基于运动估计的置信度传播立体视频匹配算法

基于置信度传播（BP：Belief Propagation）的立体匹配算法与局部算法相比,视差准确度高,但需要耗费大量的计算时间。为此,提出一个基于运动估计的置信度传播立体视频匹配算法。该算法首先通过传统的BP算法获得I帧的匹配视差图,并保存每个像素获得最佳视差值的传递信息;然后,通过参考I帧的运动估计信息,得到重新排列的I帧视差值的传递信息,将其作为P帧置信度传播算法的初值进行迭代运算,从而大大减少了P帧置信度传播算法的迭代次数。实验结果表明,该算法能大大提高置信度传播立体视频的匹配效率。     

基于相关约束匹配和射影约束的最优匹配点提取

首先采用相关约束匹配的方法得到候选匹配对集,初步排除位移角点和伪角点。然后根据特征点集在图像射影变换过程中的整体稳定特性进行配准。最后通过设定共面点射影约束条件,自动选取相对精度最高的匹配点作为最优匹配点对。仿真实验结果表明,利用本文算法提取的最优匹配点对噪声和干扰具有很好的鲁棒性,对具有明显噪声和较大干扰的实际图像,仍能够获得比较理想的配准效果。     

基于多尺度局部区域置信度传播算法的图像分割

针对基于多尺度马尔可夫随机场 (Markov random fields, MRF) 的图像分割中常产生块效应的问题, 提出了一种多尺度置信度传播 (belief propagation) 算法, 通过建立不同尺度的局部区域, 在MRF分割模型上进行区域消息的传播, 最终基于局部区域概率的最大后验准则 (maximum a posterior) 得到图像的分割结果.提出的算法把图像的局部区域特征和全局特征结合起来, 在图像的精细层进行多尺度消息的传递, 避免了常规多尺度MRF模型层间误分类的传递.提出的算法不仅得到了更准确的图像分割结果, 而且具有较快的分割速度.实验结果表明了提出算法的有效性.     

一种基于MRF样本修补的改进算法

针对Cheng提出的样本修补算法,引入结构的几何量描述,重新定义优先级公式,以提高结构平稳性;改进置信度项更新法则,以便抑制修补过程产生的误差累积。实验结果表明,改进算法能够有效避免传统算法生成的垃圾物,较好保持纹理和结构特征。     

基于层叠的部件轨迹片段模型的视频人体姿态估计

为解决单目视频中的人体姿态估计问题,从人体的部件模型出发,以人体部件轨迹片段为实体构建时空概率图模型,通过逐步缩减轨迹片段在时域上的覆盖度,形成多级层叠模型,采用迭代的时域和空域交替解析的策略,从完整轨迹的推理开始,逐级过滤状态空间,直至获取人体各部件在每帧图像中的最优状态。为提供高质量的状态候选,引入全局运动信息,将单帧图像中人体姿态检测结果传播到整个视频形成轨迹,构成原始状态空间。在3个数据集上的对比试验表明,该方法较其他视频人体姿态估计方法达到了更高的估计精度。     

基于分层MRF模型的抗抖动视频分割算法

提出了一种新的抗摄像机频繁抖动的视频分割算法.采用分层马尔可夫随机场（MRF）模型对视频各帧图像进行多分辨率建模，利用视频序列中帧图像的空间关系来提高分割的准确性，通过Gibbs采样算法求得最大后验概率（MAP），从而实现在摄像机抖动情况下对视频目标的准确分割.在强光、多目标以及复杂背景等情况下对视频序列的车辆目标进行分割.经过实验对比，新算法的分割效果明显优于背景累积相减分割算法以及高斯混合模型方法.     

基于Sigmoid权函数的分段色彩匹配模型

为兼顾对高低浓度色彩再现精度的要求,解决单一模型进行色彩匹配时出现的“低浓度细节丢失、高浓度色彩饱和度低”的问题,提出一种基于单色样本学习的分段式色彩匹配方法．首先,根据模拟退火技术求解出最佳：分段阈值,将样本数据分成高、低浓度两类,分别对其样本数据进行学习,建立高、低浓度色彩匹配模型,然后,基于sigmoid权函数对两个模型学习得到的曲线进行合成．实验结果表明：与单一色彩匹配模型相比,这种分段式色彩匹配模型可以在不增加测试样本数量的前提下,有效提高色彩匹配尤其是在高、低浓度端的匹配精度;用sigmoid函数作为权函数的曲线合成方法,与一般常用的曲线合成方法相比,不仅可以保证高、低浓度色彩的匹配精度,而且还能有效处理分段式建模中两段曲线的光滑衔接问题,避免曲线衔接点处“颜色反转”现象的发生．     

基于神经网络的红外图像变分辨率相关匹配算法

提出了一种基于神经网络的图像匹配算法.选取实际红外图像,提取目标对应的二进制编号作为BP网络的输入样本,目标的形心为输出样本构建BP神经网络.对网络进行抗干扰训练后,依据目标的形心特征进行了变分辨率相关匹配.分析、实验证明有较好的识别率,在提高目标单帧检测概率的同时,极大地提高了图像处理的实时性.     

