A pretreatment to improve the quality metrics performance for encoding H264/AVC

The study of the human visual system is very interesting to quantify the quality of an image or to predict perceived information. The contrast sensitivity function is one of the main ways to incorporate the human visual system properties in an imaging system. It characterizes its sensitivity to spatial frequencies. In this paper, we are interested in establishing a pretreatment for existing metrics with full reference (“peak signal‐to‐noise ratio”, “digital video quality”) for the H.264/MPEG‐4 (Motion Picture Expert Group) advanced video coding standard. We realize in our algorithm the FFT transformation to apply the contrast sensitivity function. Our method is applicable to any size of image and video sequence by increasing its size at powers of two. This increase is achieved by adding “mirror image.” We evaluate the performance of the proposed pretreatment by using subjective “LIVE” video databases. The performance metrics, that is, Pearson (PLCC), Spearman correlation coefficients (SROCC) and root mean square prediction error (RMSE) indicate that the proposed method gives a good performance in H264 codec distortions.     

数字视频监控系统中实时运动检测系统的研究

在数字视频监控系统中,从视频流里捕获出序列图像并进行实时运动检测是一项重要的功能。采用两个进程分别实现视频图像的捕获和运动检测,命名管道作为两个进程之间数据通信的桥梁。提出了一种基于帧差交集快速视频分割法、阈值面积算法结合数学形态学运算提取运动目标区域的数字图像处理算法,然后再进行运动目标的跟踪定位,实现实时运动检测。     

基于随机性检测的数字稳像算法评价方法*

提出了一种基于随机性检测的数字稳像算法客观评价方法。该方法首先估计出数字稳像算法输出视频的全局运动向量;然后将估计结果编码为二进制序列;最后利用随机性检测的方法来检验此二进制序列的随机性,并且根据序列随机性的强弱程度来衡量数字稳像算法的效果。最后的实验表明,提出的方法能够准确地评价常用的数字稳像算法。     

数字视频区域篡改的检测与定位

目的 数字视频区域篡改是指视频帧图像的某个关键区域被覆盖或被替换,经过图像编辑和修补之后,该关键区域的修改痕迹很难通过肉眼来分辨。视频图像的关键区域承载了视频序列的关键语义信息。如果该篡改操作属于恶意的伪造行为,将产生非常严重的影响和后果。因此,视频区域篡改的检测与定位研究具有重要的研究价值和应用前景。方法 数字图像的复制粘贴篡改检测已经取得较大的研究进展,相关研究成果也很多。但是,数字视频区域篡改的检测与定位不能直接采用数字图像的复制—粘贴篡改取证算法。数字视频区域篡改检测与定位是数字视频被动取证研究领域中的一个新兴的研究方向,近年来越来越多的学者在该领域开展研究工作。目前,数字视频的区域篡改检测与定位研究还缺少完善的理论支撑和通用的检测与定位算法。在广泛调研最近几年的最新研究成果的基础上,对数字视频区域篡改的被动取证概念及重要性进行了介绍,将现有的数字视频区域篡改被动取证算法分为4类：基于噪声模式的算法、基于像素相关性的算法、基于视频内容特征的算法和基于抽象统计特征的算法。然后,对这些区域篡改检测与定位的算法进行对比分析,并介绍现有的视频区域篡改软件和算法,以及篡改检测算法的测试数据库。最后,对本研究领域存在的问题和挑战进行总结,并对未来的研究趋势进行展望。结果 选取了20篇文献中的18种算法,分别介绍每种算法的算法原理,并对这些算法进行对比分析。大部分的算法都宣称可以检测并定位出篡改可疑区域,但是检测和定位的精度、计算复杂度都各有差异。其中,基于时空域的像素相关性分析的算法具有较好的检测和定位效果,并且支持运动背景视频中的运动目标删除篡改检测和定位。基于光流平滑性异常的算法和基于运动目标检测的算法都是基于公开的视频篡改测试库进行比较测试的,两种算法都具有较好的检测和定位效果。基于隐写分析特征提取的集成分类算法虽然只能实现时域上的篡改定位,不能实现更精细的空域篡改定位,但是该算法为基于机器学习的大规模视频篡改取证研究提供了新思路和可能的发展方向,具有较大的指导意义。结论 由于视频编码压缩引入噪声,以及视频区域篡改软件工具和技术的改进,视频区域篡改检测和定位仍是一个极具挑战的课题。未来几年,基于视频内容特征和抽象统计特征的视频区域篡改检测和定位算法,有可能结合深度学习算法,得到进一步的研究和发展;相关的理论算法、系统模型和评价标准等研究成果将逐步完善。     

