基于SIFT算法的物体运动方向快速识别方法

为了解决成像设备只能在较低的分辨率成像且不能区分运动方向的问题,提出了一种基于SIFT算法的快速识别物体运动方向的方法。首先,根据块匹配算法中的角点特征提取法确定块的位置,并将该块命名为检测块。然后,用已经确定的块遍历下一帧图像,找到相匹配的块,命名为目标块并确定检验块与目标块之间的运动方向。最后,采用SIFT算法对2幅图像的特征点进行匹配,选取3个特征点构建三角形,对2个对应三角形的变换关系构建数学模型,做出运动方向的判断。实验结果表明,与块匹配相比,运动方向判断速度提高了3.3倍,匹配的准确程度提高了2.9倍,获得了更高的判断速度和准确度。2种方法的比较结果显示,基于SIFT算法的识别方法具有较强的可行性,能够更快地确定多帧图像中物体的运动方向。     

动态模式的快速运动估计算法

针对H.264视频编码标准中运动估计的高计算复杂度,提出了一种动态模式的快速运动估计算法。该算法通过判断宏块的运动大小及运动方向选择相应的搜索模式;同时对标准中的中值预测进行了改进并提出了一种动态的参考块提前跳过策略。实验结果表明,该算法在保持良好的率失真性能的基础上,减少了运动估计时间,相对于快速全搜索算法FFS以及UMHexagonS算法,该算法分别减少了85.28%和35.29%的运动估计时间。     

自适应的动态搜索范围运动估计算法

为更加有效地提高运动估计速度,提出一种自适应动态搜索范围运动估计算法,从后续快速运动估计算法的运动矢量预测集中自适应地选择与当前编码块相关性最强的运动矢量预测值作为搜索范围的中心点,根据预测集中运动矢量预测值的大小、方向自适应地决定水平、垂直及正负方向的非对称搜索范围。将该算法融合到UMHexagonS和FFS算法中进行广泛的实验测试,结果表明其能在基本保持重建图像质量的同时,至少分别减少运动估计运算量的22.13%和76.57%。     

基于三参数模型的快速全局运动估计

提出了一种新的全局运动估计方法——基于三参数模型的快速全局运动估计.新的参数模型在保证准确性的同时,使用更少的参数来描述和估计全局运动,从而简化了计算复杂度.此外,对光流场计算做出了两方面改进：（1）提出了宏块预判的方法,计算光流场前对宏块的梯度信息进行预分析,通过减少参与计算的宏块数目提高光流场的计算速度;（2）提出了快速估计宏块运动向量的方法,在块匹配的过程中同时考虑图像的梯度和灰度信息,通过引入更多的约束提高运动向量的计算速度.实验证明了该方法的有效性.     

基于视频的火焰检测方法

在分析视频监控的火焰检测技术的基础上,针对传统的帧间差分法,提出一种结合分块处理和帧间差分的分块帧组差分的运动检测方法,提高相邻像素间的关联性,降低噪声干扰的影响,通过色调、色饱和度和亮度来分析视频中火焰像素的静态颜色特征,降低亮度对颜色检测的影响.充分利用燃烧火焰的动态频谱特征和空间的能量信息,对不同时刻火焰燃烧的图像时域和空域进行小波分析;分析后的疑似火焰区域利用连通邻域像素的信息对零散的非火焰像素点进行滤除.实验结果表明,该检测方法更具目的性,且颜色检测更具可靠性,降低了闪烁光和类似火焰物体等造成的影响.     

H.264中高效块匹配运动估计方法研究

为降低在视频编码标准H.264中运动估计的高计算复杂度问题,通过对H.264运动估计算法的深入研究,提出了一种利用时空域运动相关性的高效块匹配搜索算法。该算法充分利用视频序列的运动程度与宏块编码模式间的关联特性以及运动矢量的统计特征进行运动模式判定,实现了一种简单高效的块匹配方法,并且根据不同的运动模式动态改变搜索策略。实验结果表明,在保持PSNR方面性能不受损失的同时,减少了运动估计的搜索复杂度,降低了运算复杂度,提高了编码的实时性。     

