基于形态学滤波和小角度边缘搜索的运动自适应去隔行

为实现隔行扫描到逐行扫描的视频格式转换,提出了一种运动自适应的去隔行算法,主要包括运动估计、运动向量的形态学滤波、小角度边缘搜索、时空插值权重自适应插值等。该算法通过同极性场的像素块绝对值差和(SAD)与运动阈值的比较实现运动估计,并对运动向量进行形态学滤波处理,消除噪声影响。在小角度边缘搜索中采用自适应搜索半径和并行搜索树的策略实现最小6°的检测精度。最后,通过时空权重自适应的插值算法实现去隔行处理,取得了很好的处理效果。     

一种新型运动自适应去隔行算法

在分析了现有的各种去隔行算法特点的基础上,提出了一种新型的运动自适应去隔行算法。该算法充分结合了中值滤波算法及边沿保护插值算法的优越性,能区分图像的静止和运动部分,采用不同的算法进行去隔行。同时对运动部分采用的边沿保护插值去隔行算法进行了改进,大大简化了运动检测。软件仿真表明,去隔行处理后的逐行图像测评效果良好,该算法占用硬件资源少,结构简洁,极具实用价值。     

时空权重和边缘自适应去隔行

为实现隔行扫描到逐行扫描的视频格式转换,文中提出了一种时空权重和边缘自适应的去隔行算法,主要包括4个同极性场运动估计、小角度边缘搜索、时空权重计算、自适应插值等.运动估计通过比较同极性场的像素块绝对值差和(SAD)与运动阈值实现运动估计,并且利用前一场的运动信息进行鲁棒性处理,提高运动检测的精度.小角度边缘搜索采用自适应搜索半径的方法实现最小6°的小角度边缘检测.最后,通过时空权重自适应的插值算法实现去隔行处理,取得很好的处理效果.     

一种带运动检测的去隔行中值滤波算法

视频格式转换(VFC)技术可以较好地解决不同格式的视频信号之间信息不易交流的难题。而去隔行又是视频格式转换的一项关键技术。该文提出了一种新的带运动检测的中值滤波算法。该算法能区分图像的运动和静止部分而分别采用不同的算法进行去隔行。对静止部分,采用场复制的算法;而对运动部分,采用综合的中值滤波算法,这样就充分利用了视频信号在空间和时间上的相关信息,克服了原来算法去隔行时图像边缘不够平滑,出现锯齿,甚至有断点等不足。软件仿真表明,图像的测评效果良好,且该算法的硬件成本较低,极具实用价值。     

一种自适应去隔行算法的设计

去隔行技术是视频格式转换的一项关键技术,是视频处理的基础.本文在比较几种传统去隔行算法的基础上,对以往算法进行改进,提出了一种新的带运动检测的自适应去隔行算法优化运动检测去隔行算法.该算法以运动检测为基础,并根据物体运动状态调用相应的最优算法,去隔行效果好,对硬件要求较低,适合普通产品应用.软件仿真表明,图像的测评效果良好,且该算法的实现成本较低,具有一定的实用价值.     

基于视频监控系统的运动自适应去隔行算法

针对视频监控系统的去隔行问题,在分析了传统去隔行算法优缺点的基础上,提出了一种高性能的运动自适应去隔行算法。该算法通过可检测空间周期模式运动的4场运动检测方法对插值点运动状态进行判断,将图像分为静止区域和运动区域。静止区域的插值采用场合并算法;运功区域的插值采用改进型边沿自适应插值算法,增强了水平边沿检测功能并提升了一致性边沿方向的估计水平。DSP实验结果表明,提出的算法可提高图像的峰值信噪比(PSNR)和结构相似度(SSIM),有效抑制锯齿化、行间闪烁和运动虚像等不良效应,获得良好的视觉效果     

一种自适应去隔行算法及其电路设计

为提高数字电视的图像显示质量，提出了一种数字视频的运动自适应加边缘检测的两级加权求和去隔行算法。该方法在一定程度上克服了直接的奇偶场合并造成的运动边缘锯齿和场内内插的模糊和闪烁等问题，并且不会出现采用运动补偿方法在运动矢量出错时产生的难以接受的伪像。该算法的硬件实现的复杂度比运动补偿方法大大降低。     