基于自适应遗传互相关算法的模板匹配

提出一种将自适应遗传算法与灰度互相关函数结合的模板匹配方法。通过合理设计自适应遗传算法和遗传参数以充分发挥遗传算法的全局寻优能力，从而降低模板匹配的时间复杂性，提高模板匹配的实时性。     

基于时域定区间记忆补偿的视频对象分割算法

提出了一种新的基于时域定区间记忆补偿的视频对象分割算法。首先,使用对称帧帧差累计法及帧差图像的四阶矩检测出初始运动变化区域;然后,对检测出的初始运动变化区域通过时域定区间记忆补偿法进行补偿,并进一步整合形成全局运动记忆母板,在空域使用Sobel边缘检测算子较为精确地检测得到当前帧中所有边缘;最后,进行时空融合,从而提取出完整精细的运动对象轮廓并通过填充得到运动对象模板。实验证明了本文算法的正确性和快速性。     

用于单视加深度视频编码的快速立体匹配算法

针对立体视频数据量大、立体匹配算法效率较低,远远满足不了实时传输需求的现状,提出了一种应用于单视加深度立体视频编码的快速立体匹配算法。该算法利用单视编码过程中产生的运动信息作为深度图生成的辅助信息,将立体匹配过程中的视差估计值重组,并将重组后的信息作为P帧的视差估计初值进行后续的迭代运算。算法通过利用单视编码过程中已有的运动信息,降低了P帧立体匹配的运算复杂度。实验结果表明,该算法能使视差图的生成速度提高一倍左右。     

观测噪声时间相关的动态定位算法

在动态定位数据处理中,动态定位的精度和可靠性除受观测偶然误差和系统误差的影响外,还受时间相关的观测噪声的影响.在观测噪声不满足时间不相关的假设情况下,卡尔曼滤波将达不到最优滤波效果,并且其误差协方差阵也是错误的.分析了测量噪声时间相关对卡尔曼滤波结果的影响,给出了观测噪声时间相关时的卡尔曼滤波递推公式.实例计算结果表明,采用该算法能够有效地消除测量噪声相关性对滤波结果的影响.     

结合CNN与分割约束的立体匹配算法

为了解决弱纹理与遮挡区域中难以准确匹配对应点的问题,在马尔可夫随机场（Markov random field,MRF）框架下,提出一种结合卷积神经网络（convolutional neural network,CNN）与分割线索的立体匹配算法.首先,采用特征表达能力强的CNN提取立体图像特征并匹配区域块.同时,对图像进行区域分割.然后,基于CNN匹配结果构造MRF能量函数数据项.基于分割结果定义能量函数项,通过其他区域约束弱纹理和遮挡区域的匹配过程.最后,最优化求解能量函数计算视差.在Middlebury与KITTI数据集上验证该算法和能量函数各项的作用,并与近2年提出方法进行性能比较.结果表明,该算法准确度更高,应对弱纹理与遮挡区域效果更好.

     

时空相关测速方法理论模型研究

相关测速声呐与多普勒测速声呐相比有很多优点.相关声呐与常规测深仪相似,用单波束垂直向海底发射,回波比多普勒声呐的回波强,而且波束可以很宽,相同大小的发射换能器,可以使用低频发射.早期的声相关计程仪,多采用时间或空间相关法,用常规的相关解算装置确定速度.为提高测速精度,提出了基于声传播机理构造海底回波的理论时空相关函数的方法,该方法通过采集的回波数据构造数据相关函数,利用最大似然等方法估计未知参数.为测出舰船相对于地的绝对速度,较详细地推导了海底回波的时空相关理论函数,从而可利用最大似然方法估计船速.     

考虑风光多维时空相关性的电源规划方法

提出考虑风光多维时空相关性的电源规划方法。基于Copula理论和风光出力概率分布建立考虑风光多维时空相关性的风光出力模型, 将出力场景应用于双层电源规划模型中, 提出考虑风光多维时空相关性的电源规划方法。上层是以总规划费用最小为目标函数的投资决策模型, 下层是以运行经济性和调峰特性最优为目标的短期运行优化模型。通过某地区算例验证分析了所提方法的有效性。结果表明,考虑风光时空相支性能够降低数据模拟误差,提高规划方法的经济效益,改善调峰特性。     

针对样品视频的H.264/SVC的快速运动估计算法

针对应用于电子显微镜等大型科学仪器样品图像远程实时传输的H.264/SVC,提出了一种基于自适应搜索范围的快速运动估计算法。根据宏块的空间和层间相关性,将基本层及增强层宏块分类,以宏块运动向量残差为基础,针对不同类型宏块,在水平和垂直方向上设计了自适应搜索范围算法。并针对匹配块搜索过程和帧间预测过程分别设计了提前退出算法。对不同仪器样品视频的测试表明,该算法与参考软件JSVM9.17的快速搜索算法相比,在PSNR和比特率保持相近的情况下,编码时间大约可节省52%～68%,搜索点数大约可降低81%～95%。     

有色噪声背景下多径信号的二维DOA和极化参数同时估计算法

基于有色噪声背景下的电磁矢量传感器阵列,提出一种宽带多径循环平稳信号的二维波达方向和极化参数的同时估计算法。该算法充分利用信号的循环平稳特性,不仅解决了宽带多径信号的二维波达方向估计问题,而且具有选择估计信号波达方向的能力。该方法能够抑制有色噪声和宽带干扰的影响。计算机仿真验证了所提方法的有效性。