基于雾气模型和选择加密的视频加雾隐藏算法

提出一种基于雾气模型和选择加密来对视频内容进行加雾隐藏的新算法。首先,将原始视频分帧并计算薄雾遮罩;当视频含明显涉密内容时,对涉密内容进行加密,并用浓雾遮罩对其实施隐藏,而对于无明显涉密内容的视频,此环节不作处理;然后,利用薄雾遮罩对视频画面实施隐藏,并针对雾气遮罩进行优化处理;最后,重组视频帧得到加雾视频。对加雾视频做逆运算可以恢复原始视频。实验结果表明,本算法能够对含密视频内容实施有效隐藏,并且能够降低数据量和抵抗去雾攻击。     

基于改进Deeplabv3+的雾气图像分割

针对传统雾气图像分割算法耗时长、分割结果存在凹陷等问题,提出一种基于DeepLabv3+的雾气图像分割算法.改进算法将DeepLabv3+原结构编码器的Backbone替换为更轻量的Mobilenetv2网络;将解码器的特征融合结构进行重新设计,同时加入注意力通道模块、边缘细化模块,通过消融实验得到分割效果最佳的雾气图...     

基于雾气特征与不等关系约束的去雾方法

针对现有去雾算法未充分考虑图像雾气信息、复原图像细节模糊等问题,提出一种新颖的反映图像雾信息分布的雾气特征图,并采用不等关系约束方法提高图像质量。首先,提取退化图像的极值通道以实现雾气信息的粗略估计,并通过L-1正则化对其进行优化从而得到雾气特征图。其次,提出一种基于雾气特征的初级大气光幕函数,通过对颜色通道和大气光幕作深入分析,利用均值不等式获得约束后的退化场景大气光幕。最后,利用雾气特征图对局部大气光进行改进,并基于大气散射模型实现图像去雾。将所提算法在真实雾图和合成数据集雾图上与其他经典方法进行比较分析,可以发现,所提算法在单幅图像去雾中展现了较好的性能,且在夜间雾图复原中更具优势。     

基于二次约束与雾气分布的图像复原算法

针对最小滤波导致的光晕、伪影及透射率估计不足引起的天空失真等问题,提出了一种基于二次约束与雾气分布的去雾算法.首先,利用Canny检测算子得到有雾图像的粗纹理分布,在场景深度的基础上得到有雾图像的雾气分布图.其次,根据图像特征,提出了一种基于自适应雾气系数的二次约束模型,估计出清晰图像的最小通道图,并利用大气散射模型得到粗略透射率.然后通过自适应下边界约束与双边滤波进行透射率优化,并通过形态学操作改进局部大气光.最后根据复原模型得到去雾图像.实验表明,所提算法在主、客观评价中均取得了理想的效果,较好解决了去雾图像中的光晕、伪影与天空失真等问题.     

基于雾气分布的大气光幕估计去雾算法

由于雾霾天气下空气中介质粒子的影响，成像设备所捕获的图像通常会存在对比度低、色彩丢失等问题。针对这些问题，本文提出一种基于雾气分布的大气光幕估计去雾算法。首先，将Fade方法提取的初始雾气分布图像进行阈值分割与细化处理得到较为准确的雾气分布信息。其次，通过分析景深、雾浓度、大气光幕之间的关系建立大气光幕估计模型。最后，通过亮度权重图与自适应大气光阈值选取大气光区域，获取较为准确的大气光，进而恢复退化场景。实验与结果表明，本文算法恢复的图像清晰自然，去雾效果彻底，并且能够保留图像中的细节信息。     

基于雾线先验的时空关联约束视频去雾算法

现有视频去雾算法由于缺少对视频结构关联约束和帧间一致性分析,容易导致连续帧去雾结果在颜色和亮度上存在突变,同时去雾后的前景目标边缘区域也容易出现退化现象。针对上述问题,该文提出一种基于雾线先验的时空关联约束视频去雾算法,通过引入每帧图像在空间邻域中具有的结构关联性和时间邻域中具有的连续一致性,提高视频去雾算法的求解准确性和鲁棒性。算法首先使用暗通道先验估计每帧图像的大气光向量,并结合雾线先验求取初始透射率图。然后引入加权最小二乘边缘保持平滑滤波器对初始透射率图进行空间平滑,消除奇异点和噪声对估计结果的影响。进一步利用相机参数刻画连续帧间透射率图的时序变化规律,对独立求取的每帧透射率图进行时序关联修正。最后根据雾图模型获得最终的视频去雾结果。定性和定量的对比实验结果表明,该算法下视频去雾结果的帧间过渡更加自然,同时对每一帧图像的色彩还原更加准确,图像边缘的细节信息显示也更加丰富。     

