一种新的镜头边界检测算法

提出基于联合直方图的镜头边界检测算法,利用相邻帧帧间联合直方图关于对角线的对称度在同一镜头内很高,而在镜头切换处很低的特性,定义相邻帧的相似度,通过对相似度做差分突出切变特征,同时引入有限自动机提高渐变检测的鲁棒性,并将切变和渐变检测紧密结合,获得了较好的检测效果．对多种类型的视频序列进行测试的实验结果表明,检测结果达到了95.6％的查全率和95.8％的查准率．     

基于直方图判别的细胞图像分割

最优阈值的选取是细胞图像分割中的核心问题，单一的分割方法往往不能适用于各种疏密不一的细胞图像。针对传统的阈值分割方法不能有效地解决稀疏细胞图像分离的问题，该文利用图像直方图的统计特性，提出了一种极小阈值点的搜索方法。并在对直方图进行统计分析的基础上，自动选取恰当的(方法来对不同类型的细胞图像进行分割。实验表明，通过这种方式处理的细胞图像分割效果较好。     

基于多特征融合的视频镜头边界检测算法

为了建立一种通用、鲁棒的镜头边界检测算法,根据镜头转换的特性和多种视频特征融合的思想,选取了YUV直方图特征、纹理特征和边缘特征进行特征融合并计算帧间差值,采用全局阈值与自适应阈值相结合的方法,对镜头边界检测加以控制,提高阈值选取的准确性。实验结果表明,该算法能够有效地实现视频镜头边界检测,并对闪光、字幕有着较强的鲁棒性。     

一种基于变化区域检测的 运动对象分割算法

文章针对在变化区域内运动对象的分割，提出了一种基于块的帧差处理方法，对差分图象进行噪声分析和能量分析，利用块矩和能量的双重约束来检测变化区域。后续的空间分割时，在变化区域外接矩形内用区域生长法修正检测结果，取得具有精确边界的运动对象。实验结果表明这种算法兼顾了实时性和精确性，能有效地分割出视频序列中的运动对象。     

一种基于非监督聚类的视频镜头边界检测算法

在分析归纳现有的镜头边界检测技术的基础上,提出了一种分层结构的基于非监督聚类的视频镜头边界检测算法.实验结果表明所提出的新算法不仅对切变的检测取得了较高的查全率和准确率,而且对目前技术仍不成熟的渐变检测也取得了较满意的结果.另外针对不同类型的视频,该算法的检测质量具有较强的鲁棒性.     

一种基于边缘检测的时空视频对象分割算法

提出了一种基于边缘检测的时空视频对象分割算法。首先提出一种基于高阶统计量的帧间差分图像处理方法,然后运用边缘检测得到空域分割结果和用累计差分与对称差分得到时域分割结果,综合时空域分割结果得到运动目标的边缘,最后对边缘图进行区域填充与数学形态学处理,得到运动目标掩模图像。实验结果表明本文算法能够得到较准确的分割结果。     

一种直方图分段逼近的图像分割方法

对于图像灰度信息的分布可使用直方图进行分析。分析图像的直方图是图像处理中的一种常见的方法。对于在图像分割时难于得到图象分割的准确阈值问题,提出利用多项式对直方图包络线进行分段拟合,把图像分割阈值问题转化为求多项式极小值的问题,从而求出用于分割图像不同灰度层次的最优阈值的方法。实验结果表明,这种多项式分段拟合直方图包络线的方法具有比较好的直方图包络线拟合效果,可以为灰度图像的多层分割求出比较理想的阈值。     

圆形直方图Otsu迭代阈值分割算法

为了降低基于颜色空间H分量的圆形直方图阈值分割算法的复杂度,提高分割效果,基于高效圆形直方图Otsu法,将线性Otsu迭代算法扩展至圆上,提出圆形直方图Otsu法的线性均值迭代算法和线性均值嵌套式迭代算法.实验结果表明,所提的两个迭代算法在有效提取目标的同时降低了时间复杂度.     

基于直方图的模糊最大指数熵图像分割方法

针对最大熵阈值分割算法的计算缺陷,提出了一种基于直方图的模糊最大指数熵阈值图像分割新算法．该算法把模糊性指数、模糊熵概念应用到图像分割中,结合基于灰度图像直方图的模糊最大熵阈值图像分割理论,给出了模糊最大熵的新定义,同时引入了指数熵的概念．该算法能较好地完成图像分割,较传统分割算法具有更强的抗噪能力,为后续的图像处理提供了良好的基础．通过对真实目标灰度图像的分割和对比实验,表明本文新算法分割准确,性能优越。     

直方图的脑图像分割策略

为了提高核磁共振分割精度和效率,提出了一种基于直方图核磁共振脑图像分割算法.利用脑提取工具剔除脑核磁共振图像中非脑组织.根据灰度变化的特点,将脑图像直方图的区域峰值组成新的直方图,通过基于直方图阈值选取规则将脑组织分割成白质、灰质、脑脊液.实验结果表明:该算法相对于常见的分割算法,获得了较高的分割精度,同时运算效率高,运算时间降低了1~2个数量级.     

