基于数字摄像技术的能见度检测

为了更好地进行能见度的自动检测和全程检测,采用一种基于数字摄像技术的能见度检测方法：读入图像经过预处理设置＂兴趣域＂,提取出对比度大于亮度对比感阈的人眼可分辨像素点,然后通过建立摄像机参数模型,计算出这些点到摄像机的距离,取其最大值即为能见度值。在自行研制的高速公路视频监控系统上,采集某段高速公路上的视频监控图像,进行能见度检测实验,得到923组的观测实验结果。实验结果表明,该算法与人眼观察一致,并对噪声有较好的鲁棒性。     

智能视频监控系统中运动目标检测的研究

为了提高智能视频监控系统中运动目标检测的准确率和实时性,在传统对称差分算法的基础上提出了一种结合背景减法和时空熵图像的改进对称差分算法。首先,通过背景减法得到一个基本准确的运动目标,然后利用对称差分法得到差分图像,综合两者并求出时空熵图像,最后经形态学处理将运动目标准确快速地检测出来。实验结果表明,该算法计算简单、鲁棒性较好、抗噪声能力强,能对运动目标进行有效检测,可以广泛应用于智能视频监控系统中。     

智能视频监控系统中运动目标检测的研究北大核心

为了提高智能视频监控系统中运动目标检测的准确率和实时性,在传统对称差分算法的基础上提出了一种结合背景减法和时空熵图像的改进对称差分算法。首先,通过背景减法得到一个基本准确的运动目标,然后利用对称差分法得到差分图像,综合两者并求出时空熵图像,最后经形态学处理将运动目标准确快速地检测出来。实验结果表明,该算法计算简单、鲁棒性较好、抗噪声能力强,能对运动目标进行有效检测,可以广泛应用于智能视频监控系统中。     

红外搜索系统视频图像拼接算法及其应用

为了实现将视场小、变化快的红外搜索系统视频图像拼接成全景图像,根据红外搜索系统具有确定像空间位置变化信息的特点,提出了一种结合图像位置信息和模板匹配的的红外图像拼接算法。该算法有效的解决了传统的区域配准拼接算法运算速度慢和基于特征配准拼接算法精度差的不足,具有运算速度快、配准精度高的优点。为了验证该算法的有效性,利用采集到的红外搜索系统试验视频进行了仿真计算,从仿真的结果看,该算法相对于传统算法,大大提高了运算速度和匹配精度。     

红外视频帧运动模糊复原技术研究

当前红外空域监测探测系统常用视频的形式存储和传输图像信号,但是视频图像在形成、传输和记录过程中,易受运动模糊和噪声的污染,为了使该系统适用于当前空域形势,提出基于该系统的视频运动模糊复原算法。首先构建基于视频流运动模糊复原模型,综合序列图像各帧之间的互信息,估计有效的点扩散函数,然后描述运动模糊复原流程,提出相应算法,构建各功能模块。操作中视频以降频采样的方式减少计算复杂度,提高图像质量,获取较高复原效果。最后,通过引入主、客观两套评价体系对使用的算法以及其他经典算法作对照,评估复原结果。实验结果表明:复原视频各帧的峰值信噪比达到37,均方误差在9以下,均优于对照算法。基本满足监测系统发现目标,监测空域的要求。     

改进直方图均衡化算法及FPGA实现

为了解决图像对比度低和传统的直方图均衡化算法处理速度慢的问题,本文实现了一种改进直方图均衡化算法及FPGA系统。该系统首先在算法进行改进,达到提高了图像增强的目的,其次系统算法应用FPGA视频处理平台上进行硬件实现,实验结果表明：改进算法能产生比较清晰的图像,图像细节保留较好,可以满足图像处理的实时性要求。     

基于语义分割的水位监测方法研究

为了实现基于视频图像的水位自动监测,以及解决传统视频监测算法环境适应性差和鲁棒性低的问题,提出一种基于语义分割的视频水位监测方法.采用改进的DeepLabv3+算法并结合空间注意力机制、通道注意力机制和边缘细化模块对水位标尺图像进行分割,用来提取水平面坐标,根据相机标定结果的线性插值来计算实际水位值.实验结果表明,所提...     

