基于MSSIM商一致性的视频插帧和删帧篡改检测

插帧和删帧是常见的视频帧间篡改方式,针对此研究问题,提出一种基于结构相似度均值( MSSIM)商的一致性检测算法。对于一段连续拍摄的视频,由于视频内容的连续性,相邻帧之间的MSSIM商具有连续现象。而对于经过插帧或删帧篡改的视频,其篡改点位置的MSSIM商会发生突变,从而破坏其一致性。为此,该算法首先计算每相邻两帧间的MSSIM值,之后对相邻MSSIM求商并以此作为特征,而后两次利用切比雪夫不等式及阈值法对提取特征进行异常点检测,从而实现对视频插帧和删帧的篡改检测及定位。实验结果表明,该算法对视频插帧和删帧篡改具有较高的检测率。     

基于边缘方向插值的视频缩放算法及电路设计

阐述了一种沿边缘方向进行图像插值的缩放算法,并提出了基于该算法的一种视频缩放器电路的设计方案。该算法首先对数字视频图像帧采用拉普拉斯算子进行边缘检测,根据视频图像的动态阈值判定边缘区域和方向,得到二值化的帧图像的边缘信息。最后在边缘区域内边缘方向进行相位映射后,进行平行四边形线性插值。该算法的实现电路采用VerilogHDL语言描述,并在基于FPGA的视频处理平台上进行了原型验证。验证结果表明,插值后的图像边界更加清晰,消除了大比例缩放时线性插值的锯齿现象。     

图像多特征融合的障碍物检测

针对室外环境中障碍物和地面图形区分不明显时,利用易受光照及噪声影响的颜色或亮度信息检测障碍物会出现误判和漏检的现象,采用多特征融合的方法对障碍物进行检测。首先使用LBP算法提取图像纹理特征,使用自适应Canny算法提取障碍物边缘信息,将纹理特征和边缘信息进行线性加权,再利用高斯建模方法更新背景信息,最后通过比较前后帧总体差异判定障碍物。与传统三帧法、平均背景建模法、高斯混合建模法的实验对比结果表明:该方法相比利用单一特征进行障碍物检测的方法具有更好的鲁棒性。     

H.263视频场景自适应编码的改进算法

针对现有场景自适应编码方案中存在的检测结果不准确问题,引入图像相似度检测算子,提出了一种基于二级筛选机制的图像相似度检测方案.在使用直方图法进行图像相似度一级检测的基础上,利用相似度检测算子对检测结果进行二级筛选,剔除一级检测中引入的伪突变帧,找出真正的突变帧.然后对该突变帧进行帧内编码,开始一个新的视频片段,从而使由于场景切换所造成的视频图像失真得到有效抑制.对标准视频序列的仿真试验表明,提出的改进方案可以更准确地检测出序列中的突变帧,从而降低输出编码视频的比特数,提高视频压缩效率.     

融合多帧信息的Retinex监控视频增强算法

针对传统Retinex监控视频增强算法照度分量提取不够准确的情况,利用监控视频背景的时间相关性,融合多帧背景进行照度估计,提出了一种新型Retinex监控视频增强算法:对视频单帧图像进行大、中、小尺度的高斯低通滤波,得到3个尺度的环绕图像,并对其取极小值以提取该帧的背景照度图像,通过融合当前帧和其邻帧的多帧背景照度图像,获取当前帧上准确的背景照度图像,再应用Retinex色彩恒常性理论,去除照度干扰以获得反射光分量,实现当前帧的增强。实验结果表明:该算法可以从夜间视频阴影中恢复出景物,得到亮度、色彩、细节较平衡的视频。     

一种无监督视频行人检测与估计算法

该文提出了一种基于混合模型的视频行人检测算法,该算法首先运用多帧平均值背景提取法获得视频背景;然后,视频场景中某一幅图片减去背景图片获取运动行人图像;最后,运用混合模型的学习算法检测行人并估计行人个数,仿真试验结果证明该文算法的有效性.     

激光标记自动跟踪视频引伸计的标记识别算法研究

针对视频引伸计易受光照变化干扰的问题,提出一种基于图像亮度调整和去雾增强相结合的图像预处理算法,获得了激光标记和试样标记的清晰图像;分别利用 Cr色度阈值分割算法和基于感兴趣区域的亮度梯度阈值分割算法提取激光标记和试样标记。在光照变化和有无试验机夹头干扰的情况下分别进行了实验,验证了算法的稳定性和准确性。     

视频稳像的Sift算法优化

针对连续拍摄的相邻视频帧具有视场重叠度高,视角转换小,平移量小等特点,对Sift特征匹配算法进行优化,以降低视频稳像的运算量.研究了图像尺度空间变换,尺度空间的特征点提取,特征点匹配算法和相邻帧间的平移旋转矩阵,并给出了Sift优化的说明和算法的实验结果.首先对当前帧的图像提取相邻两个尺度空间的特征点,并与上一帧图像的两个尺度空间的特征点进行匹配.然后去掉匹配度小于某一阈值的特征点,对剩余的特征点根据旋转平移矩阵求解视频帧的旋转分量和平移分量.实验证明本算法能够将Sift算法运算量减小96.8％,同时视频的旋转稳像误差在±0.3％以内.     

