一种含运动物体的长视频拼接技术

针对长视频序列全景图的拼接问题,提出了一种新的解决方法.该方法首先将长视频序列分段,每一段分别采用场景流形算法进行拼接,然后根据摄像机运动方向将拼接后的相邻图象采用图切割算法搜索最佳缝合线,并依次缝合所有拼接后的图像,最终得到整个视频序列的全景图.场景流形算法是通过在视频序列中构建图卡,以相似测度确定图卡的次序,并寻找贯穿整个视频的流形,完成拼接,该算法适用于存在运动物体的视频序列拼接.试验结果表明,分段拼接的方法得到的全景图可以较好的保证源图像的细节,没有明显的扭曲和变形,并且有一定的实时性,有较好的应用前景.     

带显著性区域约束的高效视频全景拼接方法

摘要：传统的基于流形的全景拼接技术在处理包含局部运动的视频时,存在不能保留特定关键区域 的内容、表达视频运动信息的能力较差以及实现速度较慢的问题．针对上述问题,提出了一种带显 著性区域约束的高效视频全景拼接方法,该方法在基于流形的视频拼接的基础上考虑图像的特征 点,通过设定显著性区域,生成关键帧带约束的全景图;然后对关键帧全景图进行对齐及融合,构建 运动全景图;并采用基于ＣＵＤＡ的并行计算方法进行算法加速．实验结果表明：该方法不仅可以在 全景图中保留特定对象某一时刻的具体形态,而且可以保留运动对象多个运动形态,并且有较快的 拼接速度．     

大视场视频全景图生成研究

针对采用传统方法生成的视频全景图存在拼接裂缝和“鬼影”现象的问题，提出了一种新的大视场视频全景图生成算法．该算法基于快速傅立叶变换的图像配准算法，求取两相邻视频帧之间的配准系数，采用改进的线性系统法对配准系数进行全局优化．对存在运动物体的视频图像，采用启发式最优路径搜索算法寻找到图像间拼接的最佳缝合线，并使用多分辨率原理进行图像拼接后的平滑处理.实验结果表明，该算法优化了图像间的配准系数，平滑处理了拼接后的图像，减少了人工性缺陷，提高了视频全景图的真实感.     

基于特征点的球面全景图快速生成算法

提出一种基于球面投影模型的全景图生成算法,对普通相机获取的序列图像,实现了球面全景图的无缝拼接。通过双线性插值算法解决了球面投影变换中的变形问题,提出了一种基于特征点匹配的方法实现了球面全景图的无缝拼接。实验结果表明,该算法生成的球面全景图质量较高,具有良好的鲁棒性。     

多摄像机下动态前景分离的视频拼接算法

针对多摄相机固定拍摄的条件,提出一种新的动态前景分离的视频拼接算法,该算法主要解决了视频中运动物体所导致的匹配错误以及可能产生的拼接鬼影现象.首先提取视频的背景图像并分离前景,利用一套自动配准的算法对背景图像进行配准得到匹配关系,进而建立大场景背景视频;提取动态前景并计算在视频重叠区域中的前景目标的匹配度以判断2视频中目标是否为同一物体,重新取舍并补回背景视频中,从而避免了直接拼接所引发的鬼影现象.实验结果表明,该视频拼接算法匹配精度高、鲁棒性强、视频流畅、计算效率高并基本达到实时拼接的效果.     

全景图拼接算法的设计与实现

研究了全景图生成过程中相关图片拼接的问题.探讨了通常的2种图像拼接算法及其优缺点,在定义匹配图、包含图和模板图的基础上,提出了一个基于模板匹配的全景图拼接算法,引入标准相似度实现模板匹配,在Visual C 6.0环境中编程实现图片的拼接,并验证了算法的正确性.     

全景图拼接算法的设计与实现

研究了全景图生成过程中相关图片拼接的问题．探讨了通常的2种图像拼接算法及其优缺点，在定义匹配图、包含图和模板图的基础上，提出了一个基于模板匹配的全景图拼接算法，引入标准相似度实现模板匹配，在Visual C＋＋6．0环境中编程实现图片的拼接，并验证了算法的正确性．     

基于级联卷积神经网络的视频动态烟雾检测

复杂场景中烟雾特性的提取是目前视频烟雾检测领域的主要挑战。针对该问题,提出一种静态和动态特征结合的卷积神经网络视频烟雾检测框架。在静态单帧图像特征检测的基础上,进一步分析其时空域上的动态纹理信息以期克服复杂的环境干扰。实验结果显示,该级联卷积神经网络模型可有效应用于复杂视频场景中烟雾事件的实时检测。     

非球面非零位拼接测量的对准误差模型

为消除非零位拼接检测非球面中对准误差对拼接结果的影响,建立了基于对准误差修正的优化拼接模型;在非零位检测非球面对准误差模型的基础上,分析对准误差各误差分量的表现形式及影响规律,并建立了基于对准误差补偿的拼接检测非球面的数学模型,实现子孔径的高精度拼接合成。实验表明,该方法可以有效地提高拼接测量精度,经过对准误差校正的拼接测量结果的PV值精度可达0.03λ。     

