图像序列中运动人体的分割方法的研究

在对现有的运动分割算法的研究基础上结合运动分析方法,对基于图像帧差法构造背景图像进行了深入的分析和研究,提出了一种利用阈值来判定人体信息和背景信息以达到背景减除的新算法来实时地提取出运动的人体,在利用帧差法提取出背景图像后,通过当前帧和背景图像的像素值的对比减除可快速精确地完成对运动人体的分割.在NLPR数据库中进行了实验,结果表明本算法能快速有效地一次提取出多个人体目标,并且失真度比较小.     

基于并行处理的快速运动估计算法

运动估计是视频编码的一项关键技术。该文针对传统搜索算法串行处理的缺点,提出了一种基于并行处理的快速运动估计算法。该算法利用序列图像的相邻块运动矢量的高度相关性和运动矢量的中心偏移特性,在搜索过程中根据图像的内容(运动类型)进行并行处理,加速了块匹配的快速搜索策略。实验结果表明,该算法在速度和准确性方面都有了很大的提高。     

H.264中1/4像素运动估计快速算法的比较

高精度的匹配和补偿可以减少预测误差,提高视频图像的压缩效果。论文提出了一种纯比较式的快速半像素运动估计算法,把平均搜索点数降低到2,而重建图像的质量接近于现有的一些快速半像素运动估计算法。实验证明,新算法通过进行多阶亚像素运动估计,可以达到高精度的运动矢量,对H.264的1/4像素精度运动矢量估计有明显的效果。     

室内人体运动目标的自动跟踪方法

针对人体运动目标的自动实时跟踪,设计一种新的基于P89v51内核的运动摄像头云台控制系统.对人体运动的图像检测与跟踪,提出一种快速的模板匹配方法.用改进Surendra算法自适应地获取背景图像以提取匹配模板,通过摄像头运动前后帧相同的运动区域来缩小匹配区域,进行快速目标匹配,达到实时性要求.该系统已应用在视频教学及会议中,实现自动人体运动目标跟踪与摄像.     

新型基于帧间差分法的运动人脸检测算法研究

研究运动人脸检测、改善运动人脸检测的准确性问题,针对目前在运动人脸检测算法中存在的鲁棒性与精确性不强、适应性弱以及检测效率不高的问题.为了实时精确识别从脸图像,提出了一种帧间差分法的运动人脸检测算法.算法通过运动目标检测,获取运动人体的大致区域,利用人脸检测算法对运动区域进行检测,得到较为准确的人脸检测结果.经过对算法的仿真证明,算法能够快速、准确地检测出图像序列中的单个运动人脸,具有高效、准确的特点,有很大的实用价值.     

运动模糊图像的模糊参数快速估计方法研究

运动模糊失真是日常生活中最常见的图像失真类型,目前对于运动模糊图像的恢复技术研究已发展的较为成熟,维纳滤波、卡尔曼滤波等经典算法及各类改进算法均能取得较好的效果,但是耗时较长,在实际的图像恢复应用场景中具有较大的局限性。针对这一问题,论文提出了一种图像运动模糊快速恢复的算法,提出了一种基于Radon变换的改进算法判断图像运动模糊角度,并研究了在模糊角度确定的条件下对模糊长度估计的算法,得到模糊图像的两个运动模糊参数。实验结果表明,论文提出的图像快速恢复方法耗时短,抗噪声干扰能力强,具有更好的实用性。     

一种基于冗余小波变换的快速运动估计算法

由于冗余小波变换克服了离散小波变换的移变性,在冗余小波域进行运动估计可以达到很好的效果,其缺点是算法的时间复杂度过高。在分析视频序列的运动特性和已有的运动估计算法的基础上,提出一种快速的基于冗余小波变换的运动估计算法。在冗余小波域提取潜在运动区域并对图像块的运动剧烈程度进行划分,在此基础上对不同类型的图像块采取不同的搜索策略,从而减少了运动估计中不必要的搜索。实验结果表明,该方法较经典的基于冗余小波变换的运动估计算法在时间复杂度方面具有优势。     

复杂背景下运动点目标的检测和跟踪

为了解决复杂背景下运动点目标的检测和跟踪问题,本文提出了一种基于图像差分和聚类的运动目标检测和跟踪算法.该算法首先根据图像配准的方法,对序列图像进行差分运算,提取出候选的运动目标.在此基础上,利用运动目标在空间和时间上的相关性以及运动目标的轨迹所具有的连续性,采用一种特殊的聚类方法,从噪声环境中正确检测出运动目标的轨迹,并实现对运动目标的跟踪.实验表明该算法能快速检测出复杂背景下的运动点目标,并能有效处理轨迹相交和检测过程中出现新目标的情况.     

复杂背景下运动目标分割算法研究

视频监控中,准确而快速地分割出运动物体是提取各种信息的前提和关键.以图像差分法为基础,提出了一种在复杂背景下有效分割运动目标的方法.运用改进的Surendra算法提取背景.对连续帧图像的R,G,B三通道帧差分图像采用PCA融合和二值形态学重构,以提取和更新背景.将粗分割图像转换到HSV域中,采用V分量阈值法消除阴影,并应用彩色投影法解决连通体粘连和路面反光问题.实验结果表明该方法能够结合各种算法的优势,快速而较准确地提取出运动车辆目标.     

一种基于H.264的快速帧间预测模式选择算法

提出了一种基于H.264的快速帧间预测模式选择算法,该算法针对H.264中帧间预测模式采用的对所有候选模式进行全搜索的方法,提出了一种基于图像运动剧烈程度分级的模式选择算法,达到快速选择预测模式的效果。实验证明,本文提出的模式选择算法与H.264原算法相比在基本保持原算法率失真特性良好的同时较大幅度的提高了编码效率。