基于提升小波变换和独立分量分析的运动目标检测

独立分量分析是一种新颖的盲源分离技术,可以有效分离信号中相互独立的源信号。为了提高独立分量分解的精度和收敛速度,提出了一种将提升小波变换和独立分量分析相结合的运动目标检测方法。仿真实验结果表明,此方法能够较好地检测出运动目标并且与一般的独立分量分析方法相比,减少了运行时间,具有更好的收敛性,是一种有效的运动目标检测方法。     

一种检测序列图像中运动目标的新方法

运动目标的检测是应用视觉研究领域的一个重要课题。本文提出了一种新的用于检测序列图像中运动目标的方法,实验结果表明了该方法的有效性和实用性。     

基于DSP的序列图像弱小运动目标检测

针对强杂波背景中的弱小运动目标检测问题,在分析弱小目标的运动特性在时频变换中表现出显著差异的基础上,采用两级滤波方法检测运动目标,提出了一种基于DSP的序列图像弱小运动目标检测方法.该方法首先对序列图像进行预处理、设置门限过滤噪声,然后根据目标和杂波的时频特征差异识别出弱小运动目标.实验结果表明,该方法可以很好地抑制噪...     

基于数学形态学的视频图像序列中的运动目标检测

R.Keshet（Kresch）提出了完备半格中的数学形态学,并给出了在视频图像序列中运动对象检测的应用.本文利用运动补偿、形态学方法和模板填充提出了复杂背景下的运动目标检测算法,并验证了算法的有效性和正确性.     

基于方向可调的不可分离小波框架变换图像融合检测方法

针对复杂的中长波红外图像的特点,论文提出了一种基于方向可调的不可分离小波框架变换红外图像融合检测方法。首先,对图像进行不可分离小波变换分解,提取两幅图像的低频和高频,分别对高频和低频信息进行融合,并用逆变换重构成融合后的图像。对融合后的图像进行目标检测得出最终结果。实验结果表明文中提出的方法优于仅用长波或中波红外图像的目标检测。     

基于帧差和小波包分析算法的运动目标检测

提出了一种在镜头不动的情况下基于累积帧差分割和小波包分析融合技术的运动目标检测方法.这种方法可分为四步:使用改进的累积帧差算法和阈值分割算法完成目标区域的分割,并获得初始运动模板;利用小波包分析算法提取出单帧图像的边缘信息并获得细化的目标区域边缘图;根据初始运动模板和空域边缘图像的融合得到更精确的运动目标模板;最后结合原序列图像检测出完整的运动目标.实验结果表明:这种方法可以有效地从对比度较小和噪声较大的视频序列中较精确地检测出完整的运动目标.     

基于冗余提升不可分离小波的图像边缘检测方法

根据“五株排列”的不可分离小波构造方法,把基于矩形栅格的数字图像进行冗余提升,从而构造了“最大-提升”小波,由此提出了图像边缘检测的新方法,并将其与传统的B样条小波边缘检测方法进行比较,通过数据试验证明了新方法的优越性。     

图像序列中基于交叉熵的运动区域检测

图像序列中的运动区域的正确检测是一个相当重要但又非常困难的问题。采用了自适应的背景模型，并用交叉熵对差分图像阈值化，从而使分割出的运动区域更加正确。试验结果表明了本方法的有效性和鲁棒性。     

基于运动区域的多目标检测

运动目标的检测在天文观测、气象分析、安全监视、交通管制等许多领域有着广泛的应用，它是机器视觉研究的重要课题。本文提出了基于运动区域的多目标检测方法，有效地解决了同一运动目标在序列图像中“远小近大”的问题，运用运动区域正确地检测出运动目标在序列图像中的位置。     

基于小波边缘提取的混合运动目标检测算法

常用的运动目标检测算法易受到噪声、阴影等因素的影响,检测出来的运动目标边缘比较模糊,本文因此提出一种基于小波边缘提取的运动目标检测算法,将小波边缘检测与帧间差分法和背景差分法相结合来检测运动目标,采用形态学滤波和连通性分析得到准确的运动目标。实验表明,该算法可以准确的将运动目标从视频图像序列中检测出来。     

基于小波提升的变模板视频多尺度目标识别*

为了快速有效地解决图像序列中移动目标的识别定位,提出了一种基于互相关的目标检测算法。该算法经小波提升建立低分辨率子图,通过快速的互相关检测,在高分辨率原图中建立紧凑ROI。为了适应运动目标变形,整个检测过程以互相关运算极大值为依据,更新目标模板。实验结果表明,在满足检测速度的同时,算法对目标的识别有较高的精度与鲁棒性。     

