抗畸变高效的视频拼接算法

针对视频拼接存在的边缘失真和融合效率问题,提出一种新的抗畸变高效的实时视频拼接算法。通过建立非线性抗畸变模型,对视频图像存在的非线性畸变进行校正,改善图像边缘过渡的平滑性;采用SURF配准算法兼顾配准的精度和效率;使用二维标记模板降低融合过程的冗余计算,进行快速图像融合。该算法提升了传统方法的视频拼接质量与融合效率。     

基于列车前向运动视频的全景图拼接算法

首先设计了一个基于前向运动视频的高速铁路运行环境全景图成像框架,在此框架基础上,提出了一种基于前向运动视频的全景图快速生成算法。最后,对所生成的全景图进行三维重建,模拟列车真实运行环境。实验结果表明,该方法在数据存储、数据的快速浏览等方面有着很大优势,并且可以用于铁路运行环境的自动检测、列车虚拟驾驶等方面。     

多摄像机下动态前景分离的视频拼接算法

针对多摄相机固定拍摄的条件,提出一种新的动态前景分离的视频拼接算法,该算法主要解决了视频中运动物体所导致的匹配错误以及可能产生的拼接鬼影现象.首先提取视频的背景图像并分离前景,利用一套自动配准的算法对背景图像进行配准得到匹配关系,进而建立大场景背景视频;提取动态前景并计算在视频重叠区域中的前景目标的匹配度以判断2视频中目标是否为同一物体,重新取舍并补回背景视频中,从而避免了直接拼接所引发的鬼影现象.实验结果表明,该视频拼接算法匹配精度高、鲁棒性强、视频流畅、计算效率高并基本达到实时拼接的效果.     

一种高精度的DBS图像拼接算法

由于载机平台的非理想运动(载机姿态与载机位置的变化),多普勒波束锐化(Doppler Beam Sharpening, DBS)图像的拼接质量受到较大影响．笔者建立了一种针对运动误差的仿射校正模型,并在此基础上提出一种基于仿射变换的DBS图像校正拼接算法．该算法首先对载机姿态与载机位置引起的误差同时进行校正以消除子图之间的错位与间断,然后对子图像进行拼接．仿真结果与实测数据表明,该算法在不增加计算复杂度的前提下,可有效校正载机的运动误差,实现DBS子图的高精度拼接．     

基于360度激光扫描仪的深度图像构建

随着计算机视觉应用的日益广泛和自动化程度的日益提高,人们对于计算机视觉系统的要求也越来越高,在诸如机器人导航、飞行器导航、工业零件检测和抓取以及流水线组装等需要三维场景分析的计算机视觉应用领域中,场景深度信息对于系统的任务完成和性能的实现至关重要。提出并实现了一种结构简单可行的深度图像构建系统,系统搭载了轻小型360度激光扫描仪与USB摄像机。首先对360度激光扫描仪和USB摄像机分别进行标定,之后进行整体系统的标定,最后将系统采集的数据融合构建深度图像。通过实验证明,在激光扫描仪的扫描高度范围内本系统能精确构建深度图像,该系统适用于室内小型移动机器人的视觉导航。     

一种基于改进RT-MDNet的全景视频目标跟踪算法

为了解决全景视频目标跟踪过程中,由于光照条件变化、相似背景干扰、目标运动时产生的形变和尺度变化等因素的影响,在跟踪中会出现目标漂移、目标丢失等情况,进而导致目标跟踪算法成功率低,鲁棒性差等问题,提出一种基于长短期记忆网络和改进Real-Time MDNet网络的全景视频目标跟踪方法.算法首先采用浅层卷积神经网络提取特征,并利用自适应的RoIAlign减少特征提取过程中的像素损耗,而后运用目标特征在线更新最后一个全连接层的权重,在全连接层中实现前景背景分离并提取出目标区域,然后通过长短期记忆网络自适应地选取目标框的尺度,最终输出目标位置信息.实验结果表明:单目算法应用在全景数据集时,难以适应全景中的尺度变化和背景变化,改进算法利用3层长短期记忆网络构建的尺度预测模块,可以有效地应对全景数据存在的尺度变化和目标形变问题,在保持较好的跟踪精度的同时,可以有效地应对目标跟踪中出现的小目标、目标遮挡、多目标交叉运动的情况,获得更好的视觉效果和更高的重叠率得分.     

