旧电影中基于Hough变换直线划痕的检测

为保护旧电影和国家档案影片,研究了旧电影自动修复与保护的方法.为了有效检测旧电影中常见的直线划痕,分析了直线划痕产生的原因、基本特征,检测方法.在分析Hough原理的基础上,提出了一种基于Hough变换的直线划痕检测方法.实验结果表明,该算法能有效地检测旧电影中的直线划痕,并可为旧电影中直线划痕的自动修复提供理论依据和实现基础.     

影像资料数字化修复系统的研究

结合胶片电影的特点,提出基于胶片电影的数字化修复系统框架。其中斑点检测算法通过引入纹理匹配方法达到了提高正确检测率与错误检测率比值的目的。对于亮度闪烁,本文提出基于运动补偿及阈值法的闪烁修正方法,提高了算法效率并降低了误检测率。对于垂直划痕,提出基于Canny理论和时空域特征的垂直划痕检测算法,实现准确地获取垂直划痕的长度、起始点位置与终点位置信息,提高了有限长度划痕的正确检测率。     

基于小波分解的电影胶片划痕损伤数字修复技术研究

电影胶片由于长期存放和多次播放，因此存在着灰尘、污垢、霉斑、图像抖动、划痕、闪烁、噪声、变色、模糊等问题，其中垂直划痕是比较常见的一种损伤。为了消除这种损伤，通过垂直划痕小波特性的分析，提出了一种垂直划痕检测和去除的算法。该算法基于二进离散小波变换，首先将图片分解成为概貌和细节分量；然后通过对水平和垂直细节分量的分析，结合形态学的处理手段得到划痕位置，并比较了在空间域和小波域重建划痕区域内丢失的信息的各种方法，最终选择在小波域进行划痕修复。结果显示，采用该新方法进行划痕的检测和去除，不仅简单而且有效。     

煤岩显微图像划痕检测与去除方法

煤岩显微图像预处理主要包括煤岩划痕检测与去除。针对基于霍夫变换算法的煤岩划痕检测难以准确提取空间形状特征和有效细化边缘信息,容易出现漏检和误检的问题,提出了基于语义分割的煤岩划痕检测方法。该方法引入残差结构改进空间注意力模型,将该模型嵌入以VGG卷积层作为图像特征编码器的U-Net中,实现对煤岩划痕的语义分割。针对基于快速行进的图像修复算法使得煤岩划痕去除区域和周围区域存在纹理差异和视觉伪影的问题,提出了采用基于改进区域匹配的图像修复算法去除煤岩划痕。通过采用k个最近邻图像块查找、跨尺度及旋转角度搜索策略和基于欧氏距离的图像块偏移距离度量,实现煤岩划痕的有效去除。实验结果表明,基于语义分割的煤岩划痕检测方法能准确反映煤岩划痕的边缘细节,具有较好的空间特征解析性能,提高了煤岩划痕检测准确性;采用基于改进区域匹配的图像修复算法去除煤岩划痕能使煤岩划痕去除区域与周围区域的纹理特征更具有一致性,提升图像整体视觉效果。     

基于多尺度注意力半监督学习的老照片划痕修复

老照片由于长时间的磨损或保存不当,会出现照片的划痕损伤。随着深度学习在图像重建中的应用,基于深度学习方法能够在纹理修复的基础上获取图像的语义信息并预测语义内容,使老照片修复的整体效果更加符合客观事实,但利用深度学习进行老照片划痕修复缺乏学习所需数据集。提出一种基于半监督学习的老照片划痕自动修复的方法,创建划痕合成数据集SynOld用于网络训练,同时搜集真实的划痕老照片用于训练和测试,将合成数据集和真实老照片加入网络学习,两者共享网络参数,并通过鉴别器来区分网络生成图像与真实图像。对于合成数据集有监督的分支采用均方差损失、感知损失和对抗损失约束训练,对于真实老照片无监督的分支采用总变差损失控制训练。实验结果表明,相比于多尺度特征注意力网络的监督学习方法,该方法在合成数据集SynOld和真实老照片上都具有较好的修复效果。     