结合运动矢量和像素递归的全局运动估计方法

全局运动估计是计算机视觉、视频处理等领域中一项重要研究课题。结合运动矢量和像素递归提出一种新的全局运动估计方法,该方法根据块运动矢量求出运动矢量直方图,找出主要块运动方向作为初始的全局运动方向,并初始化全局运动参数。利用运动矢量间距离及类间方差求出运动矢量分割阈值,自适应地去除外点块区域。根据背景块梯度和值的大小,在每个背景块中选择一到两个特征像素点进行运动参数估计。实验结果表明,该方法具有较快的计算速度,同时也具有较高的计算精度。     

一种基于中轴探测的运动模糊方向估计方法

针对运动模糊图像的模糊方向估计易受频谱中心十字亮线和图像尺寸影响的问题,详细分析了匀速直线运动模糊图像的退化模型。通过对点扩散函数的公式推导,找到了图像尺寸与模糊方向间的关系,提出了一种基于中轴探测的运动模糊方向估计方法。该方法首先对模糊图像进行傅里叶变换及动态压缩得到频谱图,然后对频谱图进行预处理,以消除中心十字亮线的影响,最后根据推导出的公式计算得到运动模糊方向的估计。仿真实验表明,该方法简单、准确,克服了图像长宽比对估计结果的影响,且具有较强的鲁棒性和较高的时间效率。     

时空域相结合的视频差错掩盖方法

为了克服视频解码端时域差错掩盖技术不能准确估计丢失块运动矢量的缺点,提出了一种将解码端运动估计和隐藏运动模型相结合的误码差错掩盖方法。首先,利用丢失块 周围正确接收像素估计丢失块运动矢量,并计算估计的准确性。然后根据准确性,通过隐藏运动模型充分利用丢失块的空域和时域相关性进行差错块的掩盖。仿真结果表明,与现 有的算法相比,该方法能有效提高重建视频图像质量平均近1dB。     

一种基于Kalman滤波的4×4块运动估计方法

为了更加准确的估计运动矢量,提高运动补偿性能,提出了一种基于Kalman滤波的4×4块运动估计方法。该方法通过宏块内相邻子块的运动相关性形成基于4×4块Kalman滤波器,根据Kalman滤波器多子块预测自修正来自三步搜索(TSA)的16×16宏块级运动矢量值,从而估算出最优宏块级运动矢量值,有效的提高的运动估计精度。试验表明,特别是在运动较为剧烈和局部场景瞬时变化时,该方法比TSA和16-KF提供了一个更大的平均PSNR。     

基于模糊聚类的图像型火灾检测

提出一种基于模糊聚类的图像型火灾检测算法。建立火焰颜色模型,利用像素运动累积法获取疑似目标的闪烁频率,借助有监督模糊聚类法合并同一疑似火焰区域中的不连通部分,依据火焰的运动特征进行火灾判定。实验结果表明,该算法误报率较低,运行效率较高,适用于多种场景的火灾检测。     

H.264中基于预测方向的多模板切换运动估计

为在不影响视频质量的前提下,提高运动估计的搜索速度并节省编码时间,提出一种基于预测方向的多模板切换运动估计算法,利用最优点方向和运动方向的矢量和方向预测下次运动方向,并实时切换模板。在实现过程中采用查表方法实现模板切换和阈值的提前退出,以减少搜索时间。测试结果证明了该算法的有效性。     

自然燃烧火焰的快速仿真

从自然燃烧的火焰的现象出发,采用面向对象的方法,提出了一种基于粒子系统的自然燃烧的火焰的快速数值模拟算法.首先,讨论了形成火焰燃烧的动态场景图像的基本原理,给出了火焰图像与背景图融合的算法,并建立了用于火焰仿真的两种火焰颜色模型.然后,建立了用于火焰仿真的火焰粒子、火苗与火焰系统的面向对象模型,给出了各对象的燃烧行为的快速模拟方法.接着,对实现动感火焰的方法进行了讨论,指出了算法.最后给出了通过该文算法进行模拟实验的效果图.该算法准确度较高,速度快,效果较好.     

An effective algorithm to detect both smoke and flame using color and wavelet analysis

Fire detection is an important task in many applications. Smoke and flame are two essential symbols of fire in images. In this paper, we propose an algorithm to detect smoke and flame simultaneously for color dynamic video sequences obtained from a stationary camera in open space. Motion is a common feature of smoke and flame and usually has been used at the beginning for extraction from a current frame of candidate areas. The adaptive background subtraction has been utilized at a stage of moving detection. In addition, the optical flow-based movement estimation has been applied to identify a chaotic motion. With the spatial and temporal wavelet analysis, Weber contrast analysis and color segmentation, we achieved moving blobs classification. Real video surveillance sequences from publicly available datasets have been used for smoke detection with the utilization of our algorithm. We also have conducted a set of experiments. Experiments results have shown that our algorithm can achieve higher detection rate of 87% for smoke and 92% for flame.     