多镜头反光式全景视频系统的研究

＂多镜头反光式全景视频系统＂旨在讨论一种工程上可行的全景视频系统架构,通过将一组同型镜头在同一水平面上环形对称排列,同时对周围360°内环境进行视频采集,并将采集到的多幅视频图像进行时间同步、色彩融合、统一白平衡、透视变换等处理,从而生成完整的高清晰度全景视频。该系统采用特殊的光路设计,使所有镜头光心重合,从而彻底消除视觉盲区和重影区。讨论一种统一白平衡处理方法,较好地解决了相邻图像帧间存在的色彩差异问题。主要讨论＂多镜头反光式全景视频系统＂的软/硬件系统架构及其相关算法,该软/硬件系统架构及其相关算法已在一台全景摄像机系统样机上实现,能够接近实时地生成环360°的全景视频,表明了该软/硬件系统架构及其相关算法在工程上具有可行性。     

基于L曲线的自适应时空正则化视频超分辨率重建

为了解决视频超分辨率重建的病态问题,以得到良好的重建效果,提出了一种新颖的视频超分辨率重建算法。在算法中引入了时空联合正则化算子,通过视频帧本身的空间平滑信息和视频相邻帧的帧间相关先验信息的引入,提高了解的质量;同时,为了选择合适的时空正则化系数,提出了基于L曲线的自适应时空正则化系数计算方法,可以自适应地计算合适的正则化系数。通过对模拟图像序列和真实视频序列的实验结果表明,算法能得到较为精确的解,重建出具有良好视觉效果的高分辨率视频。     

一种基于运动估计的视频降噪算法

为了有效地去除视频序列中的噪声,提高视频图像质量,提出了一种基于运动估计的视频降噪算法。该算法在由视频序列中的当前帧和前后多帧图像构建的图像层中,通过运动估计技术,沿着物体的运动轨迹进行时域帧间滤波。实验结果显示,本文提出的算法充分利用了视频序列的时域信息,可以有效去除视频序列中的噪声,同时可以很好地保持视频图像的细节。     

一种多摄像机全景视频图像快速拼接算法

针对多摄像机全景成像系统在近距离观测时全景图像存在视差失真和拼接费时的问题,提出了一种自适应调整相邻图像间变换矩阵的快速拼接算法。算法根据相邻图像重叠区域的匹配程度,采用快速自适应优化调整算法确定最佳变换矩阵参数,从而实现全景视频图像的无缝拼接。实验结果表明:本文提出的算法可以快速实现多摄像机全景视频图像的光滑拼接,满足近距离全景视频观测的实际要求。     

基于FPGA的视频图像处理算法的研究与实现

为有效提高视频监控应用领域中多屏幕画面显示的清晰度、分辨度等问题,提出了一种基于FPGA的实时视频图像处理算法。文中介绍了系统的整体结构,然后针对FPGA模块介绍了视频图像的缓存及图像分割,并针对视频的输出显示要求,重点介绍了基于双线性插值算法的实现。ModelSim的仿真结果表明,该算法符合多屏幕显示系统的要求。     

基于视频序列的数字图像拼接技术研究进展

基于视频序列的数字图像拼接是指将具有重叠区的多帧视频通过数字配准和融合获得单幅宽视场静态全景图或动态全景图.基于视频序列的数字图像拼接技术主要包括全局快速配准算法、运动目标分割算法和无缝融合算法.首先分析理想数字图像拼接系统的特性,然后介绍近年来基于视频序列的数字图像拼接技术的研究进展,最后分析其研究动向.     

基于三维小波变换的视频水印嵌入与盲提取算法

为了寻求有效的数字媒体保护方法,该文提出了一种在三维小波变换域内基于二值运算的数字视频水印嵌入算法。为了实现水印的获取,提出了一种相应的水印盲提取算法。水印的嵌入与提取算法每次只对4帧图像进行小波分解,不仅充分利用了小波变换良好的空时多分辨特性,而且占用内存空间少、时延低,适合视频流的在线水印嵌入和提取,并易于硬件的实时实现。实验结果表明,该文所提出的视频水印算法对高斯噪声、MPEG编码、帧平均、帧抽取和帧置乱具有良好的鲁棒性。     

