基于增强型边缘定向插值的运动自适应去隔行

为实现隔行扫描到逐行扫描的高质量视频格式转换,提出了一种基于边缘定向插值的运动自适应去隔行算法,主要包括空间加权边缘搜索、边缘定向插值、同极性场间的运动检测和运动自适应插值等。该算法通过增加对边缘的加权拟合和搜索消除伪边缘插值,通过增加边缘方向的预判断抑制反向插值错误,通过边缘搜索的提前终止减小计算量,通过同极性运动检测消除运动检测错误。实验结果表明,基于边缘定向插值的运动自适应去隔行算法在处理图像和视频流时均表现出优异的性能。     

一种时空权重和边缘自适应的扫描格式转换

为实现隔行扫描到逐行扫描的视频扫描格式转换,提出了一种时空权重和边缘自适应的去隔行算法,主要包括运动估计、小角度边缘搜索、时空权重计算、自适应插值等。该算法通过4场相邻像素的最大灰度变化与运动阈值比较实现对当前像素的运动估计,采用自适应搜索半径和并行搜索树的方法实现小角度边缘检测,并且增加对半像素边缘的考虑实现最小6°边缘的检测,最后通过时空权重自适应的插值算法实现去隔行处理,取得很好的处理效果。     

亚高原地区弹射救生控制技术研究

为实现隔行扫描到逐行扫描的视频扫描格式转换,提出了一种时空权重和边缘自适应的去隔行算法,主要包括运动估计、小角度边缘搜索、时空权重计算、自适应插值等。该算法通过4场相邻像素的最大灰度变化与运动阈值比较实现对当前像素的运动估计,采用自适应搜索半径和并行搜索树的方法实现小角度边缘检测,并且增加对半像素边缘的考虑实现最小6°边缘的检测,最后通过时空权重自适应的插值算法实现去隔行处理,取得很好的处理效果。     

数字电视中视频芯片的自适应去隔行算法研究

文章提出了一种适用于数字电视视频处理芯片上的隔行——逐行格式转换算法。该算法能正确检测出视频的运动和静止信息,从而自适应的采用帧内边缘相关算法或者帧间交织算法进行隔行到逐行的格式转换;并且能准确的检测出并转换具有3-2下拉特征的电影模式视频序列。经仿真验证,该算法与其他算法相比具有占用系统资源少、运算速度快的优点,因此非常适合应用在视频处理芯片中。     

数字视频去隔行处理的意义、算法及其特点

视频信号及其显示设备都有隔行和逐行两种类型,隔行的信号必须通过去隔行处理才能在逐行呈像的终端上正常显示.本文首先给出了视频信号去隔行处理的意义和适用领域,然后概括性地介绍了去隔行处理的几种算法及其主要特点.     

面向格式转换的数字视频处理方法及其硬件实现

视频格式转换是当前数字化处理电视和新一代的全数字电视中的一项重要的技术。把具有图像边缘保持特性的降噪滤波器与运动自适应的逐行插补算法相结合,提出一种新的视频格式转换算法,并进一步讨论该算法硬件实现的原理和结构。中所提出的算法已用FPGA芯片实现,实验结果表明该算法十分有效。     

基于背景建模和图像分割的运动目标提取

运动分割是视频分析的重要基础步骤。本文研究了从视频序列中提取运动目标的算法。该算法将自适应背景建模和彩色图像分割相结合而得到具有精确边缘的运动目标。在背景建模中,采用混合高斯模型描述像素点的状态,利用高斯分布特性区分噪声、背景、运动。彩色图像分割运用MeanShift迭代算法对图像进行颜色聚类得到一致的颜色区域。实验结果表明该的算法在固定场景下能够精确分割运动目标。     

基于学习矢量量化的运动目标检测算法

提出一种基于学习矢量量化的运动目标检测算法.通过训练样本,网络能自适应地确定区分运动目标和背景的阈值向量.输入向量包含图像的 YCbCr 颜色空间分量和灰度共生矩阵的方向特征.两者融合到算法中,有效抑制了背景亮度变化对运动目标检测的干扰.仿真实验结果表明,即使在背景模型亮度剧烈变化的情况下,算法也能够准确检测出运动目标.     

自适应匹配场处理的运动补偿研究

本文研究了目标运动情况下的自适应匹配场处理运动补偿算法,并提出了强干扰背景下的子空间运动补偿算法,采用仿真验证了方法的正确性.     

MPEG-4形状编码中的自适应二值运动估计算法

运动估计占据TMPEG-4形状编码90％以上的运算量，本文依据MPEG-4中形状信息的自身特性，提出了自适应二值运动估计算法。算法首先扫描参考帧，得出其有效搜索区域——边界掩模。在匹配运算时使用1bit的异或运算代替原有的加法运算。在搜索中根据二值Alpha块的运动特性自适应的采用不同的搜索模板进行搜索，对于静止点直接中止搜索。兼顾了搜索速度和精度。实验结果表明，在码字长度相仿的情况下，本算法的平均搜索点数仅相当于MPEG-4原有搜索算法的5％，有效提高了形状编码速度。     

复杂场景条件下的运动目标检测算法

针对复杂场景条件下运动目标检测方法存在的局限性,提出了一种基于运动检测和静止图像分割相融合的算法。采用相邻帧差法结合建立的假设检验模型进行自适应的运动目标检测;为消除孔径效应和噪声的影响,根据运动目标检测的结果,在当前帧利用区域增长法融合运动分割的结果。试验结果表明,算法能从复杂场景的图像序列中有效地检测和提取出运动目标,并有很强的鲁棒性。     

