基于RDWT与改进SIFT的DT网格运动估计与补偿*

为进一步提高运动估计和补偿的效果,提出了一种基于RDWT与改进SIFT的DT网格运动估计算法。首先在RDWT域内提取潜在运动区（PMA）,并设计了自适应的特征点提取模板;然后对SIFT算法进行了改进,它能快速进行特征点的精确提取与匹配,进而生成DT网格;最后利用仿射变换在PMA内进行运动估计与补偿。实验表明,该算法能快速有效地提取视频图像的特征点,在保持较高峰值信噪比(PSNR)的情况下提高运动估计的效率,且重建图像的主观质量很好,较现有基于不规则三角网格的运动估计算法在PSNR和效率上有一定优势。     

基于beamlet变换的图像线性特征提取

Radon变换常用于图像直线特征的提取，但是在检测线段时，Radon变换无法提供线段的端点以及长度信息，在提取被噪声严重污染的图像中的线性特征时存在巨大困难。beamlet是一个多尺度的在一定范围内的位置、方向和尺度下二进组织的线段库，具有分级、多尺度的特性。beamlet变换是近年来蓬勃发展的多尺度几何分析理沦的一种，特别适合于提取图像中的线性特征。该文描述了一个多尺度图像分析的框架，其中线段起到的作用类似点在小波中起的作用。论文研究了beamlet变换的实现方法，并将beamlet变换应用于被噪声严重污染的图像中线性特征的提取。实验证明该方法具有很好的效果。     

一种快速而有效地定位人脸特征的方法

提出了一种基于面积滤波、类别方差自动门限和投影技术的快速定位人脸特征的方法。该方法对于正面人像和具有一定倾斜度的人像都能达到比较好的效果,该方法首先利用面积滤波去除图像背景,用扩展的八个方向Sobel算法获得梯度图象,再进行二值化,而后对图像进行横向和纵向和积分投影,得到人脸特征的大体位置,最后再进行局部投影,得到精确的特征位置,实验结果表明,该方法定位快速,准确,对多幅对比底低,图像质量较差的人脸图象能取得较好的定位精度。     

一种基于动态背景的运动车辆跟踪算法

将动态背景生成技术应用于运动车辆的检测与跟踪,构建了一个运动车辆跟踪算法。在引入特征匹配值矩阵的基础上,设计了一种简单实用的目标跟踪状态判决逻辑。实验结果表明,该算法能够完成对多个运动目标的跟踪,而且对视角、光线变化及目标运动状态的变化等不利因素有较好的适应性。     

图像采集压缩和高清分析并行处理的硬件系统设计

将DSP与FPGA结合,设计一种对CMOS图像传感器进行图像采集和处理的硬件系统。该系统能够在硬件层面把图像分路处理,一路直接压缩后传输,另一路循环存储到多帧高清图像存储区,便于软件分析,较好地解决了传输带宽不足与智能监控需要高分辨率图像进行分析处理的矛盾需求。该系统具有高清图像实时采集处理的优点和硬件平台通用性,可用不同软件实现不同的图像分析处理。     

运动目标智能检测算法研究

随着视频监控系统的普及化和庞大化,传统的运动目标检测技术难以适应检测场景的各种变化,局限性越来越突出,且实时性和准确性难以平衡。为有效解决传统的运动目标检测技术中出现的问题,以固定摄像机视频监控系统为研究背景,使用一种基于的运动目标检测方法,提高了运动目标检测准确性,降低了对光照的敏感性,并保证了实时性。     

基于小波多尺度分解子带主成份的特征提取

基于小波多尺度分解子带主成份的特征提取法,利用小波多尺度分解子带系数图像特征.各尺度变换域系数代表目标不同信息,综合图像的边缘、灰度和结构等信息,再用信息提取图像的主要特征.以车辆跟踪为例,提取的特征可用于目标匹配,并用处理后干净图像的小波分解系数重构图像.     

基于冗余小波变换的自适应运动估计与补偿算法研究*

为进一步提高运动估计和补偿的效果,提出了一种基于冗余离散小波变换（RDWT）的自适应运动估计算法。该算法提出了一种自适应块匹配和用于划分块运动状况的自适应阈值的计算方法;对静止块不进行估计,只对运动块采用自适应搜索起点预测方法和自适应阈值算法进行运动估计与补偿。实验结果表明,该方法能在保持较高峰值信噪比的情况下提高运动估计效率,且重建图像主观质量很好,较现有RDWT域运动估计算法有明显优势。     

FPGA设计中功耗的分析与仿真

FPGA的应用越来越广泛,随着制造工艺水平的不断提升,越来越高的器件密度以及性能使得功耗因数在FPGA设计中越来越重要。器件中元件模块的种类和数量对FPGA设计中功耗的动态范围影响较大,对FPGA的电源功耗进行了分析,并介绍了如何利用Altera公司的PowerPlay Early Power Estimator这一工具在设计前期尽可能准确地估计功耗并通过估计功耗对硬件设计进行优化选择。     

基于小波多尺度分解子带主成份的特征提取

论文在研究目标图像多尺度小波分解特性的基础上,提出了提取多个子带变换域中的主成份来构成目标综合特征的方法,这种特征不但包含目标的部分边缘特性和一些局部灰度分布特性,也包含目标的一些结构特性。实验结果证明这种特征可有效地用于目标匹配。