一种基于非对称三角形割的重叠社区发现算法

发现由相似功能的个体所形成的社区结构是复杂网络分析的重要任务之一. 提出一种基于非对称三角形割的重叠社区发现算法,首先根据社区内三角形连接情况对社区质量进行评价,并根据节点与社区的三角形连接定义了节点对社区的归属度和连接强度. 考虑到网络不同部分连接密度的差异,在将节点从社区中移除或加入社区的过程中,为每个节点分别设置了不同的移除阈值和扩展阈值,以提高社区发现质量. 将每个节点与其邻居节点组成初始社区,将归属度低于移除阈值的边缘节点从社区中移除,将连接强度高于扩展阈值的外围节点加入社区,社区节点移除和扩展阶段迭代进行直至社区结构趋于稳定,最后去掉重叠率过高的社区得到最终结果. 在7个带社区标签的网络上将所提算法与其他7个经典重叠社区检测算法进行比较,通过重叠标准互信息和F₁指标进行评价,结果表明所提算法可以较好地发现不同规模网络中的社区结构.     

基于视觉模型的自适应图象边缘检测

本文提出了一个用于图象边缘检测的视觉模型和对数域的最大块梯度算法。     

Fisher准则挑选特征的快速行人检测算法

为了提高窗口遍历行人检测算法的分类准确率及其窗口遍历速度,提出了Fisher准则挑选特征块的行人检测算法.定尺寸梯度方向直方图特征（Histogram of Oriented Gradi-ent,HOG）块的尺寸过小,只能描述细节特征,使用变尺寸的HOG特征来描述整体与局部特征.利用Fisher准则挑选出区分能力强的特征块最终作为样本的表述符,在窗口遍历检测中利用积分图加速HOG特征的求取,使用支持向量机作为窗口分类器.实验结果表明：行人检测准确率为94%,检测时间为197 ms.     

基于Co-training方法的车辆鲁棒检测算法

针对复杂交通场景车辆检测算法自适应能力差的问题,提出了基于Co-training半监督学习方法的车辆鲁棒检测算法.首先,针对手工标记的少量样本,分别训练基于Haar-like特征的AdaBoost分类器和基于HOG(histograms of oriented gradients)特征的SVM(support vector machines)分类器,使其具有一定的识别能力;然后,基于Co-training半监督学习框架,将利用2种算法进行分类得到的新样本分别加入到对方的样本库中,增加训练样本数量,再次进行分类器的训练.由于这2类特征具有冗余性,各自检测出的正负样本包含对方漏检和误检的图像.由于样本数的增加,再次训练所得到的新分类器的鲁棒性得到了很大提高,能更加准确地检测出车辆,而且由算法对未标记样本进行分类标记,不再需要人为标记,提高了车辆检测算法的自适应能力.     

一种无监督视频行人检测与估计算法

该文提出了一种基于混合模型的视频行人检测算法,该算法首先运用多帧平均值背景提取法获得视频背景;然后,视频场景中某一幅图片减去背景图片获取运动行人图像;最后,运用混合模型的学习算法检测行人并估计行人个数,仿真试验结果证明该文算法的有效性.     

一种有效的抗闪光灯新闻视频镜头检测方法

新闻视频中存在着大量闪光灯事件,对镜头检测带来很大干扰。根据闪光灯事件在视频流时序上的特点,文章提出了一种稳健的抗闪光灯镜头边界检测方法。首先,计算基于直方图分布的帧间差异图;其次,定位出帧间差异图中峰值异常区域;再次,通过对该区域前后视频内容进行检测来滤除闪光灯;最后,利用因果的镜头边界检测方法进行新闻镜头检测。实验结果和性能比较表明,新方法是有效的,避免了多闪光灯造成的影响,提高了检测正确率。     

一种有效的抗闪光灯新闻视频镜头检测方法

新闻视频中存在着大量闪光灯事件,对镜头检测带来很大干扰。根据闪光灯事件在视频流时序上的特点,文章提出了一种稳健的抗闪光灯镜头边界检测方法。首先,计算基于直方图分布的帧间差异图;其次,定位出帧间差异图中峰值异常区域;再次,通过对该区域前后视频内容进行检测来滤除闪光灯;最后,利用因果的镜头边界检测方法进行新闻镜头检测。实验结果和性能比较表明,新方法是有效的,避免了多闪光灯造成的影响,提高了检测正确率。     

基于改进SUSAN算子的图像边缘检测算法

首先介绍了SUSAN边缘检测算子的原理;然后对算法中灰度差阈值的选择方式进行了改进,采用一种自适应选取阈值的方法取代算法中人为的设定阈值,使其在各种不同对比度的图像中都能正确提取出图像边缘;最后运用该算法进行了图像边缘检测测试,并与其他检测算子进行比较.实验结果表明,该算法具有方法简单、抗噪能力强、计算量小等优点.