全景拼图的实现技术

为了成功地实现360°无缝全景拼图,分析研究了图像拼接的现有理论,将基于灰度图像的求灰度值最小误差的方法应用于现实中的彩色图像,实现了图像的配准;并应用图像边缘检测技术,对图像配准的传统方法进行了改进,有效地提高了图像配准的精确度.同时,从理论上探讨了图像缝合技术中色差线性调整这一方法的不足,分析了图像缝合后横向条纹出现的原因,并提出图像中值的色差线性调整方法,消除了图像缝合后的横向条纹.     

大视场视频全景图生成研究

针对采用传统方法生成的视频全景图存在拼接裂缝和“鬼影”现象的问题，提出了一种新的大视场视频全景图生成算法．该算法基于快速傅立叶变换的图像配准算法，求取两相邻视频帧之间的配准系数，采用改进的线性系统法对配准系数进行全局优化．对存在运动物体的视频图像，采用启发式最优路径搜索算法寻找到图像间拼接的最佳缝合线，并使用多分辨率原理进行图像拼接后的平滑处理.实验结果表明，该算法优化了图像间的配准系数，平滑处理了拼接后的图像，减少了人工性缺陷，提高了视频全景图的真实感.     

基于特征的显微图像全自动拼接

为了解决高倍镜下显微镜视野减小,无法完全捕获目标的问题,需要设计快速高效的方法对一系列显微图像进行拼接.在照片全景图重建的研究基础上,提出了一种基于特征的全自动显微图像拼接算法.该算法利用尺度不变特征变换（SIFT）提取图像中的特征,将获得的全部特征构建全局kd-Tree,使用优化的最优节点优先（BBF）算法搜索潜在的匹配图像对.采用随机抽样一致性算法（RANSAC）对找到的匹配图像对进行检验.根据最小生成树（MST）算法获得图像序列的连通分量,得到图像对之间的变换矩阵并将图像映射到拼接平面.对一系列显微图像的实验结果表明,该方法对图像中的背景噪声和亮度差异都有较好的鲁棒性,对相互之间只有少量重叠区域的图像序列也能获得可靠和精确的结果.     

无人机视频的分层表达与实时压缩

为克服无人机视频应用中计算能力和传输带宽的限制,提出一种视频分层表达方法,实现快速、高质量、灵活的视频编码.将无人机视频分为背景层和目标层,并分别采用基于全局运动估计和基于局部块匹配的方法进行压缩,压缩后的码流可以根据实际的网络情况和应用需求进行单独传输或组合传输.实验结果表明:在极低码率如50 kbit/s时,H.264的PSNR低于28 d B,且图像主观质量超出可接受范围,而采用分层表达中的背景层压缩,可以在保证PSNR在28 d B以上,且图像细节清晰、主观质量较高;在码率较高时,采用背景层和目标层结合,在同等码率条件下,目标的细节比H.264更清晰;整个压缩过程消耗的时间只有H.264的18%.本文方法在不降低视频质量的同时提高了压缩效率,且码流具备灵活性,适用于低延时、低带宽、复杂的无人机应用.     

实时人脸视频的色彩转换

针对视频捕捉时的人脸图像显示色彩感观差的问题，论述了图像间色彩转换的改进方法，并对人脸视频图像进行脸部和头发区域的分割，用改进后的色彩转换方法来改善实时视频的肤色和头发色彩，编写了VC环境下的算法实现程序，进行了大量的实验，实验结果表明此方法能实时转换人脸视频中每一帧的色彩，弥补了原视频显示方法的不足．     

实时人脸视频的色彩转换

针对视频捕捉时的人脸图像显示色彩感观差的问题,论述了图像间色彩转换的改进方法,并对人脸视频图像进行脸部和头发区域的分割,用改进后的色彩转换方法来改善实时视频的肤色和头发色彩,编写了VC环境下的算法实现程序,进行了大量的实验,实验结果表明此方法能实时转换人脸视频中每一帧的色彩,弥补了原视频显示方法的不足.     