基于时空信息的自动视频对象分割算法

提出一种在通用视频序列中从背景里分离出运动对象的方法.首先,使用全局运动估计和补偿、场景变化检测技术进行预处理.然后,使用四阶统计显著性检测方法从帧差图像中分离出前景和背景,并使用连通成分标记算法和一连串形态学开启、闭合操作得到修正后的二值模板图.接着,使用对称差分技术消除覆盖\显露的背景以及部分噪声.最后,使用模板匹配和更新,不仅能够得到快速变化的对象,而且能够得到视频对象暂时停止运动的部分.     

基于FPGA的视频实时去雾算法及其硬件实现

单幅图像去雾技术虽然已经取得较大的进展,但是算法较为复杂,运行时间较长.为了实现视频实时去雾,以硬件实现为目的,对暗通道先验算法进行改进,降低其时间复杂度.提出了一种暗通道图优化方法,保留了图像的边缘信息,消除了光晕效应,省去了透射率细化的复杂操作;提出了适应于硬件实现的大气光值估计和调节及透射率补偿方法,解决了视频帧间闪烁及天空等明亮区域的色彩失真问题.基于现场可编程门阵列(FPGA)对所提出算法进行了硬件实现.结果表明,该算法可以实时处理帧速为60 f/s、分辨率为1 920×1 080的视频图像,相比传统去雾算法速度更快,去雾质量更高.     

高清抖动视频的实时稳像算法

针对高分辨率的高清视频中图像序列的不稳定性,结合灰度投影算法的特点,文章提出了一种可以快速消除图像序列间平移运动的新型电子稳像算法。首先采用灰度投影法估计图像序列间的平移运动,分别对行列投影曲线进行互相关运算获取全局运动矢量;然后采用高通滤波器获得抖动图像帧的运动偏移量,最后通过运动补偿得到稳定的视频图像序列。实验结果表明,该算法可以明显地消除图像序列间的抖动,对于提高动态图像的稳定性具有很好的效果,而且运算复杂度低,适用于高清视频的实时处理。     

基于SURF和改进RANSAC的视频拼接算法

在传统的视频拼接算法中,配准的误差和运动的物体都会使拼接结果产生鬼影,而复杂的融合算法又难以满足实时性要求。针对上述问题,以平行光轴且光心位于同一水平基线位置的双目相机采集的视频图像为研究对象,提出一种基于限定区域和SURF算法的视频拼接方法。针对采集到的具有20%~30%重叠感兴趣区域(ROI)的视频图像,每24帧设置一个关键帧,仅对关键帧的ROI区域采用SURF算法寻找特征匹配点对。然后采用改进的RANSAC算法筛选单应性变换矩阵H,对非关键帧直接采用此单应性变换矩阵H进行图像融合。实验结果表明,采用关键帧计算特征点的方式得到的视频拼接效果能够很好地消除鬼影,同时也能够保证视频融合的实时性。     

Aethra-net: Single image and video dehazing using autoencoder

A fast and efficient video dehazing system with low computational complexity has a huge demand among drivers during hazy winter nights. There are only a few video dehazing models that exist in literature. Video dehazing requires the sequential extraction and processing of frames. The processed frames must be restored in the same sequence as the original video. However, the existing video dehazing algorithms suffer from color distortion due to the continuous processing of frames. They are not suitable for videos with dense haze. Furthermore, some dehazing systems require hardware, whereas the proposed model is completely software-based to reduce the computational costs. In this paper, an image and video dehazing system called Aethra-Net is developed. A gush enhancer-based autoencoder is modified to obtain the transmission map. The structure of gush enhancement module resembles the processing of light entering the human eye from different paths. The multiple blocks of Resnet-101 layers are employed to overcome vanishing gradient problem. The vessel enhancement filter is also incorporated to enhance the performance of the proposed system. The proposed model has a susceptibility to compute the dehazed images effectively. The proposed model is evaluated on various benchmark datasets and compared with the existing dehazing techniques. Experimental results reveal that the performance of Aethra-Net is found superior as compared to the existing dehazing models.     

