三维动态偏移场模型及其在视频跟踪技术中的应用

基于二维动态偏移场模型,该文提出了动态偏移场模型的三维描述形式,实现了对目标沿景深方向运动状态的描述,并为失真图像序列的动态偏移提供了由平面偏移估计到空间运动状态估计的渐进描述。在视频跟踪系统中,较之其他视频跟踪技术,基于三维偏移场模型理论,该文实现了跟踪视频序列的稳定化和对被跟踪目标运动状态的估计。     

CATV系统中的图像失真

在CATV系统中,出现的图像失真和伴音干扰现象一般是由频道的幅频特性产生的偏移或者是前端设备中的调频器出现故障引起,需要在故障检查时,进行区分才能使问题快速解决。基于此,对CATV系统中的图像失真现象进行了分析与探讨。     

分布式视频编码中基于量化噪声因素的虚拟相关信道模型

针对现有虚拟信道模型——Laplacian模型不能精确描述其特性,导致系统编码率失真性能不高,深入研究了量化噪声对边信息质量的影响,引入量化噪声因素修正虚拟信道模型,改进了像素域分布式视频编码(PDWZ)系统的帧级虚拟信道估计,并利用原始图像相关信息实现参数的动态调整。实验结果表明,与现有Laplacian模型相比,改进模型能更精确地描述虚拟信道的统计特性,系统的率失真性能得到改善。     

一种用于深度图编码的虚拟视失真估计模型

多视视频加深度(MVD,multi-view video plus depth)的3D视频格式中,深度图提供视频的场景几何信息,其不在终端成像显示而是通过基于深度图像的绘制(DIBR)技术用于绘制虚拟视图像。在深度图的压缩编码过程中,深度图的失真会引起绘制的虚拟视图像的失真。深度图用于绘制而不用于显示的特性使得准确估计深度图绘制的虚拟视失真可以提高深度图编码的率失真性能。本文分析了不同的深度图失真引起的不同的虚拟视失真,进而提出一种估计深度图失真引起虚拟视失真的指数模型,并将模型用于深度图编码的率失真优化(RDO)中。实验结果表明,本文提出的模型可以准确估计深度图失真引起的虚拟视失真,提高深度图编码性能,相比于HTM的VSO可以降低约10%的编码时间,并且虚拟视质量略优于HTM。     

移动环境视频编码功率-码率-失真模型研究

在前期建立视频编码动态功耗模型的基础上,将功率因子引入到经典率失真理论,并对经典码率模型及失真模型进行修正,进而建立视频编码功率-码率-失真模型.实验结果表明,该模型具有较高的精确性,为实现功耗约束条件下视频质量、带宽、功耗达到动态平衡的最优提供理论指导.     

基于参数化互信息的脑MR图像分割与偏移场矫正模型及快速算法

脑核磁共振(Magnetic Resonance简称MR)图像中存在灰度不均匀现象使得传统方法很难得到理想的分割与偏移场矫正结果.针对这一问题,本文首先提出Legendre基函数拟合偏移场下的参数化互信息度量,建立脑MR图像的分割与偏移场矫正的变分模型.最后,给出了基于分裂Bregman迭代方法的快速分割与偏移场矫正算...     

基于RGB Gamma曲线的LED显示图像的色散校正技术

通过对RGB三基色发光二极管(LED)温度特性的测试和分析发现,随着环境温度的变化,每种基色的LED亮度与常温时的亮度相比都会发生一定程度的偏移,且其偏移量不相同,导致了图像白场平衡的失真.为了校正失真,针对每个基色LED提出一种不同环境温度下的Gamma补偿曲线,使RGB三基色LED在环境温度变化时具有相同的亮度偏移值,以保证白场平衡.本文提出的Gamma补偿技术克服了LED的温度特性引起显示屏图像的色彩失真和白场平衡的破坏,使图像的色彩不会受环境温度的变化而失真.     