基于Harris图像拼接的全景视频稳像算法

对于背景变换和抖动分量比较小的视频序列,传统稳像算法不能直接适用,本文提出一种基于Harris图像拼接的全景稳像算法。首先采用Prewitt算子提取出图像的边缘信息,在此基础上进行分区的Harris特征点检测;然后结合NCC（normalized cross correlation）算法与RANSAC（random sample consensus）算法实现图像间的特征点精确匹配,接着利用加权平均融合的方法进行图像融合;最后对融合后的全景图像进行剪裁,完成图像补偿,输出稳定的视频序列。实验结果表明:改进的Harris算法提高了算法效率以及正确特征点数量,并且本文稳像算法实时性较好,能够有效消除视频抖动并输出稳定的视频序列。     

基于图像分割的深度视频校正算法

在基于深度图的虚拟视点绘制过程中,由于通过深 度估计软件获取的深度视频存在大量的失真,从而导致绘制的虚拟视点中存在纹理失真和缺 失现象。本文围绕深度视频失真类型,提出一种基于分割的深度 视频校正算法。利用彩色深度一致性信息分区域校正深度失真,以解决由于深度块失真造成 的虚拟视点纹理 缺失问题。首先,提取彩色视频运动和边缘区域,得到彩色视频边缘和运动区域掩模图;其 次,在边缘和运 动信息的辅助下,对彩色图像进行Mean Shift聚类,并将不同类别区域赋以不同的标签;最 后,分别统计不 同类别连通区域对应的深度直方图,利用其峰值校正深度视频中深度彩色非一致区域。实验 结果表明,本文提 出的基于分割块的深度视频校正算法优于部分基于像素的滤波算法,可以有效地校正深度视 频块失真,解决 虚拟视点边缘失真和纹理缺失问题,同时虚拟视点质量平均提高了0.20dB。     

基于组合混沌系统的彩色视频流加密算法

为进一步加强视频图像在存储及传输过程中的安全性,提出一种将两种改进的混沌系统和分组加密算法结合的彩色视频流加密方案.将原视频逐帧提取并取其RGB分量,并用改进的logistic混沌系统控制其高低位进行各分量位重组.再利用级联式二维猫映射,对亮度分量R实现快速空域置乱;通过改进型二维logistic映射构造的非线性混沌序列,对色度分量GB分量进行迭代扩散.然后将已加密的三分量通过AES算法进行二重加密.算法利用了高低维混沌的空域混合双重加密.仿真结果表明该算法的解密图像无损、无失真,具有更好的密钥敏感性、更好的安全性.     

Gesture recognition for human–machine interaction in table tennis video based on deep semantic understanding

The analysis of moving objects in videos, especially the recognition of human motions and gestures, is attracting increasing emphasis in computer vision area. However, most existing video analysis methods do not take into account the effect of video semantic information. The topological information of the video image plays an important role in describing the association relationship of the image content, which will help to improve the discriminability of the video feature expression. Based on the above considerations, we propose a video semantic feature learning method that integrates image topological sparse coding with dynamic time warping algorithm to improve the gesture recognition in videos. This method divides video feature learning into two phases: semi-supervised video image feature learning and supervised optimization of video sequence features. Next, a distance weighting based dynamic time warping algorithm and K-nearest neighbor algorithm is leveraged to recognize gestures. We conduct comparative experiments on table tennis video dataset. The experimental results show that the proposed method is more discriminative to the expression of video features and can effectively improve the recognition rate of gestures in sports video.     

Foveation scalable video coding with automatic fixation selection

Image and video coding is an optimization problem. A successful image and video coding algorithm delivers a good tradeoff between visual quality and other coding performance measures, such as compression, complexity, scalability, robustness, and security. In this paper, we follow two recent trends in image and video coding research. One is to incorporate human visual system (HVS) models to improve the current state-of-the-art of image and video coding algorithms by better exploiting the properties of the intended receiver. The other is to design rate scalable image and video codecs, which allow the extraction of coded visual information at continuously varying bit rates from a single compressed bitstream. Specifically, we propose a foveation scalable video coding (FSVC) algorithm which supplies good quality-compression performance as well as effective rate scalability. The key idea is to organize the encoded bitstream to provide the best decoded video at an arbitrary bit rate in terms of foveated visual quality measurement. A foveation-based HVS model plays an important role in the algorithm. The algorithm is adaptable to different applications, such as knowledge-based video coding and video communications over time-varying, multiuser and interactive networks.