基于掩模金字塔的高精度全局运动估计算法

在视频序列的全局运动估计中,前景运动对象的存在常常会大幅度地降低估计的精度,为此提出一种对前景对象自适应的高精度全局运动估计算法.该算法以像素块为单位,利用块内外点的比重判定前景区域,同时引入马尔可夫聚类方法进行后处理,有效地提高了运动对象的定位精度;通过对目标函数引入权重系数增强对残差的鲁棒性,以进一步提高算法的估计精度.此外,基于像素掩模的3层金字塔构建序列图像,并将改进的梯度方法引入到优化过程中,提高了算法的实时性.对不同运动类型的标准视频序列的实验结果表明,该算法有效地提高了全局运动估计的精度和速度.     

基于样条金字塔和互信息的快速图像配准*

采用高精度B样条生成金字塔,大幅降低了计算复杂度,通过Parzen窗计算联合直方图并在此基础上导出目标函数的Hessian矩阵表达式,将具备二次收敛性的Newton方法引入到优化过程从而大大提高了配准速度。对普通光学和多谱图像的配准实验表明,该算法大幅提高了互信息模型下的配准速度,且精度较高。     

一种基于归一化Radon变换和统计测度的超声图像肌束方向跟踪方法

超声成像具有非侵入、无辐射的特点,被广泛应用于人体肌束的研究。目前,临床上肌束方向的测量主要采用人工方法,主观性强且耗时严重。本文创新性的提出利用图像纹理特征来检测和跟踪肌束方向,利用归一化Radon变换对超声图像进行投影,在所有Radon方向利用分段-方差(Segmented- Variance)法求取不同截距上的统计变化量,变化最大的方向即为肌束方向。与传统的基于直线特征检测的方法相比,该方法充分利用了肌束并行排列的纹理特征,增强了方向检测的鲁棒性与准确性。实验结果表明,与最新的肌束检测方法相比,该方法的鲁棒性得到提高,对四个超声序列进行连续跟踪,其结果与人工检测结果的相关系数为0.90?.01,两者的平均绝对误差为0.41?.31?,该方法在肌肉的超声影像学分析、生物力学等领域具有极大的应用潜力。     

SAR图像异质性测量在相干斑抑制中的应用*

目前,将算术—几何均值比应用于SAR图像相干斑噪声抑制的算法还不成熟。为此,将算术—几何均值比引入增强型的Lee和Frost等滤波器中,并取代变差系数在这些滤波器中的作用,推导得出一类新的基于算术—几何均值比的自适应斑点噪声滤波器。通过对比仿真实验,验证了新滤波器的有效性和优越性。     

复杂背景下红外弱小目标检测的算法研究综述

复杂背景下低信噪比弱小目标的自动检测是当今目标自动探测研究尚未解决的一个难题.目前,国内外许多学者已经作过大量的检测算法研究,但还没有建立成熟的理论体系和切实可行的实用算法,尤其是在复杂背景干扰的抑制方面,大部分研究工作所处理的还不是真正的复杂背景.本文在分析和总结国内外现有算法研究的基础上,指出了复杂背景下红外弱小目标检测的发展趋势,并提出了检测跟踪的一些有效技术措施.     

基于Blackfin 533的高速稳定视频显示技术

随着信息化程度的不断提高，人们对各种媒体系统的视频分辨率有了越来越高的要求。然而在视频输出系统中，面对巨大的视频数据量，如何高速稳定的输出这些原始的视频数据一直是研究的重要内容之一。本文以AD公司Blackfin 533 DSP为硬件平台，着重讨论两种解决方案，并提出自定义的行切换技术，以实现低带宽高帧频的视频输出。试验结果表明，本文提出的方案不仅解决了视频输出的稳定性和系统并发处理等问题，同时电达到了耗费低带宽的极限。     

基于结构相似性的图像质量评价方法

分析现有图像质量评价方法特点,针对基于失真敏感度的质量评价方法的局限性,提出了一种新的基于结构相似度的图像质量评价方法,从亮度、对比度、结构三个子方面得到一个总的相似性度量作为质量客观评价标准.该方法充分考虑了图像的结构信息和人类视觉的特性,从图像内容的理解功能出发,通过数学建模估算出人眼对图像质量的主观视觉感受,使结构相似性计算模型符合图像处理应用的本质.通过理论推导和算法验证,该方法可以为选择图像压缩算法和评价图像质量提供依据.将采用压缩算法SPIHT编解码后的图像与传统的峰值信噪比方法评价图像相比,实验表明,本文提出的算法是一种更为有效的图像质量评价方法.     

基于局部特征聚类匹配的多谱图像配准方法

针对基于局部特征匹配的图像配准和识别算法对于多谱段图像配准性能较差的缺点,提出一种基于局部特征聚类匹配的图像配准方法,该方法针对多谱图像的特点构建优化的局部特征提取算子,根据特征点对的相对主方向统计信息对初始匹配点集重新聚类,求出正确匹配的点对子集以实现配准。实验结果表明,该算法较大地提高了多谱图像配准的正确率和精度。     

归一化Radon变换和统计测度的超声图像肌束方向自动跟踪

超声成像具有非侵入、无辐射的特点,被广泛应用于人体肌束的研究。目前,临床上肌束方向的测量主要采用人工方法,主观性强且耗时严重。本文提出利用图像纹理特征来检测和跟踪肌束方向,利用归一化Radon变换对超声图像进行投影,在所有Radon方向利用分段-方差(segmented-variance)法求取不同截距上的统计变化量,变化最大的方向即为肌束方向。与传统的基于直线特征检测的方法相比,该方法充分利用了肌束并行排列的纹理特征,增强了方向检测的鲁棒性与准确性。实验结果表明,与最新的肌束检测方法相比,该方法的鲁棒性得到提高,对4个超声序列进行连续跟踪,其结果与人工检测结果的相关系数为0.90±0.01,两者的平均绝对误差为0.41°±0.31°。该方法在超声影像学分析、生物力学等领域具有极大的应用潜力。