基于Radon变换的运动模糊方向精确估计

在模糊图像复原技术中,运动模糊方向的估计有着极其重要的作用。它不仅可以作为模糊复原的一个重要参数,也可以作为估计模糊距离的重要参数。通过运动模糊方向,可以将图像复原转化到一维进行操作,使复原过程简化。因此,不管从整体上还是局部上运动模糊角度的精确估计,对图像恢复技术都有很重要的应用价值。本文提出一种基于频域特性利用Radon变换对模糊图像的模糊方向进行估计的改进方法。仿真实验证明了其估计结果的精确性。     

一种运动模糊图像的模糊参数估计方法

在摄取图像的过程中,物体间的高速运动及景物与成像设备的相对运动是引发图像退化的主要原因之一,称之为运动模糊。模糊长度和模糊方向是运动模糊中影响图像模糊程度的主要参数。提出了一种改进的误差参数分析方法,对模糊长度进行估计并比较了不同的复原方法对参数误差曲线法估计的效果,同时提出运用傅里叶分解和Hough变换从模糊图像的频谱特性上对运动模糊方向进行了估计。实验结果表明,所提出的方法对运动模糊图像的复原有良好的效果。     

基于大数据分析的移动对象轨迹预测方法

对移动对象的轨迹预测将在移动目标跟踪识别中具有较好的应用价值。移动对象轨迹预测的基础是移动目标运动参量的采集和估计,移动目标的运动参量信息特征规模较大,传统的单分量时间序列分析方法难以实现准确的参量估计和轨迹预测。提出一种基于大数据多传感信息融合跟踪的移动对象轨迹预测算法。首先进行移动目标对象进行轨迹跟踪的控制对象描述和约束参量分析,对轨迹预测的大规模运动参量信息进行信息融合和自正整定性控制,通过大数据分析方法实现对移动对象运动参量的准确估计和检测,由此指导移动对象轨迹的准确预测,提高预测精度。仿真结果表明,采用该算法进行移动对象的运动参量估计和轨迹预测的精度较高,自适应性能较强,稳健性较好,相关的指标性能优于传统方法。     

Three-dimensional motion estimation via matrix completion

Three-dimensional motion estimation from multiview video sequences is of vital importance to achieve high-quality dynamic scene reconstruction. In this paper, we propose a new 3-D motion estimation method based on matrix completion. Taking a reconstructed 3-D mesh as the underlying scene representation, this method automatically estimates motions of 3-D objects. A "separating + merging" framework is introduced to multiview 3-D motion estimation. In the separating step, initial motions are first estimated for each view with a neighboring view. Then, in the merging step, the motions obtained by each view are merged together and optimized by low-rank matrix completion method. The most accurate motion estimation for each vertex in the recovered matrix is further selected by three spatiotemporal criteria. Experimental results on data sets with synthetic motions and real motions show that our method can reliably estimate 3-D motions.     

一种匀速直线运动模糊参数估计方法

运动模糊恢复就是利用运动模糊退化的某种先验知识来重建或恢复原有图像。在运动模糊的点扩散函数未知的情况下,估计运动模糊的点扩散函数是运动模糊恢复的前提和关键。从傅立叶变换的角度对匀速直线运动模糊图像的点扩散函数在频域中的特点做了理论分析,论证了点扩散函数在频域内的零点特性及模糊图像两次傅立叶同态变换后的方向特性,并提出了利用这些特性进行运动模糊方向估计的方法及两种模糊距离的估计方法。实验结果证明了所提出方法的有效性。     

色彩上下文感知的火焰目标实时检测

提出一种新颖的色彩上下文感知的火焰目标实时检测算法。算法定义了两种新的火焰特征向量：火检上下文动态特征切入列,火焰特征最优区域。相对于传统火焰检测算法对火焰图像序列中每帧的所有像素逐点扫描,算法仅对每帧中的关键位置——火焰特征最优区域进行扫描,根据火焰图像序列中一系列关键位置的检测情况预测火焰目标的整体燃烧状况。实验表明,该算法对于炉膛火焰的实时检测和估算效率高。