简析CATV系统中的图像失真

有线电视系统中 ,造成图像、伴音失真的故障部件一般不会出现在干线网络和用户分配网络 ,大多存在于前端设备和天馈系统中 ,如专用频道滤波式混合器、专用频道放大器、滤波器、固定频道接收天线等 ,以及决定某一电视信号的视音频特性优劣的电视解调器和电视调制器。1　某一频道出现图像失真、伴音干扰现象这种故障是在该频道 8ＭＨｚ带宽的幅频特性发生较大偏移时产生的。正常的图像载频电平应大于伴音载频电平 10～ 2 0ｄＢ。若幅频特性偏移使这个差值小于 10ｄＢ ,就会出现伴音干扰图像现象 ,即在电视画面上出现与伴音同步的横条干扰 ,其…     

采用SJND模型的动态点云感知编码方法

动态点云能有效描述自然场景与3D对象,提供沉浸式视觉体验;但其数据量庞大。需对其进行有效压缩。提出了采用显著性引导的恰可察觉失真(Saliency-guided Just Noticeable Distortion, SJND)模型的动态点云感知编码方法。针对纹理图感知冗余,构建了基于离散余弦变换域的SJND模型,应用于纹理图编码过程中的DCT系数抑制;考虑到相同失真等级下显著区域的几何失真更易被察觉,提出使用投影显著图将几何图进行分层;最后,为不同层级的编码树单元进行自适应量化参数选择和编码。与V-PCC标准方法相比,在保证动态点云视觉质量的前提下,所提出方法提升了动态点云的编码效率。     

基于中心凹恰可觉察失真模型的多视点深度视频编码方法

针对深度视频压缩中存在的大量视觉冗余,提出了一种基于中心凹恰可觉察失真(FJND)模型的深度视频编码方法。首先通过左右通道的彩色和深度视频绘制虚拟视点图像,并利用FJND模型得到虚拟视点图像的FJND,然后根据深度视频中几何偏移和深度值失真之间的关系确定深度视频左通道的可允许失真,将深度视频左通道分区域采用自适应量化参数进行编码,并对右通道的深度视频根据与左通道量化参数的关系进行编码。实验结果表明,本文方法在相同码率下,虚拟视点图像质量平均提高0.48dB;在相同虚拟视点图像的绘制质量下,深度视频编码码率平均减少26%。     

基于多尺度自回归图模型的SAR图像稳健滤波

基于多尺度自回归(MAR)图模型的稳健递归M估计(RME)算法,给出一种新的合成孔径雷达(SAR)图像稳健滤波方法.首先根据SAR图像不同尺度下的统计相依性,构造SAR图像的多尺度图像序列;然后对多尺度SAR图像序列构造树上MAR图模型,利用其的RME算法得到SAR图像的滤波.研究表明,该算法不仅具有有效的可计算性,而且利用不同分辨率下SAR图像信息融合,在不同情况下都能得到较好的滤波结果.实验结果表明,本文提出的方法是稳健的.     

非线性模型下的摄像机标定

摄像机模型的建立对于摄像机标定精度至关重要,针对该问题,对摄像机模型进行研究,对三种畸变模型进行分析,提出了考虑径向畸变和切向畸变的摄像机非线性模型,给出了在此非线性模型下,三维空间物点投影到二维像平面象素坐标的投影过程。同时在基于平面棋盘格的两步标定方法的基础上提出三步标定方法。将非线性模型应用到改进的摄像机标定算法中,实验结果表明:非线性模型下的改进标定算法具有更高的标定精度。     

基于精确模型和逆投影的超大视场红外图像畸变校正

针对超大视场红外图像畸变大、与人眼视觉差异明显的问题,提出了一种基于精确模型和逆投影的超大视场红外图像畸变校正算法以改善其视觉效果.该算法首先利用精确模型对超大视场红外相机成像中的物、像关系进行描述;然后,针对红外图像像素采样率不高的缺点,利用较为精确的三次卷积插值法对图像进行插值来补全成像信息;最后,根据校正图像上的待赋值像点的坐标,结合校正模型和超大视场红外相机精确模型,计算该像点逆投影到插值图像时的对应坐标,并以最近邻像点像素值作为校正后图像像点的赋值.车载道路场景下的超大视场红外图像畸变校正实验结果显示,所提出的算法图像校正结果边界清晰、无锯齿效应,对场景中的直线平均还原偏差小于0.35 pixels,表明该算法对超大视场红外图像畸变校正具有较好的适用性.     

