基于MI-SURF特征的关键帧提取算法

关键帧提取技术是视频检索领域的一个核心问题。关键帧提供了视频的主要内容,能减少视频存储占用空间。文章提出了一种基于MI-SURF特征的关键帧提取算法。该算法融合互信息熵和SURF图像局部特征来提取关键帧。实验结果表明,该算法所得的关键帧能有效表示视频内容。     

基于互信息量的图像分割

图像分割是图像信息处理的热点和难点之一，常用的分隔方法有阈值法和聚类法等。模糊C均值（FCM）算法因其实现简单、结果较优而得到广泛应用，但FCM算法存在过分依赖初值、收敛于局部极值和需预先给定分类类数等问题，研究者们对此进行了大量研究和改进，但均无法彻底解决上述问题。基于模拟退火算法和互信息量，以最大互信息量为优化目标，文章提出了一种新的分类类数判据——互信息熵差，并在此基础上构造了一种新的阈值分割算法——最大互信息量分割算法（MMS）。实验结果表明，MMS克服了FCM算法的上述不足，更为重要的是，     

基于时空融合的交通场景中运动行人检测算法

将视频监控技术应用于交通信息获取与处理,解决行人安全问题,已成为智能交通系统中的一项关键技术。为精准地提取交通场景语义信息,提出了融合时域和空域信息的行人检测算法。通过相邻多帧时域变化和Canny边缘检测算法得到初始检测掩模图像,解决差值局部化和噪声问题;提取空域信息时,引入二次重构和内外标记技术对梯度图像进行修正和分水岭变换,得到空域掩模图像,有效地提高空域分割精度,消除过分割现象;最后将两者结果进行融合和形态学修正,提取出交通场景图像中的运动行人。以北京南站为例进行实验分析,结果表明,该方法能快速准确地检测到较完整的目标信息,在动态场景的行人检测取得了较好的效果。     

一种符合视觉感知的视频运动模糊帧检测方法

为了更准确地检测视频中的场景运动模糊帧,首先利用稀疏表示的图像模糊特征,结合恰可察觉模糊概念,定义1种敏感的图像模糊度度量,用于检测视频序列中的非清晰帧;然后通过计算相邻帧之间的单应矩阵,估计相机的运动速度,并根据运动速度从非清晰帧中选择出观看过程中产生模糊感受的场景运动模糊帧。实验结果表明,所提出的算法可以有效地检测出视频场景运动模糊帧,相比于传统图像模糊检测算法,检测结果更符合人眼观看视频的主观感受。     

基于无人机视频的公路可量测三维重建方法

针对目前无人机视频信息在公路建设和管理中未能得到充分利用的现状,提出了一种基于低空无人机视频流影像的可量测三维重建方法。该方法首先是对无人机摄像机CCD传感器进行检校,然后直接从无人机获取的视频中自动提取关键帧影像,再根据提取关键帧时间信息对全球导航卫星系统信息进行内插和同步得到关键帧影像拍摄位置信息;最后,通过多视角多视图三维重建技术,生成彩色密集点云数据并进行三维量测分析,实现基于无人机视频图像的量测和分析。通过试验分析,利用该方法可以根据无人机获取的动态视频信息,快速进行高精度三维场景重建和量测分析,可满足公路建设和管理中远程勘测调查的精度、大范围和快速性的要求。     

基于用户兴趣的视频片段提取方法

视频精彩片段提取是视频摘要、检索等领域的热点研究问题。若自动提取视频片段能考虑用户个性化需求,将能在电影推荐、新闻摘要等实际应用场景中发挥巨大作用。针对基于用户兴趣的视频片段提取问题,提出了使用互联网图像的用户感兴趣视频精彩片段提取框架,使用近义语义联合组权重模型权衡由不用的描述词检索得到的存在差异但语义相近的图像组,根据图像组与视频内容的相关性为不同的图像组分配不同的权重。实验结果表明了所提出的方法对提取用户感兴趣内容的有效性。     

基于X射线CT的混凝土内部裂纹识别研究

利用医用CT设备采集了完整单轴压缩作用下的混凝土断面图像,分别采用阈值分割、聚类和图像差值三种算法提取了混凝土内部裂纹,讨论了三种算法提取混凝土内部裂纹时各自的优缺点,并对裂纹提取结果进行分析和评价。结果表明:阈值分割和聚类算法均难以区分裂纹和孔隙,图像差值算法不仅可以较好地提取裂纹,还能区分裂纹与孔隙;阈值分割和图像差值算法均需要通过大量试验确定合理阈值,聚类算法不需要设定阈值,可以避免选择阈值导致的人为误差;基于差值算法得到的差值图像可以定量描述裂纹的演化过程;随着CT设备的不断发展,图像差值算法将在混凝土细观结构研究中应用越来越广泛。     

柱面全景视频拼接算法

本文提出基于模板帧的柱面全景视频拼接方法,实现360°全景拼接。首先采集模板帧图像,对摄像头进行参数标定获得相机内参和畸变系数,再使用畸变矫正方法去除摄像头畸变带来的成像失真。然后对模板帧图像进行SURf特征提取并进行粗匹配,再用高效的匹配点筛选方法剔除误匹配的特征点。之后将特征点进行柱面投影,事先计算好多路视频帧图像两两之间的位置变换矩阵,用于后续视频帧图像融合。由于后续视频帧利用模板帧的摄像头内参和畸变系数、变换矩阵进行拼接融合,大幅提升了算法速度。另外,为了进一步提高算法速度以适应实时性需求,我们在图像柱面投影和融合时,采用CUDA平台进行GPU并行处理,对算法进行加速。最终实现速度可达30帧/秒的实时视频拼接。     

基于分割的立体视频运动估计方法

随着新型采集、显示器件的出现,带有场景信息的多视点彩色帧加深度信息的立体视频成为研究热点。随之而来的是更大的数据量,立体视频运动估计是去除视频信息冗余的重要方法。传统的运动估计方法将图像分为固定大小的子块,通过求取参考帧和当前帧对应子块的最小绝对误差(sum of absolute difference,SAD)来确定该块的最佳运动矢量。由于存在子块的错误匹配现象,传统的运动估计方法得到的内插帧有明显的模糊和块效应。为了克服固定子块引起的缺陷,将视频分割应用到运动估计中,提出了1种基于视频分割和深度约束的立体视频运动估计方法。实验结果表明,用分割一致性来限制块匹配过程,可以有效提高运动估计精度,从而使内插帧在主客观都得到改善。     

基于视频图像的建筑室内空间数据矢量化提取方法

为提高建筑室内空间规划能力,需对建筑室内空间数据进行矢量化提取。为此,提出基于视频图像的建筑室内空间数据矢量化提取方法。设计建筑室内空间视频图像采集模型和空间装饰特征点边缘特征检测模型,采用分块检测方法重构建筑室内空间视频图像区域,结合RGB特征分解方法进行建筑室内空间数据矢量化分割,提取建筑室内空间视频图像的模糊度匹配特征量,通过分块模板匹配实现建筑室内空间数据矢量化提取。仿真结果表明,采用该方法进行建筑室内空间数据矢量化提取的准确性较高,图像的分辨能力较好,提高了建筑室内空间数据矢量化分割和装饰特征量的检测能力。