改进的基于空间特征的划痕检测

改进基于空间特征的划痕检测算法。在延续原有算法的有效性和稳定性的基础上,重新建立划痕空间特征量的阈值选取和宽度自适应参数之间的联系,并添加划痕长度的检测。经实验验证,和原算法相比,改进的基于空间特征的划痕检测算法能更多地检测到视频序列中的划痕,提高了9.2%的准确率,并且功能更加完善,能检测划痕长度。     

划痕图像的连分式插值修补算法

目的 图像修复在图像处理中起着举足轻重的地位,针对目前大部分图像修补算法在修复划痕时存在纹理修复不够突出的缺陷,提出了两种基于连分式插值的修补算法,可以较好保持图像纹理的特性。方法 该算法基于连分式插值理论,采用图像破损点周围像素信息来插值出破损点的像素值。根据插值函数和插值窗口的不同,提出了两种插值方法,即Thiele型修补算法与Newton-Thiele型修补算法,解决不同纹理类型图像的划痕修补问题,并对插值过程中出现的奇异点问题和平移问题提出了行之有效的解决办法。结果 对大量的划痕图像进行实验测试,并通过主观评价和客观评价进行评估。客观评价包括峰值信噪比（PSNR）和运行时间的比较。相对于目前流行的一些修补方法来说,本文算法有更好的视觉效果,更高的峰值信噪比和更短的运行时间,峰值信噪比为44.79 dB,运行时间为0.53 s。结论 Thiele型修补算法更加擅长处理纹理垂直于划痕的图像,而Newton-Thiele型修补算法适用于复杂纹理的图像。     

基于无锚框关键点算法的工件表面缺陷检测

针对工件表面图像中划痕缺陷尺寸比例异常、尺度变换大、背景纹理复杂等问题,提出一种基于无锚框关键点的工件表面缺陷检测算法AFKPDD。为提高尺寸比例异常的细长划痕的检测精度,采用基于RepPoints Head的检测模块,更好拟合缺陷形态并提取有效特征。为改善尺度变换和背景复杂问题,使用可变形卷积多尺度网络提取图像特征。为提高模型泛化能力,设计随机遮挡数据增强方法和多任务学习策略。自建铝制工件内壁数据集,AFKPDD算法在该数据集上AP达到88.9%,优于其它主流目标检测算法。在公开钢材表面数据集上验证了模型的泛化能力和在划痕检测上的应用价值。     

基于邻域相关性MC模型的空域隐写检测算法

空域隐写作为最常用的隐写方式之一,对其进行隐写分析具有较高的实用价值。空域隐写破坏了图像的邻域相关性,通过分析其在隐写前后发生的改变,能有效检测图像是否进行了隐写。如何对邻域相关性进行量化分析成为问题解决的关键。通过对图像邻域相关性进行MC建模,提出了一种有效的空域隐写检测算法。该算法在相关性MC模型的基础上提取出相关性量化矩阵,分析了其在隐写前后发生的变化,并提取出相应的检测特征。最后,以Fisher分类器作为检测分类器进行了检测实验。实验结果表明该算法能有效检测多种空域隐写算法,其平均检测率达到85％以上。与其它空域隐写检测算法相比该算法具有更好的适用性。     

基于邻域相关性MC模型的空域隐写检测算法

空域隐写作为最常用的隐写方式之一,对其进行隐写分析具有较高的实用价值。空域隐写破坏了图像的邻域相关性,通过分析其在隐写前后发生的改变,能有效检测图像是否进行了隐写。如何对邻域相关性进行量化分析成为问题解决的关键。通过对图像邻域相关性进行MC建模,提出了一种有效的空域隐写检测算法。该算法在相关性MC模型的基础上提取出相关性量化矩阵,分析了其在隐写前后发生的变化,并提取出相应的检测特征。最后,以Fisher分类器作为检测分类器进行了检测实验。实验结果表明该算法能有效检测多种空域隐写算法,其平均检测率达到85％以上。与其它空域隐写检测算法相比该算法具有更好的适用性。     

车轮踏面擦伤检测技术及数据分析方法

针对轮对踏面擦伤在列车行进中产生的振动特点,使用加速度传感器进行平轮检测,应用DSP采样技术进行信号采集,根据小波包变换的特点,将振动信号按任何的频率分辨率分解到不同的频段,提出平轮检测中使用小波包能量特征的概念.     

