基于三维直方图重建和降维的Renyi熵阈值分割算法

针对三维Renyi熵阈值算法的高计算复杂性及抗噪性差的问题,提出一种基于三维直方图重建和降维的Renyi熵阈值分割算法。该方法通过重建三维直方图,将三维直方图区域划分由八分法改为二分法,不仅减弱了噪声干扰,而且计算复杂度也由O(L6)降到O(L)。实验结果表明,该算法抗噪性更强,分割效果更好,计算时间也远低于传统三维Renyi熵算法。     

一种基于DCT系数分布特性的块匹配准则

视频编码通过运动估计消除时间冗余信息，块匹配方法是目前所有视频编码标准采用的运动估计方法。根据运动估计的残差图像的DCT变换后交流系数的统计分布规律，推导出了一种块匹配运动估计的匹配准则．这种匹配准则在对有亮度变化的帧进行运动估计时特别有效．实验结果表明该匹配准则可以取得比SAD匹配准则更好的效果．     

利用混沌布谷鸟优化的二维Renyi灰度熵图像阈值选取

为了进一步降低现有的Renyi熵阈值法的计算复杂度,提出了基于混沌布谷鸟算法和二维Renyi灰度熵的阈值选取。首先,引入一维Renyi灰度熵阈值选取公式,建立基于像素灰度和邻域梯度的二维直方图,推导出基于该直方图的二维Renyi灰度熵阈值选取公式,通过快速递推公式来减少阈值准则函数的计算量;最后,采用混沌布谷鸟算法搜索最优阈值来完成图像分割。结果表明,与二维Arimoto熵法、基于粒子群的二维Renyi熵法、基于混沌粒子群的二维Tsallis灰度熵法、基于布谷鸟算法的二维Renyi灰度熵法相比,所提出的方法能够准确实现图像分割,且运算速度有所提升。     

快速二维Renyi熵阈值分割方法

提出一种基于二维Renyi熵的阈值二值化方法,该方法通过引入二维直方图不仅利用了图像像元点的灰度分布信息,而且充分考虑了像元点之间的空间相关信息,对于低对比度、低信噪比的物体,该方法具有良好的分割效果.运用二维Renyi熵的原理选择灰度阁值对图像进行分割,并且引入量化图像直方图概念讨论了一种快速二维Renyi熵阚值分割算法,该算法能够递推运算和自动寻找阈值,将计算复杂性大大降低.仿真对比实验结果表明,该算法提高了计算效率并具有更佳的分割效果.     

基于2阶Renyi熵的自适应主动噪声控制

在前馈主动噪声控制中,基于均方误差准则的传统算法仅考虑了信号的2阶统计量,忽略了实际存在的非高斯信号,不能满足对非高斯噪声的控制要求.提出基于2阶Renyi熵的滤波X自适应有限脉冲响应 (finite impulse response,FIR)主动噪声控制算法,定义2阶Renyi熵作为性能指标,利用Parzen窗方法估计误差的概率密度函数,给出基于2阶Renyi熵的信息梯度下降算法,实现自适应FIR控制,同时分析了算法的收敛性和计算复杂度.对单频信号和实测宽带非高斯噪声的仿真结果表明该算法能很好地消除非高斯噪声.     

基于数学形态学边缘检测的车牌字符分割算法

汽车牌照字符分割是车牌识别过程中的关键步骤,直接影响到字符识别的效果。传统的方法对车牌图像质量要求较高,且抗干扰能力较差。提出一种基于Renyi熵和数学形态学边缘检测的车牌字符投影分割算法,首先用二维Renyi熵最大阈值法对车牌图像做二值化处理,然后用形态学腐蚀运算进行边缘检测,再去除车牌边框,最后通过投影分割提取车牌字符。仿真实验表明,基于Renyi熵最大阈值法和数学形态学边缘检测车牌图像预处理使得车牌字符边缘清晰,降低了噪声的干扰,有利于进行字符投影分割。该算法分割速度快,鲁棒性好,可获得比传统方法更好的分割效果。     

一种有效的匹配准则及块匹配算法

运动估计和补偿预测编码是视频编码标准中的一项关键技术,其核心问题在于块匹配的准确性。因此,寻找一种合理有效的块匹配准则是很必要的。传统的匹配准则是SAD,但该准则不能完全保证在满足SAD最小的情况下获得较低的编码比特率。因此,本文提出了一种改进的SAD匹配准则,提高了匹配的精确性和准确性,更加能够表示块的相似程度,并给给出了基于准则的块匹配算法。结合H.264/AVC视频编码标准的参考软件jm10.1,本文对运动估计部分采用了新的匹配准则,并进行了仿真测试。实验结果表明,在视频预测编码中,本文提出的块匹配准则可以更好地保证视频质量,提高压缩编码性能,而编码复杂性增加相对不大。     

