一种基于运动检测的运动搜索模式

帧间编码的运动搜索在视频编码的运算量中占据了很大比重,适当的运动搜索模式算法将有效地减少视频编码计算复杂度.文中提出了一种基于运动检测的搜索模式算法,相比传统的UMhexagonS搜索模式,在保持了相当的PSNR和码率水平下减少了平均60%左右的的搜索运算量.该搜索模式易于硬件实现,并且对各种视频编码制式都有较好的兼容性.     

基于快速搜索的运动目标检测算法

对高分辨率下的运动目标检测算法提出一种基于快速搜索的改进方案，通过对本方案的理论分析与实验研究，表明当运动目标在整个扫描图像中所占比例较小时，与一般算法相比，此方案可以有效地提高运动目标的检测速度，在本文的实验中提高100多倍。结果表明议价方案不仅能明显提高了检测的实时性，而且能给出更加精确的目标边界。     

一种基于三帧差分和边缘信息的运动目标检测方法

为了改进目前常用的运动目标检测方法易受到噪声和亮度突变的影响、易出现虚假目标的情况,该文提出了一种基于3帧差分和边缘信息的运动目标检测方法。该方法首先对连续3帧图像进行边缘提取得到3帧连续的边缘图像,然后对3帧连续的边缘图像进行3帧差分运算,最后通过阈值分割和形态学处理完成对目标的提取。该方法计算简单,实验结果表明该方法能对运动目标进行准确检测,且具有很好的鲁棒性。     

一种新的边缘检测算法

本文提出了一种基于边缘马尔可夫随机场和波尔兹曼机的边缘检测算法,不仅考虑图象的灰度分布信息,而且利用局部的边缘元素结构。边缘检测过程主要包括两个步骤:(1)利用波尔兹曼机学习算法估计模型参数;(2)波尔兹曼机的迭代搜索算法。实验结果证实了算法的可行性。     

基于自相关矩阵和边缘检测的运动目标检测

提出了一种基于颜色特征提取和图像边缘检测融合的运动目标检测算法。利用颜色自相关矩阵对图像建立特征模型,进行相似度的比较得到较粗糙的目标检测结果。然后通过Canny算子提取图像的边缘信息并利用二值差化求得目标大致边缘轮廓。将两者再进行逻辑与操作,即判定在粗糙检测结果中运动目标轮廓内的元素目标边缘信息为运动目标边缘,并最终进行形态学操作得到运动目标。实验结果表明,提出的算法对复杂背景下运动目标有较为理想的检测效果。     

一种新的边缘检测算法

边缘检测是图像处理的一个重要环节.通过对现有经典边缘检测梯度算子--Sobel算子的分析,提出了一种具有普遍意义的边缘检测算子.文章根据新算子的构造机理以及大量的实验,验证了该算子的可行性,这里是对边缘检测算子的一种很好的补充.     

一种改进型的Canny边缘检测算法

针对传统Canny边缘检测算法中固定双阈值的问题,本文提出一种改进的Canny算法,运用动态双阈值代替传统Canny算法固定双阈值,在不损失边缘图像准确度和清晰度的前提下,大大减少了边缘数据量。仿真结果表明改进Canny算法对于边缘检测效果较好,数据量较小,是一种具有实用价值的边缘检测算法。     

一种基于改进的边缘插值的运动自适应去隔行算法

针对从隔行视频到逐行视频的视频格式转换,提出一种基于改进的边缘插值的运动自适应去隔行算法,算法包括运动检测、改进的边缘插值和加权求插值及滤波3个步骤.运动检测通过计算相邻四场的两个单元块的绝对差值并与阈值对比计算,检测出运动情况并分类,改进的边缘插值提出了水平方向边缘搜索,并利用周围像素判断边缘,减小了误差,提高了小角度边缘搜索的精确度,加权插值根据运动情况分类计算,得出插值并进行滤波,此算法取得了很好的效果.     

一种有效的基于并行量子进化算法的图像边缘检测方法

本文基于费用函数最小化方法,提出一种混合并行量子进化算法用于文本图像的边缘检测。量子进化算法是一种基于量予计算的概念和理论(诸如量子比特和量子叠加态)的进化算法,它采用了量子编码来表征染色体,由于量子比特的概率表示,能够表示出解的线性叠加状态。此外,量子进化算法具有收敛快和好的全局搜索特性,因此它比传统的进化算法更适于并行结构的实现。我们将这一算法和局部搜索算法相结合,用于图像的边缘检测问题,得到了令人满意的检测效果,并对噪声有较好的抑制作用。     

一种基于蚁群优化的显著边缘检测算法

该文提出一种基于蚁群优化的显著边缘检测算法。该算法利用相位编组方法计算支持区面积作为描述图像边缘梯度方向一致性的指标,将梯度幅度和支持区面积结合起来形成启发信息和信息素增量的计算方法,采用线性加权方法将信息素、梯度幅度、支持区面积3种信息综合起来得到蚂蚁转移概率,通过引入禁忌表增大蚂蚁的活动范围。实验结果表明：该文提出的算法能够有效检测图像中的显著边缘特征,对多类图像都有良好的适应性,而且收敛速度较快。     

基于Canny算子的图像轮廓提取的改进方法

针对综合评价较好的Canny算子图像边缘轮廓提取的不足,提出了两点改进方案.结果表明,经过改进方法处理后,图像轮廓提取获得了很好的效果.     