Essential Information Aggregation of intra coded video frame for wireless transmisson

A novel error resilient method based on Essential Information Aggregation （EIA） technique is proposed for robust wireless transmission ofintra coded video frames. This method modifies the original video stream structure so as to mitigate the effect of decoding loss of synchronization within a video frame, for which Macro Block Aligned （MBA） error detection method is accompanied to be developed. Experiments on an Additive White Gaussian Noise （AWGN） wireless simulation platform and H.263＋ baseline video codec show that it can obtain better subjective and objective image quality than existing error resilience approaches.     

Video abstraction based on the visual attention model and online clustering

With the fast evolution of digital video, research and development of new technologies are greatly needed to lower the cost of video archiving, cataloging and indexing, as well as improve the efficiency and accessibility of stored video sequences. A number of methods to respectively meet these requirements have been researched and proposed. As one of the most important research topics, video abstraction helps to enable us to quickly browse a large video database and to achieve efficient content access and representation. In this paper, a video abstraction algorithm based on the visual attention model and online clustering is proposed. First, shot boundaries are detected and key frames in each shot are extracted so that consecutive key frames in a shot have the same distance. Second, the spatial saliency map indicating the saliency value of each region of the image is generated from each key frame and regions of interest (ROI) is extracted according to the saliency map. Third, key frames, as well as their corresponding saliency map, are passed to a specific filter, and several thresholds are used so that the key frames containing less information are discarded. Finally, key frames are clustered using an online clustering method based on the features in ROIs. Experimental results demonstrate the performance and effectiveness of the proposed video abstraction algorithm.     

基于暗原色先验去雾的改进算法

暗原色先验去雾方法在单幅图像去雾方面效果明显,但该方法算法复杂度高、处理耗时。针对该算法不足之处,在传统的暗原色先验去雾方法基础上,提出一种改进算法。改进算法通过高斯滤波和腐蚀对透射率图进行优化;同时,为避免原算法的冗余计算,采用了一种快速计算初始透射率方法;并且通过Gamma变换和对比度增强方法对去雾后图像进行亮度和对比度增强处理。实验结果显示,改进算法处理效果与原算法基本一致,算法效率得到显著提高,应用在视频增强领域可以达到准实时。     

基于WLS的雾天交通图像恢复方法

在尘雾等恶劣天气条件下,由于大气粒子的散射作用,致使获取的道路图像严重退化,给交通运输带来很大的困难.为了提高道路环境的可视性,文中提出了一种基于WLS的雾天交通图像恢复算法.该算法从大气散射模型出发,首先进行大气光照的估计与白平衡处理,然后结合道路环境的约束,构建WLS框架对大气耗散函数进行估计,从而恢复场景反照率.通过实验分析可知,文中算法能够有效去除图像中雾霾,消除了Halo效应的影响,较好地凸显图像远景的细节信息,实现了交通图像的视见度的提高.     

快速平滑点特征轨迹电子稳像

为了提高机载成像系统输出视频的图像质量,提出了一种快速平滑点特征轨迹的稳像算法。以消除全局运动估计的帧间匹配累积全局运动、实现长时快速稳像为目的,建立有别于传统实时稳像模式的系统框架。首先采用SURF算法从原始的抖动视频中提取不稳定的特征点;其次利用Delaunay三角剖分算法判断特征点的邻接性,生成点特征轨迹;再次采用Kalman 滤波器对不稳视频中得到的点特征轨迹进行滤波处理,得到平滑的点特征轨迹;最后由原始点特征轨迹和平滑点特征轨迹估算出直接需要补偿的全局运动矢量。实验结果表明:该方法不仅能够实时处理失稳航摄视频,有效改善机载成像系统的图像质量,而且能够估计出相互独立的帧间全局运动矢量,可以应用于需要长时间稳像的场合。     

基于组合混沌系统的彩色视频流加密算法

为进一步加强视频图像在存储及传输过程中的安全性,提出一种将两种改进的混沌系统和分组加密算法结合的彩色视频流加密方案.将原视频逐帧提取并取其RGB分量,并用改进的logistic混沌系统控制其高低位进行各分量位重组.再利用级联式二维猫映射,对亮度分量R实现快速空域置乱;通过改进型二维logistic映射构造的非线性混沌序列,对色度分量GB分量进行迭代扩散.然后将已加密的三分量通过AES算法进行二重加密.算法利用了高低维混沌的空域混合双重加密.仿真结果表明该算法的解密图像无损、无失真,具有更好的密钥敏感性、更好的安全性.