基于分解的二维Renyi灰度熵的图像阈值分割

针对传统二维Renyi熵阈值法的高计算复杂性,提出一种新的基于分解的二维Renyi灰度熵阈值分割方法。该方法通过求解两个一维Renyi灰度熵阈值替代二维Renyi灰度熵的最佳阈值,理论上证明当满足一定条件时,两者等价;同时将计算复杂度由O(L4)降到O(L),所耗时间约为传统二维Renyi熵算法的1/10 000。     

面向多媒体传感器网络的视频压缩新算法

视频压缩可以降低多媒体传感器网络中的数据信息量。传统分布式视频编码方案采用区域统一编码,可能导致运动剧烈区域解码估计的失真。提出一种改进的分布式视频编码算法。该算法基于图像梯度场,针对Wyner-Ziv帧不能准确编解码的区域,通过ROI判定准则提取该区域并基于熵编码压缩,图像其他区域则基于LDPC实现分布式编解码,进而实现视频的优化传输。仿真实验表明：本文算法可增强运动剧烈区域的编码效率,在降低码率的同时提高解码图像质量,最终降低传感器节点能耗。     

一种改进的位平面匹配运动估计算法

为进一步提高视频的编码效率,提出一种改进的位平面匹配(BPM)算法,通过调整阈值的选取方式,减少搜索次数,利用改进的运动矢量计算方法提高搜索准确性,提升图像质量。实验结果表明,与传统BPM算法相比,该算法能提高位平面的区分能力,增强运动估计效果。     

一种基于率失真准则的快速块匹配算法

运动估计中的块匹配算法已在各个视频编码标准中广泛采用。随着率失真准则的采用,尤其是在一些低比特率的应用中,传统的快速块匹配算法并不能很好的适合。该文提出了一种基于连续排除算法的修正算法。在率失真准则下,搜索区域中的须进行匹配计算的位置由一不等式限定。该算法的性能和全搜索算法一致,但显著减少了计算量。     

基于改进Renyi熵的运动目标图像提取仿真

运动目标图像提取有助于通过计算机视觉实现复杂变化背景下的图像细节分析,现有图像提取方法通常针对某一类图像作为研究对象,致使应用场合受到一定限制。针对运动目标图像的提取应用,提出了改进Renyi熵的运动目标图像提取方法。首先利用直方图对运动图像的YCbCr颜色概率进行估算,根据图像YCbCr颜色计算Renyi熵,然后设计相应的目标函数来确定阈值,并结合中值处理提高算法的抗噪声性能,最后对颜色的Y、Cb与Cr通道分割得到原始中心点,利用迭代处理更新中心点,并搜索出像素的边界阈值,从而实现运动目标图像的提取。通过仿真,分别从提取时间、计算熵值、以及目标图像识别率多个方面进行比较验证,证明了提出的改进Renyi熵的运动目标图像提取方法能够有效应对运动图像复杂多变的背景,提高了处理速度与提取准确度,具有较好的抗干扰能力。     

融合SMCF与加权直方图的视频人脸快速匹配方法

在视频流环境下,提出了一种融合序列蒙特卡罗滤波(SMCF)与加权直方图的快速人脸匹配方法,该方法以目标人脸在HSV空间下的加权直方图作为匹配特征,利用SMCF的采样和权值化处理技术预测人脸可能的匹配区域,通过最大后验估计实现目标的快速相似匹配.实验表明,采用在HSV下具有聚类特性的加权直方图特征可有效地适应复杂背景的干扰,同时SMCF的区域预测和最大化估计有效地减小了计算开销,增加了匹配的可靠性,可应用于人脸跟踪、视频监控及数字娱乐等领域.     

