鬼影

如今，亚洲本土电影题材越来越丰富，水准也相当不错，泰国惊悚影片《鬼影》（Shutter）就是其中一部受到好评的作品，故事讲述摄影师东驾车不慎撞死一位女途人，惊惶之下，他和女友珍不顾而去．此后，他拍摄的照片开始出现奇异的白光和影像，两人平静的生活被完全打乱，接着，东的朋友接连离奇死亡，原来，是当年被他的朋友们强奸后自杀的女子回来索命了。     

基于三帧差分法和改进ViBe算法的前景检测方法

在运动目标检测众多算法中,ViBe算法是一种快速并且高效的运动目标检测算法,在视频监控领域得到广泛的应用.但是这种方法存在对鬼影的消除速度缓慢,容易形成拖影,而且容易发生漏检,易受到噪音的干扰.当物体运动状态变化缓慢时,原位移区域会留下残影等现象.论文针对以上问题提出了一种结合三帧差分算法的改进的ViBe算法,改进背景模型的初始化来对鬼影进行消除,并且加快鬼影的消除速度.采用自适应阈值来提高检测效果,针对背景中存在的噪声和空洞点采用形态学处理来对其进行消除.实验结果表明,改进的算法可以在很短的时间内就可以消除鬼影,并且在消除噪声和空洞等方面有很好的效果.     

利用混合高斯和拓扑结构的人体“鬼影”抑制算法

若在建模时存在目标,部分目标像素会进入背景模型,会在检测时产生“鬼影”。为了有效抑制“鬼影”,提出一种利用混合高斯和拓扑结构(Gaussian mixture model and topological structure,GMMT)的人体“鬼影”抑制算法。算法分为两个阶段,背景建模阶段采用双通道建模,通道一利用混合高斯模型进行预检测,接着利用拓扑结构将分散的人体目标连接获得完整的目标并取其外接矩形,然后将矩形外的像素加入背景模型,经过多帧的建模得到空背景;通道二使用多帧平均法计算背景模型。通过设置建模帧数的阈值T选择建模方式,若建模帧数小于T则使用通道一建模,否则使用双通道联合建模。目标检测阶段利用改进的背景差分法实现人体分割并进一步消除 “鬼影”。经过测试,GMMT在建模阶段存在目标的情况下可有效地抑制 “鬼影”。     

高动态范围成像研究进展

高动态范围成像技术是近年来图像处理、计算机图形学等领域的研究热点。基于高动态范围成像技术的主要流程,从高动态范围场景的捕获、高动态范围图像的合成、色调映射、当前高动态范围成像技术遇到的挑战以及高动态范围成像的发展趋势等5个方面,综述高动态范围成像技术的研究进展。     

圆锥裁剪BLOB的视频目标检测方法

真实场景的视频目标检测需要消除阴影、反射和鬼影等噪声的影响,以检测出运动目标和静止目标.为了实现系统性的视频目标检测,提出一种自适应圆锥裁剪联通块(TC-BLOB)榆测方法.基于BLOB知识,将3D颜色空间变换为"夹角-模差"2D空间后,定义一套圆锥裁剪规则划分出阴影BLOB和反射BLOB;再以一种持久化记忆PM方法判别出鬼影BLOB;最后改进双背景模型检测出静止目标和运动目标.采用不同环境视频进行实验的结果表明,文中方法足有效的,并有独立于后续跟踪的优点.     

基于直方图匹配的鬼影检测算法

本文研究了背景差方法检测运动目标经常出现的鬼影问题,通过分析前景块边缘区域像素分布,提出了鬼影检测算法。首先,用直方图匹配和平均变化率来衡量前景块边缘区 域的像素分布在当前图像与前帧图像之间的差异;其次,也用直方图匹配来衡量当前图像中前景块边缘区域和与它邻接的背景区域像素分布之间的差别;最后,利用阈值分割割确定直方图匹配极高和平均变化率极小的鬼影块。实验结果表明,本文提出的算法可以快速有效地检测并去除鬼影,同时克服了已有鬼影算法的缺陷。     

基于改进的单高斯模型的运动目标检测方法

对传统的单高斯模型作了一些改进,有效地解决了传统单高斯模型中的拖尾、鬼影问题.对单高斯模型中均值与均方差的更新率的选取提出了一种新方案,能够兼顾高斯模型的收敛性和稳定性.将基于色度畸变与一阶梯度信息的阴影消除方法结合起来,能够很好地消除阴影,使得提取出的运动目标轮廓更为精确.实验结果表明,在室内以及背景较为稳定的室外环境下,基于单高斯模型的运动目标检测方法能够很好地检测出运动目标.     

值得细细品味的全国柔印质量评比薄膜类精品奖特点

<正>2016年华光杯全国柔性版印刷品质量评比塑料薄膜类精品奖一共有5件,按评分高低排在第一、第二位的是由嘉升制版(上海)有限公司送评的两款婴儿纸尿裤包装袋。一款是尤妮佳婴儿腰贴型纸尿裤X L44片包装袋,背景为蓝色渐变网,配以婴儿背后的大面积粉色;另一款是妈咪宝贝女宝纸尿裤X L32片包装袋,背景为大面积粉红。送评单位没有     

用自串着墨辊机构消除印刷鬼影现象

<正>一、从胶印工艺分析鬼影现象的产生图文要素沿印刷方向叠印到紧随其后的图文区域,这就是鬼影。在辊式输墨系统中,通常着墨辊圆周长度小于印版滚筒圆周长度,着墨后,由于油墨的分裂,原先油墨的轮廓仍保留在墨辊上,并通过墨辊     

基于非局部均值滤波与神经网络的红外焦平面阵列非均匀性校正算法

深入剖析传统神经网络非均匀性校正方法收敛速度慢以及易产生"鬼影"现象的主要原因,在此基础上,提出一种基于非局部均值滤波和神经网络的红外焦平面阵列非均匀性校正算法。为了加快收敛速度并减少"鬼影"现象,在神经网络隐含层,利用具有全局寻优且能保持边缘的非局部均值滤波器代替传统的均值滤波器以估计具有更高置信度的真值影像;同时设计可变学习率来自适应地调整每个探测元的非均匀性校正参数的迭代更新过程,以进一步消除"鬼影"。采用两组分别受高空间频率和低空间频率非均匀性干扰的真实红外序列图像进行实验。实验结果表明:相较于目前已有的方法,本文方法不仅具有较快的收敛速度,而且较大程度上抑制了"鬼影"现象的发生。