一个基于图像的虚拟现实系统

简要介绍了基于图像绘制技术的特点及理论基础,重点阐述基于柱面全景图的方法,并在此基础上实现了一个虚拟现实系统。用这个方法,解决了全景图自动生成工具、场景的实时显示算法及全景图浏览器设计的技术问题。     

基于列车前向运动视频的全景图拼接算法

首先设计了一个基于前向运动视频的高速铁路运行环境全景图成像框架,在此框架基础上,提出了一种基于前向运动视频的全景图快速生成算法。最后,对所生成的全景图进行三维重建,模拟列车真实运行环境。实验结果表明,该方法在数据存储、数据的快速浏览等方面有着很大优势,并且可以用于铁路运行环境的自动检测、列车虚拟驾驶等方面。     

采用改进HSI模型的车牌区域检测和定位方法

为研制高性能实时车牌照识别系统,提出一种基于改进HSI模型的车辆牌照检测技术,依据转换后的车牌图像纹理特征设计了基于人工神经网络和投影算法的车牌区域检测和定位算法.结果表明,静态图片实验定位准确率98%,车牌检测率91%,得到了很好的车牌定位效果,静态图像处理速度为0.032s/幅,证明提出的定位方法可满足实时系统对识别速度的要求.     

一种提取视频电磁泄漏信息同步特征的方法

检测/截获计算机电磁泄漏的视频信息,其关键技术是图像信息的恢复还原。该文用类Harr小波提取不同程度倾斜的视频图像的纹理特征,测量纹理的倾斜角度,用于自动控制行同步参数的调整,直到行同步的精度满足要求,实现截获的计算机视频泄漏信息(图像)的稳定恢复再现。     

虚拟超大纹理的设计与实现

随着民用和军用的仿真系统和C&C系统的发展,在很多情况下,实时渲染的地形都需要使用巨量图像数据作为纹理。但是这类图像数据量巨大,无法全部载入显存,甚至无法全部载入内存。提出一种基于多分辨率纹理和视点相关的缓存和映射策略的超大虚拟纹理技术来解决这个问题。在缓存调度过程中,该算法充分利用了硬件的传输能力来节约带宽,用户可以像使用普通OpenGL纹理一样使用该超大虚拟纹理,虚拟纹理对于他们完全是透明的。该算法使用的纹理数据的大小仅受到硬件容量和浮点数精度的限制,并且运行效率与使用普通纹理相差不大。     

基于概率神经网络的人群密度估计

研究图像在频域中的纹理特性,实现了在频域中的人群密度估计.首先,对视频的每一帧进行离散余弦变换(DCT),将视频图像的空域性质转化到频域中;其次,统计分析视频图像DCT变换矩阵的纹理特性,提取能描述不同密度等级的纹理描述子作为特征向量;最后,用提取出的特征向量训练概率神经网络,并进行人群密度等级估计.实验表明,该方法可以很好地进行密度估计,获得了较高识别效率.     

一种动态场景下的视频前景目标分割方法

视频中运动前景目标的分割是计算机视觉领域的一项关键问题, 在视频监控、检索、事件检测等多个方面具有重要应用价值. 现有视频前景目标分割技术主要针对静态场景, 在动态场景下难以获取良好效果. 该文提出一种高斯混合模型与光流残差相结合的前景目标分割方法. 该方法使用高斯混合模型建模, 提取初步的前景区域; 利用光流残差进一步滤除其中动态纹理背景干扰; 采用形态学处理获得前景目标. 实验显示, 与现有方法相比, 该方法可更准确地从动态场景中分割出前景目标轮廓.     

基于Web 的远程视频系统的设计

分析了远程视频系统的关键技术, 介绍了IP/ TV 和RealSystem 软件系统的工作机理和特性, 提出了Web 交互式远程视频系统的设计方案。经过一段时间的试运行, 本网络视频系统传输效果良好, 网络上各个部门都能够接收到高质量、全动态的视频广播和视频点播的节目;只要在现有网络视频系统的基础上安装摄像头和麦克风, 就可以实现网上视频会议和远程教育等功能, 而且可以通过广域网参加I nternet/ Intranet 会议, 实现Internet 上的远程教育, 具有很好的发展前景。     

面向飞行模拟的云仿真及其实时绘制

改进并建立了云光照模型,引入了大气密度与海拔高度间的关系,并基于粒子尺度对散射相函数进行加权以提高仿真精度。针对飞行模拟的静态/动态云绘制,提出了基于粒子系统和Texture Sprites实现云谱交互建模的有效方法。为达到实时绘制,采用动态生成Impostor技术和GPU加速仿真及实时绘制。将本文提出的粒子云绘制技术集成于飞行模拟器的视景系统,能够增强虚拟环境的真实感、沉浸感,并满足限时系统的交互要求。