一种基于行程编码的图像背景重构

背景差法是一种重要而且实用运动目标检测方法。该算法的难点在于如何进行背景图像的重构。本文针对该问题,提出一种基于行程编码的背景图像重构算法,即在假设背景图像以最大概率出现在图像序列中的前提下,选择频率最高的图像作为背景图像进行背景重构。利用序列图像时间上的相关性进行行程编码,用编码数据进行背景图像点得重构,使重构具有实时性和节省运算空间的特点。在慢运动目标的图像序列中,即观测时长较长时,利用本文算法进行实时背景重构具有明显的优点。仿真结果表明,该算法能够准确地重构背景,从而实现对运动目标的完整提取,以便进一步识别或跟踪。     

基于多通道采样和注意力重构的图像压缩感知

近年来用于图像压缩感知的深度学习网络得到广泛关注,深度学习网络可以实现图像的压缩采样,并从采样数据重构出原始图像。但现有的压缩感知算法在信息分布不均匀的图像场景中,无法有效提取原始图像信息,导致重构精度较低。针对上述问题,本文提出了基于多通道采样和注意力重构的图像压缩感知算法。该算法包含了多个不同采样率的采样通道,能够根据视觉显著性对图像不同区域应用不同的采样率,使得采样数据中能够包含更多原始图像信息。重构采用了残差通道注意力结构,自适应调整通道特征来提高网络的表示能力。通过对比实验表明,本文提出的基于多通道采样和注意力重构的图像压缩感知算法能够取得更好的重构质量与视觉观感。     

一种基于H264编码标准的快速运动估计算法

运动估计历来是视频压缩编码中最重要也是最耗时的环节之一。本文基于H264编码标准提出一种快速运动估计算法,该算法结合UDO（ratedistortionoptimal）的分布特点和块运动相关性,对块的运动区域分类,并按类采用不同的模板进行搜索。实验结果表明,本算法在编码恢复图像的效果在PSNR（peakofsignaltonoiserate）方面与全搜索方式相当,但在编码速度上有较大提高,较JM参考软件中其他几种快速搜索算法有30％左右的提高。     

动态场景下的快速目标检测算法

提出了一种动态场景下的目标快速检测算法,基于特征点SURF算法,采用旋转参数模型,结合最小二乘法求解全局运动参数进行运动补偿,最后使用帧差法获得运动目标.采用ORSA的方法去除外点的影响;SURF算法不能满足实时性的需要,针对这一点,提出基于运动预测的特征点匹配算法,提高了匹配的速度和准确率;采用基于残差图像块的更新策...     

基于图像识别技术在变电站设备监测中的应用

为减少传统基于灰度的模板匹配算法的计算量,采用一种在图像匹配中基于灰度的编码方式,将待搜索的源图像分割成若干块大小相同的子图像,计算每个子图像中的总灰度值,然后根据该子图像与相邻的子图像灰度值的排列关系进行编码,最后对每个子图像的编码值进行比较,实现图像的匹配。在图像匹配过程中,只需对编码值进行相等比较,并且每个子图像的编码计算简单,减少了传统模板匹配算法的计算量。仿真结果表明,该匹配算法能快速、准确地对变压器进行定位识别。     

一种质量可伸缩编码中增强层帧间快速算法

可伸缩视频编码技术通过增加编码的计算复杂度从而得到较高的编码效率,因此利用可伸缩编码方式自身的特点来提高编码速度成为了当前研究的热点.基于质量可伸缩编码特征,综合考虑基本层和增强层宏块的模式分布、残差系数和运动向量,提出了一种适合于增强层的帧间快速编码算法.实验结果表明,新方法能有效提高编码速度同时不降低编码质量,尤其...     

旋转摄像机下的快速目标检测算法

对于动态场景下的目标检测,传统的方法已经不能适用.提出一种基于SIFT特征点预测的匹配算法,提高了运动目标检测的速度和准确率.在此过程中,用仿射参数模型结合最小二乘法求解出全局运动参数,再对运动进行补偿.采用ORSA的方法去除外点的影响;采用基于残差图像块的更新策略,实时更新特征点集.最后使用背景差法来实现运动目标的检...     