激光标记自动跟踪视频引伸计的标记识别算法研究

针对视频引伸计易受光照变化干扰的问题,提出一种基于图像亮度调整和去雾增强相结合的图像预处理算法,获得了激光标记和试样标记的清晰图像;分别利用Cr色度阈值分割算法和基于感兴趣区域的亮度梯度阈值分割算法提取激光标记和试样标记。在光照变化和有无试验机夹头干扰的情况下分别进行了实验,验证了算法的稳定性和准确性。     

一种改进的全局Retinex监控视频图像增强方法

考虑到监控视频每相邻帧图像背景及光照近似,合理运用帧间信息,构建了一种改进的Retinex图像增强算法。对每一帧图像进行不同尺度及参数的高斯低通滤波,滤波结果取模极小提取各帧背景信息,通过融合多帧图像背景,获取该时刻上视频图像的准确背景,使用该背景进行Retinex算法增强。实验结果表明,算法增强后的图像暗处细节信息更加丰富,获得了更舒适的视觉效果。     

具有录像功能的数码相机

日本日棉公司推出能够记录图像和声音的新型数码相机。这种数码相机配有一个５０万像素的CMOS传感器，能够记录最多３０分钟的声音和视频图像，使用１２８MB的多媒体卡。该数码相机使用正常模式分辨率为３２０×２４０像素，最多能够记录１０分钟声音和视频图像；使用低模式分辨率为１６０×１２０像素，最多可以记录３０分钟的声音和视频图像。该数码相机视频的帧速度为每秒２４帧，以高模式可拍摄１６张照片，以正常模式可拍摄５６张照片，以低模式可拍摄１５０张照片。此外，该数码相机还有“电脑照相机”的功能，通过一根USB电缆将…     

一种简单有效的视频序列超分辨率复原算法

针对视频序列中逐帧图像的超分辨率复原问题,提出一种基于参考高分辨率图像的视频序列超分辨率复原算法.该算法利用了大多视频设备能同时提供静止图像和动态视频拍摄的特点,以同一场景获取的高分辨率静止图像为参考图像,提取高频细节经运动估计补偿和可信度加权后用于低分辨率序列各帧的超分辨率复原,并采用最大后验概率约束优化进一步提高复原图像的保真度.实验中采用多个序列对算法性能进行了测试,结果表明,该方法对各序列中连续多帧的复原效果均明显优于传统的双线性插值方法和基于最大后验概率(MAP)的静态批处理方法,其平均PSNR值与MAP静态批处理方法相比提高了2.4 dB以上.     

虚拟广告系统中视频运动分割算法的研究

在虚拟广告系统中。为了使虚拟图像的插入具有真实感，有效的视频分割便成了其中的关键的技术。该文提出了一种背景剪除与亮度改变相结合的视频运动对象分割算法。该算法首先采用人机交互的方式。指定视频场景中需要处理的区域，取得背景帧，经BGB色彩差分处理，分割出前景物体；根据亮度变化的准则，检测出阴影区域，为后继的虚拟图像的真实感插入做好预处理准备。实验结果表明，该算法简单实用，能够实时有效地分割出视频序列中前景物体和阴影区域。     

基于相位信息的人眼状态检测

为有效解决不同光照环境对人眼检测算法带来的诸多问题,提出一种基于相位信息的眼部状态检测算法,首先使用相位信息对眼部区域的边缘特征进行提取,然后依据垂直直方图统计二值化图像中白色像素数,最后设定合理阈值对人眼状态作出判断。实验结果表明,算法在保证识别正确率的同时对环境亮度变化具有较好的鲁棒性。     

基于光流共生矩阵的人群行为异常检测

针对传统基于图像纹理特征进行人群行为异常检测算法倾向于描述人群图像纹理的变化而非人群运动行为的实际情况,导致检测性能较差的问题,提出一种反映人群运动行为真实情况的特征提取方法.首先通过Lucas-Kanade光流算法提取人群视频光流信息,并建立光流幅值共生矩阵与光流方向共生矩阵,然后通过共生矩阵提取角二阶距、对比度、熵、相似度等特征,并将其与光流幅值均值合并组成特征向量训练支持向量机,最后判断人群行为是否异常.仿真结果表明,本文的特征提取方法更加深化地处理了光流法提取的人群运动信息,具有较好的人群异常行为识别性能.     