一种时空结合的边沿检测去隔行算法

在分析了传统边沿自适应去隔行算法的原理及优缺点的基础上,详细地对传统边沿法的低垂直清晰度造成的原因进行了探讨和解释,从理论上对其不足进行弥补改进,提出了一种结合时域滤波、空间滤波和中值滤波的改进的边沿检测去隔行算法。利用待插值点前后场的信息以及当前场的信息对检测出的边沿待插值像素进行双向插值后,再进行中值滤波。软件仿真结果和理论分析说明：改进的算法,引入较多的原始图像信息进行去隔行处理,有效地提高了垂直清晰度,同时保证了边界的锐利,具有良好的视觉效果。     

基于棱边方向检测与运动补偿的视频去隔行算法

提出了一种基于棱边方向检测与运动补偿相结合的去隔行算法。首先通过Canny算子提取出棱边,将图像区分为棱边和非棱边两部分。对于棱边丢失的部分,分别在空域内沿棱边方向和时域内沿棱边移动方向插值,然后利用中值滤波得到丢失的棱边信息;对于非棱边部分,采用多级相位相关运动估计法,对当前场与前后两场计算出相应的运动矢量,然后在时域和空域中利用中值滤波计算出丢失的信号。实验结果表明,本文方法优于一般的去隔行算法,如线性空域插值等。同时本文提出了两个去隔行评价标准,可以定量检验去隔行方法的效果。     

基于全局运动估计的视频对象分割算法

视频全局运动(摄像机运动)所表现的视频序列之间的时间相关性,较其它视频特征更能表达视频序列的高层语义信息.为了能够有效快速的得到视频的全局运动,通过对视频运动估计方法的研究,提出了一种新的基于奇异值分解(SVD)的视频全局运动估计算法.该方法首先通过块匹配法得到局部运动场,利用矩阵的奇异值分解估计全局运动参数,然后运用形态学运动滤波得到前景运动目标的粗略掩摸图像,最后综合利用此掩摸图像和边缘信息分割出运动目标.试验表明,提出的算法能够分割出具有全局运动特征的视频序列中的运动目标.     

基于全局运动对比度的轮廓编组元提取算法

在轮廓编组计算模型中,编组元的提取对于轮廓编组结果具有重要的影响。针对复杂场景中目标轮廓易与非目标边缘混淆的问题,提出了一种基于全局运动对比度的编组元提取算法。提出了基于边缘片段的运动相似度度量方法,并通过相似度定义了场景中的全局运动对比度,以此对非目标边缘片段进行抑制,从而提取出更为有效的目标轮廓边缘片段构成编组元集合。在Moseg_dataset数据集上的实验结果证明,提出的全局运动对比度对于非目标边缘片段具有良好的鉴别能力,相比较目前轮廓编组计算模型中基于边缘检测和轮廓检测的编组元提取算法,该算法显著降低了编组元集合的规模,提高了编组元集合的有效性。在相同的轮廓编组算法中,该算法提取的编组元集合能取得更优的编组结果。     

全局运动补偿的动态背景下运动轨迹跟踪算法

针对动态背景下,一般跟踪算法存在着被动跟踪的滞后或偏移的问题,提出了一种结合Kalman滤波器的Mean-Shift跟踪算法.对运动矢量进行预处理,得到一个平稳更能反映运动信息的矢量场;利用Mean-Shift搜索算法精确地确定对象位置;此基础上,利用Kalman滤波器算法进行运动估计预测,来确定运动的轨迹.实验表明:与现有的方法相比,该方法可从复杂场景中更准确地对运动对象进行轨迹的跟踪.     

基于脊波运动检测的监控视频压缩方法

研究了一种基于运动检测的监控视频压缩方法,即先判断出相对于背景场景来说具有感兴趣运动变化发生的图像帧,再对判断出的图像帧进行低损失或无损失的压缩,剩余的图像帧进行高比率的压缩。为判断视频帧有无感兴趣运动变化发生,研究出基于新的多分辨率分析工具——脊波和背景减除法的混合方法,该方法能有效地定位出具有感兴趣运动变化发生的图像帧,并具有计算量较小、人工干预较少、受光照变化影响较小的优点。     

基于全局运动补偿的多运动目标检测方法研究

提出了一种动态背景下的对多个运动目标检测的完整方法.利用基于宏块匹配的六参数全局运动估计方法进行全局运动补偿,有效地消除了摄像机在非稳定运动情况下对目标检测性能带来的不利影响.同时在宏块匹配前进行了预处理,通过预判提取纹理信息丰富的宏块,并在宏块匹配的过程中采用九点十字搜索算法取代传统的三步搜索算法,减少了匹配数据量....     