电子化评审系统视频编解码技术研究

具备高清、低延时和高压缩率品质的视频编解码技术是确保电子化评审顺利实施的核心关键技术。对高效视频编解码技术进行了深入研究,提出了一种基于动态场景快速预测的可变码率并行编码技术,该技术基于H.264视频编码框架,通过对当前编码画面复杂度和场景变化率的准确分析,并参考若干帧已编码图像的各类编码特性统计信息,为当前画面分配合理的码率,从而不仅有效地节省了带宽,还保证了画面质量的稳定性。另外,为实现高清视频实时编码,还采用了一种可在帧级、块组级、宏块级和像素级等多个层次同时实施的并行编码算法。对大量具有不同运动特征的国际标准视频测试序列进行的测试表明,所提出的视频编解码技术相对于此前综合效果最优的x264编码器,在同等的解码图像质量条件下,带宽平均节省约30%,运算效率提高约1.5倍,延时减少100~200 ms。     

基于光流参数方程的复杂全域运动估计

视频图像序列在时域有着很强的相关性，利用这种相关性对图像序列进行运动估计，在图像压缩、目标检测等方面极具应用潜力。目前的全域运动估计，一般只讨论平移运动，对包含缩放、旋转等分量的复杂运动极少涉及，本文提出了一种基于光流参数方程的复杂全域运动估计及补偿算法，将运动估计的参数估计与非参数估计相结合，改进了基于光流方程的块运动模型。理论分析及大量实验证明，此算法能有效的处理包含缩放、旋转等分量的复杂运动，而且本算法将复杂的全域运动分解为各基本运动，使系统可以根据运算量的限制自适应地选择最优的运动估计及补偿算法。     

基于暗通道的单幅图像快速去雾算法

为了提高雾天环境下退化图像的视觉效果,以大气退化模型和暗通道先验估计为基础,提出了一种快速单幅图像去雾算法.利用暗通道先验对大气透射率进行粗估计,用采样边缘保持滤波细化透射率,再设法估计出原图中的天空区域,对其进行透射率补偿,根据估计的大气光和透射率,利用大气退化模型即可恢复出无雾图像.针对去雾后的图像色度较暗的问题,使用一种自适应直方图均衡方法.实验结果表明,相对于已有算法,该算法有效提高了图像去雾的效果,而且加快了处理速度.     

基于鱼眼相机畸变图像的大尺寸目标测量方法

为满足大尺寸目标高精度图像测量的需求,提出一种利用鱼眼畸变图像实现宽视野、大几何尺寸目标测量方法。根据非线性畸变的多项式逼近函数建立鱼眼相机成像模型,通过立体标定板来确定相机参数;将相机沿光轴方向移动采集一组图像,建立鱼眼相机的测量模型实现待测目标尺寸的测量。通过对棋盘格和某大型建筑物几何尺寸的测量实验表明,本文提出的直接利用畸变图像进行测量的方法优于传统的将畸变图像校正成线性图像测量的方法,具有更高的测量精度和稳定性。     

Online Extrinsic Parameters Calibration for Stereovision Systems Used in Far-Range Detection Vehicle Applications

This paper presents a high-accuracy online calibration method for the absolute extrinsic parameters of a stereovision system that is suited for far-distance, vision-based vehicle applications. The method uses as prior knowledge the intrinsic parameters and the relative extrinsic parameters (relative position and orientation) of the two cameras, which are calibrated using offline procedures. These parameters remain unchanged if the two cameras are mounted on a rigid frame (stereo rig). The absolute extrinsic parameters define the position and orientation of the stereo system relative to a world coordinate system. They must be calibrated every time after mounting the stereo rig in the vehicle and are subject to changes due to static load factors for the used car setup. The proposed method is able to perform online the estimation of the absolute extrinsic parameters by driving the car on a flat and straight road, parallel with the longitudinal lane markers. The edge points of the longitudinal lane markers are extracted after a 2-D image classification process and reconstructed by stereovision in the stereo-rig coordinate system. After filtering out the noisy 3-D points, the normal vectors of the world coordinate system axes are estimated in the stereo-rig coordinate system by 3-D data fitting. The output of the method is the height and the orientation of the stereo cameras that are relative to the world coordinate system.     

编码MC-CDMA系统中下行预均衡的性能研究

多载波码分多址(MC-CDMA)同时具有码分多址和正交频分复用的特点,是下一代移动通信的候选方案之一,时分双工MC-CDMA系统的预均衡不但可以简化移动终端的设计,而且可以抑制下行传输中多址干扰。本文介绍基站发射功率受限的准则下卷积编码多载波码分多址系统中下行链路预均衡的的实现方法,对比研究了信道估计误差对预均衡编码MC-CDMA性能的影响。数值仿真结果表明,最小均方误差预均衡的编码MC-CDMA系统在理想和非理想信道中都具有最好的性能。     

基于训练序列的光信道估计

大气信道的复杂性会引起信道状态参数的随机变化,这对通信系统性能有很大影响。为此,研究了基于训练序列的沙尘光信道估计,以m序列为训练序列,采用时分复用方式构建了一种基于训练序列的光信道估计方案。该方案利用训练序列中的0序列,构造了一种噪声方差的估计方法。在此基础之上,研究了最小均方误差(MMSE)准则下不同散射路径数和训练序列长度对估计均方误差(MSE)和系统误码性能的影响。研究结果表明,在小信噪比的大气信道中,MMSE准则下散射路径数不宜超过5,m序列长度选63为宜。     

