描的多帧影视图像视觉模型构建方法。以共线方程计算方式,解析多帧影视图像中的构像关系,分类多帧影视图像方位元素。采集影视图像中完整的点云数据,对应影视图像的相似点特征,根据视觉转换需求对图像进行分区,并处理非相似的噪声点。基于三维激光扫描技术,确定三维空间点与图像之间的映射关系,通过几何标定理论,以图像成像的逆推过程,构建图像视觉模型,完成方法设计。实验结果表明:在本方法应用下,能够将图像中含有的所有噪点数量进行去除,且百分百完成视频图像的点云信息重建。滤波构建方法在去除噪点数据的同时,会滤过掉部分真实的点云数据,聚类方法以及数字图像匹配方法,无论是点云数据的还原,还是噪声点数据的去除过程,均会丢失掉一部分信息数据,综合说明本方法更具有应用价值。

基于光谱成像的多帧视频图像视觉传达方法

多帧视频图像视觉传达方法存在图像噪声高、图像质量不佳等问题,提出基于光谱成像的多帧视频图像视觉传达方法。通过图像梯度向量获取视频图像,根据视频图像中边缘模糊程度估算图像的深度值,在红、绿、蓝颜色空间上对图像展开编码,构建阶跃边缘函数实现多帧视频图像颜色补偿,通过八叉树对多帧视频图像色彩进行量化,提取图像主色彩特征,根据光谱成像技术确定视频图像关键帧,实现多帧视频图像视觉传达。实验结果表明,所提方法图像质量高,时间消耗仅为3秒,多帧视频图像视觉传达效果好。

基于激光视觉融合的多帧影视图像视觉传达设计研究

连续动态蒙太奇切换下多帧影视图像受到光影扰动导致视觉传达能力不好,提出基于激光视觉融合的多帧影视图像视觉传达设计方法。建立多帧影视图像激光视觉信息检测模型,构建连续动态蒙太奇切换下多帧影视图像的匹配滤波检测模型,根据对动态蒙太奇切换下多帧影视图像的先验视觉谱知识重构,提取多帧影视图像的激光视觉传感特征值,采用激光视觉融合技术实现对连续动态蒙太奇切换下多帧影视图像的噪点抑制和梯度增强,构建多帧影视图像的边缘轮廓检测模型,根据激光视觉融合结果实现对多帧影视图像的纹理边缘滤波和视觉重构,根据视觉重建结果实现对连续动态蒙太奇切换下多帧影视图像的视觉增强和传达设计。仿真结果表明,采用该方法进行多帧影视图像视觉传达设计的融合度水平较高,影视视觉传达能力较好,峰值信噪比较高,说明成像质量水平较高。

基于局部色彩传递的多帧影视图像扭曲校正

为了更好地保持图像的连贯性和区分性,提出基于局部色彩传递的多帧影视图像扭曲校正方法,增强图像视觉效果、缩小校正误差。运用Levin算法使多帧影视图像彩色化,并通过联合双边过滤方法优化局部彩色传递的多帧影视图像,避免图像色彩化时边缘和纹理较弱区域产生不稳定因素;采用自适应元网格交叉点坐标提取算法,根据图像扭曲程度自适应建立结构元,提取网格线交叉点坐标,结合Biharmonic样条插值方法实现多帧影视图像扭曲校正。实验结果表明:所提方法彩色化处理后,多帧影视图像更细腻,视觉效果更加理想;所提取图像坐标能有效保留网格交叉点,且与理想网格点交叉坐标误差较小,说明所提出的多帧影视图像扭曲校正方法可行性较强。

用于视觉传达效果优化的退化图像复原仿真

大气湍流与外界噪声的干扰,会造成图像出现退化现象,影响图像质量。为此提出考虑视觉传达效果的多帧退化图像复原算法。图像复原前构建出图像退化模型,明确图像退化规律,利用小波变换对多帧退化图像实施去噪处理。计算因大气湍流导致的相位扰动的波前图像,根据相位偏差,生成Zernike波前图像重建模型,多次迭代后完成PDF的波前重建,利用代价函数生成多帧退化图像复原的迭代公式,依据判定条件实现多帧退化图像复原。实验结果表明,所提算法的图像复原效果较好,复原效率高,具有优异的图像去噪效果。

一种安全的多帧遥感图像的外包融合去噪方案

遥感图像去噪是图像处理领域的热门研究课题.伴随着采集设备改进和技术提升,同一场景下的多帧图像的融合去噪已经成为可能.然而海量遥感图像去噪在单机上暴露出处理速度慢、并发性差等问题,利用云计算平台进行海量数据的存储和处理是大势所趋.为保护外包计算的遥感图像的安全性,提出了一种针对多帧遥感图像的安全外包融合去噪方案.方案利用Paillier加密算法的密文加法同态性和Johnson-Lindenstrauss转换近似保留欧氏距离的特性,对平均图像进行基于动态滤波参数的融合去噪.选用从多幅Landsat 8遥感图像中截取多个512×512像素的图像作为实验对象,搭建了Spark单机环境来模拟云环境.实验数据表明:提出的外包方案可以有效地保证遥感图像的安全性;同时,融合去噪方案的效果明显优于已有的密文去噪方案和单帧密文去噪方案,且对不同图像、不同大小的噪声均有很好的去噪效果.