一种基于数学形态学的红外弱小目标检测方法

提出了一种红外图像序列中运动弱小目标检测的新方法。该方法在时间剖面上采用数学形态学滤波和中值滤波来抑制杂波背景干扰,并对去除背景后的图像进行分割,然后利用序列图像中目标运动的连续性和轨迹的一致性来检测出真正的目标。利用实测数据进行了仿真,实验结果表明了该方法的有效性。     

基于非负邻域嵌入和非局部正则化的单帧图像超分辨率重建算法

单帧图像超分辨率重建是指利用一幅低分辨率图像,通过相应的算法来获取一幅高分辨率图像的技术。提出了一种基于 非负邻域嵌入和 非局部正则化 的单帧图像超分辨率重建算法,以弥补传统邻域嵌入算法的不足。在训练阶段,首先对低分辨率图像预放大2倍,以保证在放大倍数较大时,高、低分辨率图像块之间的邻域关系也能得到较好的保持;在重建阶段,使用非负邻域嵌入来有效地解决近邻数的选取问题;最后利用图像块的非局部相似性构造非局部正则项对重建结果进行修正。实验结果表明,相对于传统算法,本方法的重建结果纹理丰富、边缘清晰。     

空间跳跃加速的GPU光线投射算法

光线投射算法是一种应用广泛的体绘制基本算法,能产生高质量的图像,但是时间复杂度较高。实现了一种基于图形处理器的单步光线投射算法,并在此基础上提出了一种基于空间跳跃技术的光线投射算法,以实现加速。采用八叉树组织体数据,利用空间跳跃有效地剔除体数据中对重建图像无贡献的部分,降低了硬件的负载。一个片段程序即可完成光线方向的生成、光线投射、空体素跳跃和光线终止等。实验结果表明,该算法对于内部包含大量空体素的体数据重建能起到明显的加速作用。     

基于H．264的多模式自适应环路滤波算法

传统基于块的视频编码系统在码率相对较低的视频编码时总会产生块效应现象.本文在详细分析了H.264环路滤波的基础之上,提出了一种基于多模式的快速环路滤波算法.该算法根据H.264中特有的编码信息,将图像块边界分为五种不同的滤波模式,针对每种模式的特点采用相应的滤波技术,并且利用图像的空间相关性提出了一种快速的边缘强度判别方法.实验结果表明,该算法降低了滤波过程的复杂度,在保持图像客观质量不变或略有降低的同时更好地降低了块效应,大大提高了图像的主观质量.     

基于单元尺度的自适应码率控制算法

随着信息技术的快速发展,压缩编码已成为多媒体存储和传输领域的研究热点。针对视频压缩的编码效率问题,ITU-T与ISO/IEC两大标准组织于2003年联手推出了H.264/AVC视频编码标准。为了能够在目标带宽上有效地传输视频,就必须合理地控制码流的波动强度,以使其尽可能地接近目标带宽。其中码率控制虽然不是标准中的一部分,但由于其一直在视频编码标准的发展过程中占有举足轻重的地位,为此,针对H.264/AVC编码的视频序列码率控制问题,在JVT-G012算法的基础上,提出了一种基于STGS图的自适应地选择基本单元大小的码率控制算法。该算法在编码时产生的码率波动总是与G012算法产生的最小码率波动相当。而且具有较小的运算复杂度,易于实时实现。     

《中国图象图形学报》复杂场景图像目标智能检测专栏简介

<正>图像目标检测在区域监控、被动导航、抢险救灾、飞行器制导等方面具有重要应用,是计算机视觉和图像处理领域研究中的关键性核心问题和挑战性难题,也一直是该领域的研究热点,并受到领域内广大学者的高度关注。近年来,得益于深度学习等人工智能技术在图像处理和计算机视觉中的广泛应用,图像目标检测技术研究已取得重大进展。     

无线局域网中TXOP动态分配方法

为解决802.11e网络的公平性问题,提出一种TXOP动态分配方法,在节点传输前,根据碰撞次数估计碰撞程度,根据估计得到的网络负载情况调整节点的TXOP,使不同优先级、不同传输速率的业务获得相应的TXOP值。理论分析和仿真结果表明,该方法在采用不同发送速率的业务间,能保证吞吐量的公平性,并减少分组重传次数,降低分组传输平均时延。     

MVFAST运动估计算法改进及其VLSI体系结构

文中在分析MVFAST算法的基础上,提出了对MVFAST算法搜索窗的改进.通过对搜索窗的改进,在不影响图像质量的前提下,提高了算法的搜索速度.设计了支持该算法的体系结构和处理单元.给出了灵活的数据流结构和搜索策略.对大量不同的视频序列、分辨率不同的视频序列、运动剧烈程度不同的视频序列进行了实验.大量的实验结果表明,设计的体系结构的处理速度得到了明显的提高,内存访问带宽大大减小,获得了与全搜索算法可比的图像质量.     

一种基于边缘与区域信息的先验水平集图像分割方法

传统的水平集图像分割方法仅考虑了图像的数据信息,因此对被遮盖的目标以及与背景灰度相近的目标无法达到理想的分割效果.针对这个问题,提出了一种基于边缘和区域信息的先验水平集图像分割方法.该方法首先将图像的区域信息融入基于边缘的水平集方法,然后将其与形状先验结合.对比实验表明该文方法由于综合考虑了多种信息,能够更好地完成被遮盖目标的分割,对于与背景灰度相近的目标也能达到更好的效果.     

双重迭代变分贝叶斯自适应卡尔曼滤波算法

提出了一种新的自适应卡尔曼滤波算法。该算法假设系统过程噪声方差和量测噪声方差之间存在的函数关系已知,两种噪声方差随着时间变化且均未知。先令当前时刻的过程噪声方差等于前一时刻的过程噪声方差,通过变分贝叶斯近似的方法,在卡尔曼滤波框架下迭代求解当前时刻的量测噪声方差和状态估计,再利用假设中的函数关系获得新的过程噪声方差。对上述过程多次迭代,最终获得状态估计及协方差。仿真实验结果表明,该算法具有较高的滤波精度;在假设条件不确知的情况下仍具有较强的鲁棒性。