正交频分多路复用技术在电力光纤通信系统中的应用

提出将正交频分多路复用(orthogonal frequency division multiplexing,OFDM)技术应用到电力光纤通信系统中,以提高系统的可靠性和稳定性。针对光纤信道特性在频域上变化缓慢且相邻的信道特性高度相关的特点,在基于训练序列的信道估计中采用频域滑动平均方法来提高信道估计的准确性。仿真结果表明,相对于原始的信道估计方法,采用频域滑动平均信道估计方法后OFDM信号接收灵敏度提高1.5 dB,且相对背靠背时基本不会引入功率代价。     

相机阵列中无视场重合图像时间配准方法研究

多路商业相机组阵在进行信息融合与视场拼接之前需要对采集的多路图像进行时间配准。为保证通用性,需要研究一种与系统相对独立的多路图像时间配准方法。提出一种利用多路图像序列内变换关系的算法,首先提取多路图像中与时间相关的共同特征,然后通过改进的奇异值分解方法判定共同特征的相似度完成时间配准。本文算法不需要提前对相机进行标定,对序列内图像配准精度要求较低,且能够在多路图像之间没有视场重合的情况下完成时间配准。经实验验证,配准精度达到了亚帧级。     

融合注意力和多尺度的优化立体匹配算法研究

当前基于卷积神经网络的立体匹配方法未充分利用图像中各个层级的特征图信息,造成图像在不适定区域的特征提取能力较差,因此,提出了一种基于PSMNet改进的优化立体匹配算法。在特征提取阶段,全新的特征金字塔模块(SPP)能更好的聚合不同尺度和不同位置的环境信息构建代价体,从而充分利用全局环境信息;在构建匹配代价体时,提出组相关的策略来充分地利用特征中的全局和局部信息;在代价聚合阶段,优化沙漏结构并引入通道注意力机制以便网络来提取具有高表示能力和高质量通道注意力向量的信息特征;为了进一步优化视差图,设计视差优化网络来改善初始的视差估计。在Scene Flow、KITTI 2012和KITTI 2015立体数据集上评估,所提模型在Scene Flow数据集上平均预测误差EPE降低到0.71 pixels,在KITTI 2012和KITTI 2015立体数据集上的误匹配率分别下降到1.20%和1.86%,在实验结果表明,方法取得了较优越的性能。     

Two eyes see more than one: double echo stereoscopic MRA for rapid 3D visualization of vascular structures

Object

A three-dimensional (3D) visualization of the target region during intravascular interventions in real-time is challenging since the acquisition of a time-consuming 3D dataset is required. In this work, a novel stereoscopic double echo sequence for achieving 3D depth perception by sampling only two oblique projection images is presented.

Materials and methods

A double echo (DE) FLASH pulse sequence was developed to acquire continuously stereoscopic image pairs of the vascular target anatomy. Stereo image data were displayed on a stereoscopic 3D LCD monitor in real time after image reconstruction. Phantom experiments followed by a depth perception test were performed to assess the usability of the stereo image pairs for 3D visualization. In an animal experiment the sequence was tested in vivo and was compared with a slower interleaved (IL) sequence variant.

Results

In the phantom experiments an SNR difference of 6?% between left and right image was found which did not influence the depth perception. The DE acquisition was superior to the IL sequence (SNR_DE?=?10.3, 2.3 images/s over SNR_IL?=?7.1, 1.7 images/s), and during contrast enhancement the abdominal arterial vasculature was clearly perceived as a 3D structure.

Conclusion

A novel stereoscopic DE pulse sequence can be utilized for the fast 3D stereoscopic visualization of vascular structures in real-time.     

Stereo-Based Pedestrian Detection for Collision-Avoidance Applications

Pedestrians are the most vulnerable participants in urban traffic. The first step toward protecting pedestrians is to reliably detect them. We present a new approach for standing- and walking-pedestrian detection, in urban traffic conditions, using grayscale stereo cameras mounted on board a vehicle. Our system uses pattern matching and motion for pedestrian detection. Both 2-D image intensity information and 3-D dense stereo information are used for classification. The 3-D data are used for effective pedestrian hypothesis generation, scale and depth estimation, and 2-D model selection. The scaled models are matched against the selected hypothesis using high-performance matching, based on the Chamfer distance. Kalman filtering is used to track detected pedestrians. A subsequent validation, based on the motion field's variance and periodicity of tracked walking pedestrians, is used to eliminate false positives.