多结构元素的数学形态学图像边缘检测算法

数学形态学作为一门新兴的、以形态为基础对图像进行分析的学科，已得到人们的广泛关注，并应用于图像处理的许多方面。本文提出一种基于多结构元素的数学形态学图像边缘检测算法，该算法通过构造4个不同方向的结构元素，应用形态学梯度算子得到图像4个方向的边缘检测结果，并将这些结果进行加权平均，得到最终的图像边缘。为验证算法的效果，给出了本文算法和几种传统算子对Lena图像进行边缘提取的实验结果。结果表明：本文算法成功地完成了图像的边缘检测，且检测效果明显优于经典的Sobel算子，Laplace算子和Canny算子。     

改进的基于梯度幅值的自适应边缘检测算法

分析文献[1]给出的算法.针对其中存在的问题和不足,给出了一个改进算法.实验结果表明,改进算法弥补了原文算法中的缺陷,在获取连续边缘的同时也较好地抑制了噪声,在运算效率方面有了明显的提升,并节省了大量的内存空间.     

基于FFWA的自适应Canny飞机蒙皮红外图像边缘检测

针对传统自适应Canny算法阈值选取精度低、速度慢的不足,提出基于快速烟花算法(Fast Fireworks Algorithm,FFWA)的自适应Canny边缘检测算法,该算法采用最大类间方差法结合快速烟花算法对检测和连接边缘的高低阈值进行自动设定.快速烟花算法对传统烟花算法的爆炸半径,爆炸火花产生方式与选择策略进行...     

基于EP的提升分类算法

显露模式(EP)是支持度从一个数据集到另一个数据集发生显著变化的项集.EP具有很强的区分能力,可以建立很好的分类器.文中采用基于EP的分类算法CEEP建立基分类器,结合组合学习分类方法AdaBoost算法的思想,提出了一种新的分类算法A-E算法.算法使用加权样本建立基分类器,并根据分类结果改变样本权值,同时应用分类误差计算基分类器权重.最终,算法按权重组合每个分类器的分类结果.在UCI机器学习数据库的9个基准数据集上的实验表明,A-E算法都能有效地减低泛化误差,并具有较高的分类准确率.     

基于双比特算法的新型除法器

提出了基于双比特算法的新型除法器及其VLSI实现结构.与MIPS微处理器中的除法器相比,它的平均执行周期减少了52.5%,而其最大延时几乎不变,仅晶体管数目增加了60%.仿真结果表明,在相同的运算能力下,其功耗仅为MIPS中除法器的11.3%.     

基于双比特算法的新型除法器

提出了基于双比特算法的新型除法器及其VLSI实现结构 .与MIPS微处理器中的除法器相比 ,它的平均执行周期减少了 5 2 5 % ,而其最大延时几乎不变 ,仅晶体管数目增加了 6 0 % .仿真结果表明 ,在相同的运算能力下 ,其功耗仅为MIPS中除法器的 11 3% .     

基于梯度幅值的自适应边缘检测算法

提出了一种新的边缘检测算法.根据所提出的梯度幅值计算方法求出整幅图像的梯度幅值均值和图像中所有像素点的梯度幅值相对与均值的方差.由图像的梯度幅值均值和方差计算出图像的最佳阈值.然后根据提出的噪声剔除方法对由最佳阈值判定的初始边缘中的噪声进行剔除.实验结果表明所提出的算法在精确定位边缘的同时也较好地抑制了噪声.     

改进的快速图像模糊边缘检测算法

边缘检测是图像预处理中最重要的内容之一,本文通过对Pa1模糊边缘检测算法进行 改进,提出一种改进的新的模糊边缘检测算法。该算法采用简单的隶属函数,速度快(比Pa1算法快10倍) 。该算法具有较强的检测模糊边缘和细小边缘的能力,图像的边缘采用min或max算子来提取。仿真结果表明:该算法是一种实用、高效的边缘提取算法。     

基于动态贝叶斯网络的意图分析算法

传统的意图分析方法面临部分方法仅针对单个目标进行静态分析,以及精确推理耗费计算量过大的问题。针对上述问题,提出了一种新的基于动态贝叶斯网络的意图分析算法。该算法以群目标为对象,综合己方意图、交火程度、相对实力和相对速度等多种因素构建动态贝叶斯网络,并根据马尔可夫性实现快速近似推理,进一步通过融合估计得到对方的行动意图。仿真结果表明,该算法对复杂战场环境下群目标的行动意图能够实现动态可靠的评估,辅助支撑作战决策。