无参考视频平滑度的评价方法

为了客观地评价视频图像的质量,提出了一种基于无参考视频平滑度的评价方法. 该方法使用ＯＲＢ（Ｏｒｉｅｎｔｅｄ ＦＡＳＴ ａｎｄ Ｒｏｔａｔｅｄ ＢＲＩＥＦ）特征点来描述视频帧,并通过使用仿射变换和ＦＬＡＮＮ（Ｆａｓｔ Ｌｉｂｒａｒｙ ｆｏｒ Ａｐｐｒｏｘｉｍａｔｅ Ｎｅａｒｅｓｔ Ｎｅｉｇｈｂｏｒｓ）算法,得出相邻两幅视频帧中特征序列的平移轨迹和旋转轨迹,然后对轨迹进行高斯滤波和计算其抖动次数,最后计算出整个视频序列相邻两帧图像的参数序列,并得出视频平滑度. 由于该算法无需借助任何参考图像,仅依靠待评价图像本身的信息就可以进行质量评价,因此使用更加简便. 与标准视频图像检测结果相比,采用该方法所得出的检测结果具有极高的吻合度,完全满足实用性要求.     

高光谱亚像元图像仿真与异常检测应用

为满足高光谱异常检测研究所需的大量地物高光谱图像需求,提出利用待观测地物的高光谱特性仿真数据及背景特性数据生成高光谱图像的方法,开展了典型飞机流动与传热模型、红外辐射特性模型、高光谱图像仿真模型研究;以实验测定的飞机反射率为输入开展目标特性计算,结合实际观测的背景起伏图像,在特定遥感器光谱响应特性、遥感器相对定标误差、随机加性噪声等条件下,生成了不同像元丰度、不同信噪比的高光谱图像,并应用经典的RX算法、CEM算法检测了仿真图像的异常像元。研究结果表明:建立的模型可以根据遥感器的性能指标参数、目标丰度要求生成亚像元高光谱仿真图像。图像可以反映目标飞机像元丰度、信噪比对检测结果的影响,通过调节输入参数可以高效建立针对亚像元异常检测的高光谱仿真图像;应用仿真图像进行RX算法检测高光谱仿真图像时,噪声会对检测结果产生较大影响,当信噪比低至10 dB时,RX算法难以检测出丰度0.4以下的异常像元,采用光谱匹配检测的CEM算法可以在较低像元丰度和信噪比下检测异常,提高检测概率。     

视频拼接中最优自适应单应性矩阵求解算法

针对交通场景中对视频拼接速度要求较高的特点,提出了利用视频帧最优单应性矩阵进行实时拼接的双线程快速算法。首先,利用SURF(Speeded up robust features)算法提取图像特征点;其次,通过NN(Nearest neighbor)算法以及优化的RANSAC(Random sample con-sensus)算法进行特征点的匹配,并去除误匹配点对;再次,利用重叠区域的归一化协方差相关函数最大化得到视频前k帧配准效果最佳的单应性矩阵,作为后继视频帧场景拼接的映射矩阵;同时,采用KLT算法对k+1的后继视频帧特征点进行动态跟踪,若匹配点对的数量变化超过了给定的阈值,则认为当前的最优单应性矩阵需要进行优化和变换,重新计算k幅视频帧中新的特征点对,经匹配后求取新的最优单应性矩阵。在交通场景中的拼接实验证明,该快速算法平均视频帧的拼接处理速度小于100ms,对存在旋转、尺度缩放、视角以及光照变化的图像都具有良好的拼接效果,具有参数估算准确,计算量小、速度快的优点,能够满足系统对视频拼接的实时性和精确性要求。     

基于视觉及多特征的前方车辆检测算法

针对现有视频车辆检测算法受光照、噪声等环境因素影响大,漏检和误检率高,难以同时满足鲁棒性及实时性的问题,提出了一种完整的前方车辆检测算法.该算法在改进的Hough变换提取车道线的基础上,首先对图像进行自适应二值化处理,通过腐蚀、膨胀法滤除干扰点;使用简洁有效的方法进行阴影线的合并及ROI区域的提取;算法利用目标区域内的信息熵、车尾对称性特征对感兴趣区域(region of interest,ROI)进行筛选和判别,降低了算法的漏检和误检率;使用改进的Robinson方向检测算子提取车辆边界,取得了较好的效果.结果表明:在处理分辨率为640×480的视频时,检测正确率89%,运算速度平均为17.6帧/s.     

基于边缘特征和自适应融合的视频显著性检测

针对目前大多数视频显著性检测中背景复杂以及显著目标边缘模糊、显著目标内部存在空洞不能一致高亮的问题,提出了一种基于动静态边缘和自适应融合的视频显著性检测算法。该算法利用静态边缘和运动边缘信息融合后初步定位显著目标,并对其进行一系列平滑操作获得目标的精确边缘然后计算梯度获得初始显著图。然后,考虑前一帧对当前帧的有效性约束,计算相邻两帧的颜色直方图进而得到两帧的相似度,由相似度决定两帧在自适应融合时各自的比重,得到当前帧的最终显著图。在公开视频显著性数据集ViSal上算法F值接近0.8,MAE接近0.06,表明该方法性能优于目前主流算法,对复杂背景有较强鲁棒性,同时能够快速、清晰而准确地提取出视频序列中的显著性目标。