一种无线传感网中的盲信号分离新方法

无线传感器网有资源受限的特点，所以要在无线传感器网络中在线地实现复杂的盲信号分离给传感器网络的计算资源和网络寿命提出了巨大挑战。近年来已经有许多学者在研究基于Renyi熵准则实现盲信号分离，并且取得不少进展。尽管Renyi熵作为Shannon熵的一般形式表现出更加好的统计适应性，但同时Renyi熵的多峰性和复杂性对寻优算法提出高的要求，结合无线传感器网络特点，引入遗传算法和正交滤波方法来搜寻Renyi熵势能最小点从而实现盲信号分离，不仅大大减少算法复杂度，而且克服了基于牛顿或自然梯度类寻优算法在传统独立成分分析中容易陷入局部最优的弱点并且解决了“顺序模糊”问题。     

基于改进SFM的三维重建算法研究

针对现有运动恢复结构算法重建模型存在点云稀疏等问题,提出一种利用不同匹配数据进行模型重建的算法。首先通过对比上下文直方图(CCH)生成匹配数据,利用M估计抽样一致(MSAC)估算图像基础矩阵,进而分解得到平移和旋转矩阵,并根据相机内参计算投影矩阵,然后利用KLT匹配算法更新匹配数据,最后三角化生成三维点云。该算法匹配精度高,图像基础矩阵易于收敛,通过位移实现特征点匹配,弥补了图像低频区域匹配数据不足的缺陷。实验结果表明,与现有算法相比,该算法生成的点云更致密;在真实环境下,该算法可用于物体三维重建。     

基于熵模型的高透明性自适应视频水印算法

提出一种基于视频运动估计熵模型的自适应视频水印算法.该算法将人类视觉系统(human visual system,简称HVS)与视频分块运动估计(block motion estimation of video)相结合,获取视频序列帧中与运动相关的视频运动信息,然后利用熵模型对视频序列帧中的运动信息进行统计,从而得到一组基于视频序列帧间运动信息与人类视觉屏蔽特性相结合的非线性计算公式.利用该组计算公式,可以根据视频帧的内容自适应地计算每个方块的水印最大嵌入强度.实验结果表明,熵模型与非线性公式的引入较大幅度地提高了视频水印的透明性,并且能够有效地抵抗常见的针对视频水印的攻击,具有较高的安全性和鲁棒性.     

基于熵模型的高透明性自适应视频水印算法

提出一种基于视频运动估计熵模型的自适应视频水印算法.该算法将人类视觉系统(human visual system,简称HVS)与视频分块运动估计(block motion estimation of video)相结合,获取视频序列帧中与运动相关的视频运动信息,然后利用熵模型对视频序列帧中的运动信息进行统计,从而得到一组基于视频序列帧间运动信息与人类视觉屏蔽特性相结合的非线性计算公式.利用该组计算公式,可以根据视频帧的内容自适应地计算每个方块的水印最大嵌入强度.实验结果表明,熵模型与非线性公式的引入较大幅度地提高了视频水印的透明性,并且能够有效地抵抗常见的针对视频水印的攻击,具有较高的安全性和鲁棒性.     

视频检测的颜色直方图目标匹配算法

文章通过对视频检测系统中运动目标跟踪问题的描述,对颜色直方图、颜色空间和直方图距离进行了介绍.基于RGB颜色模型的直方图,对Euler距离、交集距离、二次方距离以及EMD距离等四种直方图距离进行比较,提出了改进的Euler距离匹配算法,并建立了运动目标的匹配模型.该算法理论上简化了算法复杂度,并去掉了直方图量化的过程.实验中,该算法能满足实时性要求,计算量小,具有很强的鲁棒性.     

一种适于实时应用的快速有效的自适应运动估计算法

运动估计是视频编码系统的关键部分,同时也是整个视频编码器中计算量最大的部分,运动估计性能的优劣直接影响到整个视频编码器的运行效率和整个视频序列的重构质量。该文提出了一种适用于实时应用的快速自适应运动估计算法,该算法首先利用运动矢量时空域的相关性预测初始运动矢量,然后对不同运动程度的图像块进行不同大小的菱形搜索,同时采用了高效的提前截止准则。实验结果表明,对于各种不同运动程度的视频序列,该文算法都可以获得和全搜索法基本相同的图像质量,同时可以节省超过99%的计算量,该文算法在搜索速度和搜索精度两方面比快速算法中性能突出的菱形搜索具有更大的优势,更适合实时应用。     

基于相位相关法的全局运动估计算法

提出了一种基于鲁捧统计和相位相关法相结合的全局运动估计算法;由于相位相关法利用图像的功率谱信息,减少了对图像内容的依赖,具有一定的抗噪能力,因此该算法将块匹配法与相位相关相结合来计算图像间的运动矢量场,不仅减少了运算量而且能得到更加准确的矢量场;为了提高模型参数估计精度和运算效率,运用多分辨率鲁棒统计的方法来计算运动估计模型参数;航拍视频图像配准与独立运动检测的仿真结果均验证了算法的有效性。