基于目标变换模型的跟踪方法研究

图像目标跟踪是计算机视觉领域中富有挑战性的工作之一,但已有的算法大多都存在一定的局限性。针对目标相关匹配方法难以处理图像序列中目标所具有的连续性的尺度变化、旋转、变形等问题,通过在相邻两帧图像之间建立目标相对变化关系的数学模型,并依据该变换关系的数学描述及一定的相关测度对跟踪问题进行最优化建模,将目标跟踪问题转化为目标变换模型参数的最优化求解问题,最后利用L-M算法对上述优化问题进行求解,实现目标跟踪。实验结果表明,该方法对发生连续性平移、尺度、旋转、变形等变化的目标具有良好的跟踪精度,且对图像质量要求不高。     

采用暗态点光源模型的夜间去雾算法

针对夜间雾、霾场景下的去雾图像存在颜色失真、纹理损失、亮度低等缺陷,本文提出了一种采用暗态点光源模型的夜间去雾算法,通过构建夜间雾、霾场景的暗态点光源模型,利用联合双边滤波、限制对比度自适应直方图均衡化等算法对降质图像进行处理,结合大气散射模型得到去雾图像。实验结果表明,该算法的处理速度快、夜间去雾效果较好,较对比算法在对比度、平均梯度以及信息熵上均有一定程度地改善,有效解决了去雾图像的颜色失真、纹理损失、亮度低等缺陷。     

一种基于噪声模型的小波系数量化补偿方法

本文提出一种基于噪声模型的小波系数量化补偿方法,在小波变换域上对零截断系数采用简单的噪声模型进行补偿,解码端根据模型参数,合成随机纹理,改善因系数零截断量化造成的随机纹理失真,从而提高解码图像的主观视觉质量.实验结果表明,模型参数编码只需0.013bpp.在相同编码比特率的情况下,与JPEG2000缺省编码方法相比,图像主观质量得到很大改善.     

Spatially invariant image sequences

The authors define linearly additive spatially invariant image sequences and present an explicit mathematical model for describing them. In such a sequence, all objects are positionally invariant in each image of the sequence but have varying gray-scale contributions to the successive images of the sequence. The various components (features or processes) of the scene or object contribute additively to each image of the sequence, but each component has a characteristic variation (signature) from image to image due to the variation of the function, parameter or spectral band over the sequence. Objects with different spectral characteristics will have different image sequence signatures which can be used to distinguish them. Also presented are the general formulation, derivation, and explicit expression for the linear filter, called the simultaneous diagonalization (SD) filter, that calculates a single new image from the sequence such that a desired process is emphasized and any number of undesired processes is suppressed in the filtered image.     

DCT域下采样视频水印技术

根据DCT域Watson模型提出了一种抵抗下采样攻击的不可感知水印模型.用DCT域准卷积下采样方法得到图像的下采样版本,利用亮度特征和图像感知失真限制自适应确定被嵌入水印序列的区域、长度和强度,以使上采样水印图像具有良好的视觉效果和鲁棒性.实验结果表明该算法对噪声干扰及视频下采样具有较好的鲁棒性,而且不使用原始图像,就可进行水印的相关检测.     

基于视轴矢量序列的目标轨迹确认方法

针对椭圆轨道红外监视系统图像畸变大,基于图像配准进行目标轨迹确认误差大的问题,提出基于视轴矢量序列的目标确认分析方法;建立了目标视轴矢量序列的状态转移模型和观测模型,利用GM-PHD(Gaussian mixture probability hypothesis density)滤波器对目标视轴矢量进行滤波实现目标确认...     

基于背景光修正成像模型的水下图像复原

光在水下传播时由于受到水体吸收和散射作用的影响,导致水下图像质量严重退化。为了有效去除色偏和模糊,改善水下图像质量,该文提出一种基于背景光修正成像模型的水下图像复原方法。该方法基于对雾天图像的观察,提出了水下图像背景光偏移假设,并基于此建立背景光修正成像模型;随后使用单目深度估计网络获得场景深度的估计,并结合背景光修正的水下成像模型,利用非线性最小二乘拟合获得水下偏移分量的估计值从而实现水下图像去水;最后优化去水后的含雾图像的透射率,并结合修正后的背景光实现图像复原。实验结果表明,该文方法在恢复水下图像颜色和去除散射光方面效果良好。