基于多尺度变形模板的目标检测与识别

在分析现有模板匹配算法存在问题的基础上,提出一种基于多尺度变形模板的新方法,它在已有的Snake算法基础上,加入了形态约束,并利用小波变换的多尺度特性,使得匹配过程在由粗至精的尺度上进行,从而使运算速度大大提高,对噪声的敏感程度也相应下降,而轮廓初始化是在较粗的尺度上,利用Hausdorff距离初步匹配得到的,漏警概率较低。实验结果与理论分析相吻合,验证了算法对多类目标适用,具有速度快,精度高和对图像畸变,噪声与遮挡不敏感的优点。     

基于小波提升变换的边缘检测及应用

在分析了小波提升格式的基础上,提出了基于小波提升变换的图像边缘检测新算法.首先,通过小波提升分解获得水平、垂直、对角线细节子图和近似子图.然后,根据子图特性分别采用不同的算子进行边缘检测.最后,利用小波逆变换重构图像.通过在交通车流量检测的实验表明了该方法有效性.     

提升的M通道小波变换在图像压缩中的应用

针对M通道小波变换对信号分频范围更细这一特点,利用基于空间域的小波提升方案,实现了M通道小波变换的提升分解。这种提升分解是不唯一的,可以利用这种分解的不唯一性,使变换具有所需的性质。为此给出了一种M通道快速提升小波变换的算法。该方法只要有分解算法,立即可以得到合成算法,而且将运算结果取为最接近的整数,就可实现整数到整数的小波变换。实验结果表明了该方法对图像压缩的有效性。     

一种新的M通道提升小波变换的图像处理算法

本文利用M通道小波变换对信号分频范围更细这一特点,实现了M通道小波变换的提升分解,并给出了一种M通道快速提升小波变换的算法。此算法只要有分解算法,立即可以得到合成算法,而且将运算结果取为最接近的整数,就可实现整数到整数的小波变换。数值实验结果表明,该方法对图像压缩行之有效。     

Lifting scheme of symmetric tight wavelets frames

This paper proposes a method to realize the lifting scheme of tight frame wavelet filters. As for 4-channel tight frame wavelet filter, the tight frame transforms＇ matrix is 2×4, but the lifting scheme transforms＇ matrix must be 4×4. And in the case of 3-channel tight frame wavelet filter, the transforms＇ matrix is 2×3, but the lifting scheme transforms＇ matrix must be 3×3. In order to solve this problem, we introduce two concepts： transferred polyphase matrix for 4-channel filters and transferred unitary matrix for 3-channel filters. The transferred polyphase matrix is symmetric/antisymmetric. Thus, we use this advantage to realize the lifting scheme.     

基于行的二维离散小波变换的快速提升计算

二维离散小波变换计算量较大,并要求相当大的缓存空间,使JPEG2000在星载图像压缩和小型便携式设备中的应用受到限制。基于行的小波变换能降低对存储容量的要求,后拉伸变换的提升算法能减少离散小波变换的乘法运算量。为此,提出了一种基于行的快速提升算法,该算法将行列运算操作结合起来进行,以累进方式完成列向小波的提升步计算,节省了内存;并且充分利用了后拉伸变换的优点,减少了乘法运算量。     

整数5/3小波变换的VLSI结构优化设计

小波变换已被广泛应用于各种工业控制系统的信号处理部分.对基于提升算法的整数5/3小波变换算法进行了研究,并提出一种优化VLSI结构,该结构内嵌边界数据处理部分,利用有限状态机技术控制各个模块的运行.体现了提升算法的优势,较大的提高了硬件效率和运算速度.     

基于最佳补偿比例因子的整数小波变换

为了提高提升格式下整数小波变换的有损压缩性能,提出了基于最佳补偿比例因子的优化算法。根据变换后小波系数和滤波器的特性,分别采用子带近似线性逼近和量化补偿噪声取代取整运算的方法,求得小波分解后各个子带的最佳补偿比例因子。利用这个比例因子补偿整数小波变换的非线性带来的近似误差以达到优化目的。实验结果表明,在不增加运算复杂度的情况下,所得压缩图像的峰值信噪比(PSNR)与基于浮点运算的传统离散小波变换几乎一样。     

织物纹理疵点快速检测方法

根据小波在奇异信号分解中的特点,提出了一种疵点快速检测新方法.首先通过对被检测图像进行小波提升分解,获得相应的子图.然后把高频子图分割成若干子窗口,统计子窗口能量的标准差与均值加权和作为提取的特征.最后把高频子图中的特征均值与正常子图特征均值相比较,判断疵点是否存在.实验结果表明,该检测方法能快速有效的检测疵点.