基于频谱边缘检测的运动模糊方向精确估计

针对运动模糊图像的模糊方向估计问题,详细分析了匀速直线运动模糊图像的退化模型,提出一种在频域精确估计运动模糊方向的方法。首先,计算退化图像的频谱,用高斯-拉普拉斯(LoG)边缘检测算子检测出频谱中的暗条纹轮廓;然后,用Radon变换找出垂直于暗条纹的角度;最后,根据图像长宽比确定频谱暗条纹和模糊方向之间的关系,计算出模糊方向。仿真结果表明,对模糊尺度从7到30像素的退化图像的模糊方向估计误差不超过1°,估计结果非常精确。     

基于边缘方向分布和粒子滤波的视频目标跟踪

针对背景复杂的非线性视频运动目标,提出了一种基于边缘方向分布和粒子滤波技术相结合的跟踪方法。该方法利用边缘算子获取目标区域边缘方向图,采用高斯核函数建立目标区域边缘方向分布,结合粒子滤波理论,实现对非线性视频运动目标的有效跟踪。计算机仿真结果表明,该方法可对非线性、非高斯的运动目标进行有效的跟踪,且在跟踪目标区域与背景颜色接近,背景复杂的场景下,与采用灰度特征的方法相比,有较强的鲁棒性和较高的跟踪精度。     

基于边缘重建的多尺度壁画修复方法

中国古壁画历经千百年历史,不可避免地出现了不同程度的破损,其修复研究具有重要的历史价值和文化价值.传统的手工修复直接作用于壁画,操作不当会造成保护性破坏,所以采用数字虚拟修复,提出了基于边缘重建的多尺度壁画修复方法.由于现存壁画数量较少,通过收集与整理我国不同地域年代的壁画获得了实验数据.对自由裁剪后的壁画进行滤波平滑...     

高精度亚像素全局运动估计的上采样梯度互相关算法

运动估计在视频图像压缩、超分辨率重建、拼接、目标检测等方面具有重要的应用意义。针对高精度的亚像素运动估计问题,引入一种优化滤波器用于计算图像梯度,并采用上采样与抛物面拟合梯度互相关曲面相结合的方法,探讨一种高精度的亚像素全局运动估计算法。实验结果表明,该算法不仅对噪声影响具有较好的鲁棒性,同时能够有效地提高运动估计的精确性。     

A model predictive obstacle avoidance method based on dynamic motion primitives and a Kalman filter

A dynamic motion primitive (DMP) is a robust framework that generates obstacle avoidance trajectories by introducing perturbative terms. The perturbative term is usually constructed with an artificial potential field (APF) method. Dynamic obstacle avoidance is rarely considered with this approach; furthermore, even when dynamic obstacles are considered, only the velocity and position information of the current state are incorporated into the obstacle avoidance framework. However, if the position of an obstacle changes suddenly, a robot may be placed in a dangerous position close to the obstacle, resulting in large obstacle avoidance accelerations, sharp trajectories, or even obstacle avoidance failure. Therefore, we present a model predictive obstacle avoidance method based on dynamic motion primitives and a Kalman filter. This method has three main components: Dynamic motion primitives are used to generate the desired trajectory and introduce perturbations to achieve obstacle avoidance; the Kalman filter method is adopted to estimate the future positions of the obstacles; and model predictive control is employed to optimize the repulsive force generated by the APF while minimizing the defined cost function, thus guaranteeing the safety and flexibility of the method. We validate the presented method with 2D and 3D obstacle avoidance simulations. The method is also verified with a real robot: the-Kinova MOVO. The simulation and experimental results show that the proposed method not only avoids dynamic obstacles but also tracks the desired trajectory more smoothly and precisely.