非球面非零位拼接测量的对准误差模型

为消除非零位拼接检测非球面中对准误差对拼接结果的影响,建立了基于对准误差修正的优化拼接模型;在非零位检测非球面对准误差模型的基础上,分析对准误差各误差分量的表现形式及影响规律,并建立了基于对准误差补偿的拼接检测非球面的数学模型,实现子孔径的高精度拼接合成。实验表明,该方法可以有效地提高拼接测量精度,经过对准误差校正的拼接测量结果的PV值精度可达0.03λ。     

家庭安防系统中的多摄像头视频采集与网络传送

为了实现家庭安防系统中多摄像头的现场视频图像采集和实时远程视频报警功能,通过非探测器触发,由多个摄像头循环采集数据,根据While循环的计数端口变量和摄像头的数量确定具体算法,将其结果作为索引号调用对应的摄像头采集数据.运用了美国国家仪器公司的DataSocket技术进行现场数据的远程读取、保存等操作,并以彩信的形式将数据发往用户的手机.设计了USB接口检测程序,确定所插的每一个摄像头的序号.此外,利用沿检测概念,实现了用常闭探测器代替比其贵五六倍的常开探测器.系统测试结果表明,系统性能稳定,各个摄像头和模块之间的配合完全符合视频快速采集、传输、报警、记录的要求,并可将采集的信息以手机短信方式通知用户;没有发生误报和漏报情况,达到了预期的效果.     

基于白光干涉无重叠拼接的微结构表征方法

针对白光干涉技术(WLI)应用于大范围测量时图像重叠拼接会引入误差并降低测量效率这一缺欠,本文基于纳米测量机(NMM)提出了一种无重叠拼接的白光干涉测试方法。利用NMM的高精度定位能力,扩展了普通白光干涉仪的测量范围,实现了对微结构近4倍于CCD视场的大范围测量,验证了无重叠图像拼接的可实现性。     

A robust system for real-time pedestrian detection and tracking

A real-time pedestrian detection and tracking system using a single video camera was developed to monitor pedestrians. This system contained six modules： video flow capture, pre-processing, movement detection, shadow removal, tracking, and object classification. The Gaussian mixture model was utilized to extract the moving object from an image sequence segmented by the mean-shift technique in the pre-processing module. Shadow removal was used to alleviate the negative impact of the shadow to the detected objects. A model-free method was adopted to identify pedestrians. The maximum and minimum integration methods were developed to integrate multiple cues into the mean-shift algorithm and the initial tracking iteration with the competent integrated probability distribution map for object tracking. A simple but effective algorithm was proposed to handle full occlusion cases. The system was tested using real traffic videos from different sites. The results of the test confirm that the system is reliable and has an overall accuracy of over 85%.     

基于特征点的球面全景图快速生成算法

提出一种基于球面投影模型的全景图生成算法,对普通相机获取的序列图像,实现了球面全景图的无缝拼接。通过双线性插值算法解决了球面投影变换中的变形问题,提出了一种基于特征点匹配的方法实现了球面全景图的无缝拼接。实验结果表明,该算法生成的球面全景图质量较高,具有良好的鲁棒性。     

基于小波分析的热红外图像自动配准方法

研究一种快速、准确、抗噪、有效的热红外图像自动配准方法 .首先用小波分析技术提取两幅图像的特征点 ,然后对两幅图像之间的角度差进行补偿 ,最后用多层特征点匹配技术完成两幅图像的变换参数的估计和自动配准 .对热红外图像自动配准的仿真表明本文提出的方法可以快速、自动、比较准确地得到图像之间的配准参数 ,且对噪声具有一定的适应能力     

基于带有权值混合泛函的盲超分辨率

为了克服传统的超分辨率算法的限制(如不能处理带有局部运动图像,因此不适合一般的视频序列;模糊算子被认为是提前知道并且对于每一低分辨率帧都是不变的;超分辨率噪声不是采用高斯分布就是采用拉普拉斯分布的),同时考虑到噪声模型,提出了一个广义的局部权值自适应地混合L1和L2泛函的代价函数。权值会根据配准误差和噪声分布自适应地改变并且惩罚图像中配准错误的部分。本文算法对奇异值具有很强的鲁棒性,同时超分辨率图像和模糊算子可以联合估计出来。主观评价和客观评价同时表明了本文算法的有效性。     

基于边缘检测的深度图与单视图配准算法

为解决由单视点图像和相关深度数据所创建的立体图像部分存在的重影问题,提出基于边缘检测的深度图与单视图配准算法。对单视图和深度图进行边缘检测得到各自的边界后,以单视图的边界为基准,配准深度图的边界及其邻域的深度数据。实验结果表明,该算法与已有的算法相比,匹配质量明显提高,使在立体图像中的重影现象得到了缓解。