基于音频分析的视频场景检测

目前场景检测的研究，主要是基于图像和视频。但音频同样具有丰富的场景信息，基于音频分析的计算量是比较少的，对自动或者半自动的场景检测，基于音频分析的方法也是更为让用户接受的。可以把基于音频分析的方法作为视频场景检测的辅助手段，以获得更为准确的场景检测和分割。该文提出了一个基于内容的音频分析系统，对视频序列实现基于音频分析的场景检测和分割。该系统能有效的解决许多诸如图像变化了，而实际场景并未变化的情形。且本系统整体运算复杂度较基于视频／图像的场景检测与分割系统要低。     

图像识别技术在无人机自动着陆导航中的应用

给出了一种以图像识别技术为基础的无人机自动着落导航的方法;采用DirectShow解码视频文件得到了连续的数字图像序列,同时设计了计算机同实际模拟图像信号的硬件接口,使系统很容易被扩展成实际的图像处理系统;为了提高计算机的使用效率和交互性,采用多线程技术设计了在Windows环境下的图像识别实验平台,并以某型无人机光测图像序列作为实验对象,实验结果表明本文设计的识别算法有较好的精度和较快的识别速度,为无人机自动着落导航的最终实现创造了较好的条件.     

一种基于位平面综合特征的彩色图像检索方案

传统的基于颜色直方图的彩色图像检索方法存在严重不足.首先是丢失颜色空间分布信息及特征维数过高,更重要的是无法有效检索含噪声图像.为克服此缺陷,提出了一种基于位平面综合特征的彩色图像检索算法.首先,结合光照、锐化、模糊等噪声攻击特点,从原始彩色图像中提取出重要位平面;然后选取重要位平面的加权颜色直方图作为颜色特征,选取重要位平面的空间信息熵作为空间特征;再综合利用上述颜色、空间两个特征计算图像间内容的相似度,并进行彩色图像检索.仿真实验表明,算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率和查全率(特别对于含噪声图像).     

A video-based framework for the analysis of presentations/posters

Detection and recognition of textual information in an image or video sequence is important for many applications. The increased resolution and capabilities of digital cameras and faster mobile processing allow for the development of interesting systems. We present an application based on the capture of information presented at a slide-show presentation or at a poster session. We describe the development of a system to process the textual and graphical information in such presentations. The application integrates video and image processing, document layout understanding, optical character recognition (OCR), and pattern recognition. The digital imaging device captures slides/poster images, and the computing module preprocesses and annotates the content. Various problems related to metric rectification, key-frame extraction, text detection, enhancement, and system integration are addressed. The results are promising for applications such as a mobile text reader for the visually impaired. By using powerful text-processing algorithms, we can extend this framework to other applications, e.g., document and conference archiving, camera-based semantics extraction, and ontology creation.Received: 18 December 2003, Revised: 1 November 2004, Published online: 2 February 2005     

基于MPEG-4算法的视频采集卡设计

数字视频监控系统以其直观、方便、信息内容丰富的特点越来越受到人们的重视,已成为安全防范系统的重要组成部分。视频采集子系统主要完成视频图像的采集和压缩,是数字化视频监控中最核心的部分,直接影响着整个监控系统性能和质量的好坏。针对新一代的视频监控系统对视频图像的质量和实时性的要求,本文设计出一种基于DSP和PCI接口的视频采集卡。     

关系数据库数字水印技术

随着知识产权保护和信息安全技术的发展,关系数据库数据存在所有权问题,可以采用数字水印技术对其进行数字所有权管理。该文分析了关系数据库中的数据和图像、声频、视频等多媒体数据的区别及关系数据库水印的特点,探讨了几种关系数据库数字水印技术,还分析了对关系数据库数据水印技术的攻击方式和理想的关系数据库水印技术。水印关系数据库对数据库的安全有着广阔前景和实际应用价值。     

基于数字图像处理的大范围区域的火焰识别

传统的检测火焰的方法并不能发挥很好的作用,近些年,随着计算机以及基于视频图像序列处理的数字图像处理技术的发展,基于视觉火焰检测技术在大范围空间具有十分实用的价值。通过数字彩色CCD摄像机获得连续的图片,我们可以通过图像利用数字图像处理的算法来获得所感兴趣区域的形状特征,静态动态特征以及颜色信息,从而来判断是否发生了火灾。将摄像系统装配在所需检测的位置从而达到对检测区域自动防火的功能。简便的算法也可以减少对数据处理的时间。实验的结果说明了我们的方法可以准确地确认火焰。     