基于宏块类型信息的自适应场景变换检测算法

提出了一种压缩域中利用B帧的宏块类型信息自适应场景变换检测算法,采取滑窗方式自适应地检测场景突变和场景渐变的准确位置。利用电影、动画、新闻等素材作为实验视频库,并利用MPEG 2作为实验平台,取得了较高的查全率和查准率。     

采用时空信息的运动对象检测

针对复杂背景下的运动检测困难,提出了一种结合时域差分与尺度空间信息的运动对象检测算法。该方法首先以视频序列的第一帧作为初始背景,以相邻帧金字塔差分信息作为背景更新掩膜,并采用自适用的背景更新因子实现背景更新。在运动对象检测阶段,结合背景差信息与当前帧和背景帧金字塔差分信息,提取出运动对象。实验结果表明,该方法具有较好的实时性和自适应性,对噪声不敏感,有效提取运动对象。     

运用Freeman准则的直线检测算法

提出了一种简单而高效的在二值图像中检测目标物体直线边界的算法．基于Freeman提出的关于数字直线的准则和数字直线的特征,得出线段元是数字直线的组成部分这一性质．基于该性质,该算法以线段元为基本单位进行直线的构造,从而能高效、准确地检测出图像中物体边界中的直线．此外,该算法还可用于检测二值图像中物体边界的拐角．     

基于时空域信息融合的视频拷贝检测算法研究

为了有效利用视频独有的时空域特性来提高视频拷贝检测算法的鲁棒性和精度,提出一种基于时空域信息融合的快速拷贝检测算法。该算法包括基于时空域信息融合的指纹提取算法、基于倒排索引的匹配搜索算法和结合异步滑窗策略的基于匹配状态机的匹配搜索算法。指纹提取算法首先将视频分段形成时空域信息帧,然后对该信息帧进行分块,提取DCT系数后,利用其中值进行阈值化得到视频指纹。基于倒排索引的搜索算法根据指纹的二值性特点建立倒排索引表,然后通过索引表快速查询指纹。结合异步滑窗策略的基于匹配状态自动机的搜索算法,利用与最近邻之间的匹配状态来改变搜索范围和步长,而异步滑窗策略通过对在线和离线过程采用不同的提取策略,减少搜索量,加快搜索速度。实验结果表明,提取的指纹对噪声模糊、添加字幕、空间偏移、旋转、掉帧具有较好的鲁棒性,同时提出的搜索方案在时间效率上也有较大的提升。     

基于Gabor和纹理抑制的手机配件划痕检测

经典的划痕检测方法通常采用各种边缘检测算子来完成,由于对纹理和噪声十分敏感,因此常造成大量的误判。在具有复杂纹理的金属表面检测中,误判现象尤其严重。为此,利用Gabor滤波的条形模式检测原理,同时结合各向异性纹理抑制和滞后多阈值处理技术,提出一种用于手机配件金属表面划痕的检测方法。对金属表面图像进行Gabor滤波,提取出划痕的骨架结构,利用各向异性纹理抑制方法抑制金属表面的纹理,再用滞后多阈值准确提取划痕。实验结果表明,该方法能极大程度地抑制非划痕区域的金属纹理,同时完整地提取出细微的划痕图像,其误检率、漏检率和轮廓检测缺失概率分别为2%,3.7%和5.5%,明显优于基于边缘算子的划痕检测方法。