一种自适应的时空视频去噪算法

该文提出了一种基于运动估计的自适应时空视频去噪算法.算法直接嵌入在视频压缩编码中.空域上通过局部相似性寻找候选滤波点避免由噪声干扰形成的伪相似点,提高滤波点的有效性.时域上对各像素点进行运动预测,既增加了滤波点数量,减弱帧与帧之间的闪烁现象,又避免了因帧间运动而带来的运动模糊.另一方面,通过噪声强度和图像边缘信息自适应调节滤波窗口大小及滤波权重大小,实现了滤波强度自适应和空间细节的保护.     

一种基于多路径搜索的音乐节奏检测算法

乐曲节奏检测和跟踪是音乐理解系统以及可视化系统的一个重要组成部分.本文提出了一种基于多路径搜索和聚类分析的节奏检测算法.本算法能够成功地检测出节奏感较强乐曲的节奏,并能跟踪出节奏点的具体位置.     

ALV路径跟踪预瞄控制

本文根据ALV视觉导航的特点，分析并设计了一种适合于ALV（Autonomous Land Vehicle-地面自主车）路径跟踪的预瞄控制系统，从仿真研究的结果来看，控制效果是很好的。     

视频序列的全景图拼接技术

提出了一种对视频序列进行全景图拼接的方法。主要讨论了有大面积的非刚性运动物体出现的序列，不过此方法也同样适用于无运动物体的纯背景序列。为计算各帧间的投影关系，用仿射模型来描述摄像机运动，并用特征点匹配的方法计算出模型中各参数的值。由于用相关法计算的匹配结果准确率比较低，所以用RANSAC（Random Sampling Consensus）对匹配结果进行了筛选，可以准确求出摄像机运动参数。利用运动参数进行投影，然后用多帧相减并求交集，估计出每帧图像中运动物体存在的区域，最后计算得到了全景图。该方法的结果与前人得到的结果进行了比较，证明用此方法能获得质量较高的全景图。     

一种基于图象分割的增强算法

图象增强作为图象处理常用的工具,目的是为了消除原因图象图象边缘模糊,对比度差等缺点,增强图象的视觉效果和加以后的处理工作提供方便,文中提出的算法基于Ｈａｒａｌｉｃｋ的斜模型和Ｂｅｇｈｄａｄｉ的对比度增强算法。     

基于FPGA的双目立体视觉系统

立体视觉的目的之一就是为了获得周围场景的3维信息,其关键在于匹配算法。然而即便是使用目前先进的通用处理器,其计算致密视差图所需的时间仍无法满足高速自主导航的需求。为了解决这个问题,提出了一种基于现场可编程门阵列(FPGA)的双目立体视觉系统的设计方案,同时介绍了系统的硬件结构,并在讨论区域匹配的快速算法的基础上,提出了基于FPGA的像素序列和并行窗口算法框架,用以实现零均值像素灰度差平方和(ZSSD)的匹配算法。该算法是先将视频信号经解码芯片生成场景立体图像对,并由FPGA来完成立体图像对的几何校正和ZSSD匹配算法,然后将获得的致密视差图通过PC I总线发送至上位机。实践表明,该算法效果好、速度快,不仅具有较强的鲁棒性,并且硬件系统性能稳定、可靠。此外,该方案还适用于像素灰度差的绝对值和(SAD)和像素灰度差的平方和(SSD)等多种传统区域匹配算法的快速实现和实时处理。     

预加重与MMSE 结合的语音增强方法

基于语音周期性的特点,提出了一种预加重的MMSE语音增强的改进算法.首先,算法在尽量保留语音信息基础上对带噪语音预加重,使信噪比提高.预加重过程将根据带噪语音信号的周期性的强弱对信号动态加权.处理结果再作为MMSE语音增强的输入并将有利于提高最终的去噪效果.     

基于二维道路图像理解算法的阴影检测

提出了一种新的自动检测二维彩色道路场景图像阴影区域的方法。该方法首先从RGB色彩空间中提取出亮度信息,并进行图像分割,再结合从色差图像中提取的阴影信息,检测并消除可能存在的阴影区域,减小在直方图分割中由于阴影的影响而引起的分割误差,最终达到正确的图像分割结果。实验结果表明,该方法简便且有效,并能适应各种不同的二维道路场景需求,具有一定的鲁棒性。     

基于概率模型的高动态范围图像色调映射

提出了一种概率模型对HDR(high dynamic range)图像进行色调再生.分别对局部像素的色调能量分布与HDR/LDR(low dynamic range)间梯度变化约束建立概率统计模型,通过求解最大后验概率(maximum a posteriori,简称MAP)将整个色调映射过程转化为一个能量最小化问题.实验结果表明,所提出的基于概率模型的色调映射方法能够生成比以往方法具有更多视觉信息的LDR 图像,可用于高级图像编辑、显示设备开发等领域.     

一种强鲁棒性的实时图像增强算法

提出了一种模拟人类视觉系统的自动图像增强算法.它依据输入图像的统计特征,将全局压缩和局部处理相结合,并且进行了适当的颜色补偿.结果表明,此方法在细节上和速度上都优于传统的Retinex方法,能够快速有效地增强图像质量,适用于包括高对比度低可见度在内的复杂图像,具有实时性和强鲁棒性.