基于红外视频的变电站监控系统的实现

变电站的红外视频监控系统能有效监控变电设备的发热情况．但目前还没有针对红外视频特点的专用编解码方案。一般的视频监控（或图像监控）系统主要基于H．26L、MPEC-1、MPEG-2、JPEG2000等标准设计，由于没有针对红外视频进行优化，都有一定的不足。MPGE-4是一种压缩效率较高、系统开销合理的视频压缩标准，经适当优化后，适于变电站视频监控。本文讨论了MPEC-4标；住中的几个关键技术，并给出了一种MPEG-4标准下基于红外视频的变电站监控系统实现方案。     

基于机载视频量测的3维城市建模

3维城市模型的快速获取及更新是近十年来计算机视觉及数字摄影测量领域研究的热点。从实用、经济的角度出发，提出了集成城市数字地图、LIDAR data以及机载视频序列影像多数据源，基于数字摄影测量理论的半自动获取3维城市模型的解决办法，并在3维导航的数据生产实践中进行了验证，取得较好的生产效率及效果。     

基于多DSP的并行实时视频处理系统

视频处理的特点是数据量大,实时性要求高.为了满足数字视频信号处理的要求,在并行计算的基础上,运用ADI的TigerSHARC系列DSP组成多DSP的并行处理系统,并用FPGA实现DSP处理系统与外界的高速接口.该系统能实时、高速、灵活的处理各种格式的视频和图像数据.     

Trie for similarity matching in large video databases

Similarity matching in video databases is of growing importance in many new applications such as video clustering and digital video libraries. In order to provide efficient access to relevant data in large databases, there have been many research efforts in video indexing with diverse spatial and temporal features. However, most of the previous works relied on sequential matching methods or memory-based inverted file techniques, thus making them unsuitable for a large volume of video databases. In order to resolve this problem, this paper proposes an effective and scalable indexing technique using a trie, originally proposed for string matching, as an index structure. For building an index, we convert each frame into a symbol sequence using a window order heuristic and build a disk-resident trie from a set of symbol sequences. For query processing, we perform a depth-first traversal on the trie and execute a temporal segmentation. To verify the superiority of our approach, we perform several experiments with real and synthetic data sets. The results reveal that our approach consistently outperforms the sequential scan method, and the performance gain is maintained even with a large volume of video databases.     

基于USB2.0的数字图像视频流的实时捕捉与显示系统的设计与实现

给出了一个基于USB2.0和DirectShow技术的CMOS数字图像传感器视频流捕捉及显示系统的软件设计与实现方案,阐述了DirectShow的技术结构.详细介绍了USB2.0固件程序、视频捕捉程序和图像显示控制程序的设计过程.该软件可作为基于USB接口的CMOS数字图像传感器摄像头的驱动程序广泛应用于数字摄像头生产过程的质量检测和测试设备中.     

基于Internet技术的网络视频监控系统

采用基于Internet的网络技术,应用网络视频摄像机对模拟量视频图像进行数字编码,通过IP网络传输至监控中心储存并实现数字信号转模拟图像上传电视墙实时监控。重点分析网络技术在视频监控系统中的应用及系统结构的设计和功能实现,通过实际项目运用证明基于网络的视频监控技术在现代安防系统的运用中取得显著的效果。     

基于DVB的视频关键帧浏览系统的实现

随着计算机技术和电视技术的发展 ,数字视频节目日益增多 .为了迅速了解视频节目的内容 ,提出了建立基于数字视频广播 (DVB)的视频关键帧浏览系统的方案 .该系统首先利用 MPEG压缩视频提供的压缩参数 ,直接将视频序列划分成以镜头为单位的视频片段 ;然后提取每个镜头中的第一个 I帧作为关键帧 ,重构其 DC图象 ;最后 ,根据 DVB标准 ,通过扩展 SI表实现对这些视频关键帧进行封装的数据结构 ,从而实现电视台对视频关键帧的发送和接收 .文中给出了前端系统结构示意图和基于关键帧 DC图象的快速浏览实例 .由于该系统直接利用了压缩参数 ,从而减少了解压缩的开销 ,具有计算代价小 ,浏览速度快的特点 .     

Novel robust image watermarking based on subsampling and DWT

This paper presents a robust digital image watermarking scheme based on subsampling and DWT. Subsampling is firstly used to construct a subimage sequence as a video segment. Then, a random watermark sequence satisfied with Gaussian distribution is block-wised embedded into the DWT domain of these subimages repeatedly using the video watermarking technique. And watermark is detected through computing correlation between watermark and watermarked frames. The experiment results demonstrate that the proposed scheme achieves good robustness against JPEG compression, common image processing operation and geometric distortions. Furthermore, the proposed watermarking scheme is also robust against linear collusion and other video watermarking attacks.