一种改进的运动目标跟踪方法

为解决障碍物在三维目标跟踪中产生的遮挡问题,使用基于光流法和立体视觉的目标跟踪系统,同时结合自适应滤波方法来预测跟踪目标三维速度的期望值。采用模糊控制系统解决不同速度的耦合问题,通过计算跟踪算法与预测算法的速度差值来判断运动目标是否受到遮挡。实验结果表明:在确保91.2%识别率的前提下,该算法识别运动目标平均每帧耗时15 ms。该跟踪算法具有较好的鲁棒性和实时性。     

序列图像差分关联域的复杂全域运动估计

本文提出了一种新的基于差分关联域的复杂全域运动估计算法,该算法通过选取图像中梯度大的区域,避免了块匹配算法的误匹配问题,使算法的准确性得到保障.而且该算法结合运动估计技术中的参数估计与非参数估计技术,扩展了块匹配算法的适用范围,使得对复杂的全域运动进行有效估计成为可能.理论分析及大量实验证明,此算法能有效地处理包含缩放、旋转等分量的复杂运动.而且本算法将复杂的全域运动分解为各基本运动,使系统可以根据运算量的限制自适应地选择最优的运动估计算法.     

用基于水平集方法的自适应运动网格方法解Hamilton-Jacobi方程

主要讨论了在结构网格上，形成了解Hamilton-Jacobi方程的基于水平集方法的自适应运动网格算法，数值例子表明此方法计算Hamilton-Jacobi方程解的“极值”和“尖钉”的有效性和精确性。     

基于差异积累的视频运动对象自动分割

针对视频运动对象的自动分割，本文给出了一种基于差异积累的自动分割算法。与传统的基于运动信息变化检测方法不同，该算法通过累积的帧差信息构建出可靠的背景，与当前帧比较进而提取出视频运动对象。本文提出了一种增强的基于Otsu法的自适应阈值化方法，能更准确地对背景差图像进行阈值化分割，克服了传统Otsu法阈值化容易失效的问题。改进的基于区域生长的定位方法更能避免传统方法的误定位及重定位的问题。实验结果表明，本文算法具有较好的实时性、自适应性以及鲁棒性，可以较为可靠地建立背景模型并进行实时更新，适用于刚体或非刚体存在平缓的光照变化以及摄像头微抖动的视频运动对象的自动分割。     

光电图像序列运动弱目标实时检测算法

针对光电探测图像序列中的运动弱小目标实时检测问题,提出了一种基于时空域融合滤波的弱目标检测算法。算法在空域上利用形态学Tophat滤波抑制背景增强目标,在时域上通过改进的帧间差分方法增强运动目标,两者融合后经自适应门限分割与航迹关联确认目标。实际录取数据分析结果表明,算法全面考虑运动弱小目标在时域与空域方面的特性,能更有效地从复杂背景中检测低信噪比运动弱小目标,减小了虚警率,抗噪声干扰能力强。     

潜艇定深运动的自适应模糊控制研究

针对潜艇定深运动过程中存在非线性、时变参数、复杂干扰的特点，提出了一种基于神经网络的自适应模糊控制器。并采用学习速率自调整的EBP算法对模糊控制器进行了在线调整．仿真结果表明，该控制器能辨别出潜艇的平衡舵角。与常规的PID控制相比，具有抗干扰能力强、响应速度快、精度高等优点。     

连续运动螺纹尺寸自适应机器视觉检测

针对螺纹零件尺寸检测效率低、工作强度大、检测精度不高的问题,提出了一种连续运动螺纹尺寸自适应机器视觉的检测方法。首先设计了一套在线图像采集装置用于采集运动螺纹零件的图像;其次使用NCC(normalized cross correlation)归一化匹配算法,完成对螺纹零件的识别及追踪,在此基础上设计了自适应的ROI(region of interest)裁剪区域;然后通过Canny算法提取边缘轮廓,利用最小二乘法直线拟合技术对螺纹轮廓进行直线拟合,生成螺纹中径线,完成对螺纹中径的测量;最后在使用Harris角点检测算法提取多螺纹轮廓波峰与波谷的基础上,提出了利用螺纹中径线与各角点之间的距离来完成对角点的细化。实验表明,所提方法在螺纹尺寸检测方面具有可行性和有效性。     

基于快速运动估计算法UMHexagonS的研究

UMHexagonS算法已经被视频编码标准H.264正式采纳作为整像素的快速运动估计算法。该算法的运算量相对于快速全搜索算法可节约90%以上,同时能够保持较好的率失真性能。本文结合JM10.2的源代码对UMHexagonS算法进行了分析,并对该算法进行了改进。通过利用运动矢量间的相关性,采用一种新的自适应的非对称十字形模板来代替原算法中的非对称十字形模板,并将改进的算法在JM10.2测试模型上进行了验证。实验结果表明,本文建议的方法在保证编码性能的同时,可以有效减少运动估计所需要的时间。     

引入搜索预测与阈值决策的改进菱形运动估计算法

为了提高视频的压缩效率,在传统菱形搜索算法基础上提出一种改进菱形搜索算法.该算法通过引入动态阈值,在起始搜索点预测、菱形搜索模式和搜索中止算法方面进行了优化,减少了SAD计算的内部冗余和搜索区域中不相关的块匹配计算,同时采用自适应搜索模式选择技术减少运输复杂度.实验结果表明:提出的改进菱形搜索算法适合各种运动类型的视频序列,特别适用于运动变化剧烈的序列,相比于FS算法,能够在PSNR值和码率值极其接近于FS算法的情况下对所有序列的MET减少约95％,大大减少运动估计时间.