基于迭代条件模型算法的图像超分辨率重建

图像超分辨重建是从一系列降质的低分辨率图像中获取高分辨率的图像。在最大后验概率算法基础上提出了一种基于马尔可夫随机场的超分辨率重建算法,并通过迭代条件模型实现超分辨率图像重建。实验结果表明,与传统的超分辨率重建算法相比,该算法是一种快速的计算最大后验概率的方法,采用Potts-Strauss模型作为图像的先验概率密度函数,经过五、六次的迭代就能达到理想的迭代效果,解决了最大后验概率算法计算量大的缺点,是一种高效的超分辨率重建算法,具有一定的实用价值。     

沉浸式视频中三维场景的视差精炼方法

视差估计是多视点视频中的关键技术,针对沉浸式视频中丰富的场景信息,给出一种有效的提取精炼视差图的方法。对左右图像进行平滑及基于颜色的分割,然后利用像素增益直方图得到的匹配函数计算初始视差空间分布（DSD）,通过执行平滑限制和连续性限制来精炼DSD,最后进行一定的平滑处理。实验结果表明该方法能得到精确光滑的视差图,有利于获得高质量的中间视。     

一种快速的运动目标检测算法

将运动目标检测的改进方式分为三类。针对固定摄像机的视觉监控系统,提出了一种改进的高斯混合模型算法。通过对方差在高斯混合模型中的作用进行分析,省略方差更新,将方差设为固定值,均值学习率采用固定值。实验结果表明,同传统检测方法相比,改进的算法具有更好的实时性与可靠性。