从报纸印刷中油墨传输机理分析“鬼影”现象的产生

"鬼影"现象虽然在报纸印刷中不常见,但也时有发生,其中大多数属于"缺墨鬼影".缺墨鬼影的产生主要有两方面的原因:一是设计版面时,文章区域隔离线条或装饰线条等安排使用不妥;二是印刷设备的各墨辊之间及其与橡皮滚筒之间的压力调试不正确等.

红外焦平面阵列非均匀性自适应校正方法

分析基于场景的红外焦平面阵列非均匀性校正方法中的景物退化和鬼影现象,提出了一种基于边缘约束高斯滤波的红外焦平面阵列非均匀性自适应校正方法。该方法设计了一个边缘约束高斯滤波器来获取理想的估计图像,利用最陡下降法得到计算增益校正因子和偏移量校正因子的迭代公式,并通过迭代步长的自适应控制来增快算法的收敛速度。通过仿真实验和真实红外图像处理对比实验表明:相较于目前已有的方法,该方法在有效抑制景物退化和鬼影现象的同时,较好地去除原始红外图像的固定图案噪声,保留了图像细节信息,提高了图像质量。

基于ViBe的自适应运动目标检测算法研究

ViBe(Visual Background Extractor)算法具有初始化模型时间短、无记忆更新和计算复杂度低等优点,在众多运动目标检测算法中综合性能优异。然而,在视频序列第一帧包含运动目标的情况下,Vi Be算法会产生较长时间才能消除的"鬼影"现象,且不同时间、不同区域用固定更新速率背景模型进行更新,鲁棒性差。为了提高ViBe算法对运动目标检测的准确性,提出Ad-ViBe(Adaptive Visual Background Extractor)算法,该算法根据像素点变化状态自适应改变背景样本集的更新速率。实验结果表明,该算法能够有效地消除"鬼影"现象和环境干扰带来的背景噪声,各项客观评价指标优于Vi Be等传统算法。

融合改进的vibe算法与边缘检测的运动目标提取

为了实现准确的运动目标提取,有效去除鬼影现象,本文提出了一种融合改进的ViBe(Visual Background Extractor)算法与SUSAN(Small Univalue Segment Assimilating Nucleus)边缘检测的运动目标提取算法。首先利用SUSAN边缘检测算子粗略提取检测运动目标轮廓,确定运动目标轮廓区域,只对轮廓内的像素点进行改进的vibe算法前景匹配,检测运动目标,实验结果表明,该算法能有效快速的运动目标,在降低算法复杂度的同时去除鬼影现象。

基于图像配准的非均匀性校正算法

非均匀性严重影响红外制导武器的成像质量和系统性能,有效进行非均性校正是提高红外制导武器成像质量的有效手段。高通滤波类算法对非均匀性校正的参数漂移具有很强的适应性,但易产生"鬼影"现象,影响校正结果。本文针对高通滤波类算法的缺陷,结合帧间配准技术,提出了一种基于图像配准的非均匀性校正算法。与SLTH算法和BFTH算法中利用滤波器滤波后得到的残差图像相比,本文利用图像配准和场景删除得到的残差图像能更好地消除图像中的场景信息,抑制"鬼影"效果显著。实验表明:本文算法的校正效果良好,校正结果的平均粗糙度低至3.79,优于SLTH和BFTH两种算法。而且本文算法处理速度快,达到了每秒15.83帧,是BFTH处理速度的1.63倍。

一种改进ViBe算法的移动目标检测方法

针对基本ViBe算法在进行移动目标检测时存在“鬼影”现象的问题,文中分析产生“鬼影”现象的原因,并提出一种改进ViBe算法的移动目标检测方法。改进ViBe算法在进行初始化时,初始背景模型的建立方式由基本ViBe算法从待检测视频序列第一帧每个像素点的8邻域随机抽取N个像素样本点,改变为从待检测视频序列前4帧每帧图像像素点的24邻域随机抽取5个像素样本点。改进后的初始化方式扩大了抽取像素样本点的范围,减轻了移动目标存在于待检测视频序列第一帧时的影响。为检验文中改进ViBe算法的效果,在highway数据集、pedestrians数据集和Views_001数据集上进行验证。移动目标检测结果表明,与基本ViBe算法相比,文中提出的改进算法能够加快消除“鬼影”现象的速度,移动目标检测的效果更好。

基于改进的YUV＿Vibe融合算法的运动目标检测

针对视觉背景提取(Vibe)算法不能有效地去除目标阴影以及不能快速消除鬼影现象的缺点,提出了一种改进的YUV_Vibe融合算法。该方法通过扩大样本的邻域选取范围,从而有效避免了同一样本重复选取;将更新因子从16调整至4,且将样本更新个数变为2,提高背景更新速率,加快鬼影现象消除速率;将YUV颜色信息特征与Vibe相融合,消除了阴影影响;通过融合双模型的构建,有效地减少了阴影误检测率。通过视频数据集对算法进行实验论证,检测结果表明,改进了的YUV_Vibe融合算法在准确度与识别率上都有提高,且实验检测的结果更准确。