色彩梯度恒常性的光流场估计算法

为提高光流估计的鲁棒性,在彩色图像光流场计算中色彩恒常假定的基础上,进一步假定色彩梯度在运动中保持不变,据此提出了一种基于色彩梯度恒常性假设的光流求解方法,以色彩梯度构成光流基本方程,并对其施加全局平滑约束,以Gauss-Seidel迭代求解光流场,并用中值滤波去除光流场中的异常分量.实验表明,该方法相对于灰度图像序列及彩色图像序列的经典光流场估计算法可取得更好的估计效果.     

基于光流的景象匹配定位算法研究

在景象匹配定位过程中，实时图与参考图常常因为天气、季节不同等原因差别很大，这就造成匹配概率和匹配精度下降。为此，提出了一种基于光流的景象匹配定位算法，它利用光流估计实时图序列中2个相邻帧的相对运动，并根据上1帧的匹配结果确定当前帧图像和参考图的大致位置关系，进而在1个小范围内进行搜索，完成实时图的匹配定位。仿真结果表明该算法不仅具有很高的匹配概率，还具有较好的实时性。     

一种改进的彩色图像序列光流场计算方法

提出了一种在HSI颜色模型下计算彩色图像序列光流场的计算方法,避开了传统光流计算中为了解决孔径问题而提出的各种约束.利用彩色图像提供的更丰富的光学信息,用H、S、I三个色彩分量分别代入光流约束方程联立求解,使方程的不适定问题转换成适定问题,并引入了一个加权矩阵,根据图像特点调节各分量的解所占的比重,从而求解出光流的矢量场.实验结果表明,该方法优越于传统的光流场计算方法.     

运动估计中的一种前处理算法

为降低视频编码中运动估计的算法复杂度,提出一种针对运动估计的前处理算法.该算法首先通过前两帧来对当前帧的矢量分布进行预测,并对大概率的运动矢量进行优先估计,使得一部分宏块的运动估计工作在前处理过程中完成,并且这些宏块的运动矢量需要的搜索点数仅为一次,因而该算法显著地提高运动估计的效率.理论分析结果表明,算法针对视频序列中的运动矢量中心偏置分布特性非常有效.把该算法分别应用于三步搜索(TSS)以及菱形搜索(DS)等算法中的实验结果表明,本算法在保持与以上算法相当的绝对误差的条件下能够大幅度降低平均搜索点数,使得运动估计的计算复杂度有了显著的降低,从而进一步降低整个视频编码的计算复杂度.     

一种小尺度阵空间信号源数估计算法

在信号源数未知或信号源数与估计不符的条件下,大多数高分辨DOA(direction of arrival)估计算法性能都会严重下降或失效。该文通过分析直线阵的阵列流形,给出了波束特征值的概念,并由此提出了一种可应用于小尺度阵的信号源数估计算法.理论分析和仿真实验证明,该算法适用于相干和非相干信号源数估计,并且在低信噪比条件下,仍能进行准确地估计.并且通过蒙特卡洛试验证实了该算法的信源数估计性能优于通常的信源数估计方法.     

一种改进的ME-Skip运动估计算法

在H，S，Kang的ME-Skip运动估计算法的基础上，提出了一种改进的ME-Skip运动估计算法，新算法对运动估计匹配误差差分绝对值之和(SAD)的阈值设置作了改进，新算法设置了两个SAD阈值，较小的SAD阈值用以克服误差传播，较大的SAD阈值用以尽可能的避免运动估计，当基于预测运动矢量的匹配误差介于两SAD阈值之间时，用小窗口搜索代替运动估计，实验结果表明在编码效率略有提高的同时，新算法进一步减少了运动估计运算量的10％～20％。     

一种基于光流场的群体运动特征描述子

为了实现公共区域中的群体异常行为的自动识别,提出一种基于光流场向量的人群运动特征描述子。通过从视频中提出的光流场信息,用位置、运动向量、运动方向和运动强度4个维度构建描述子,使用K聚类算法对描述子进行聚类处理,并对K聚类之后的结果进行了运动角度与强度数据的合并处理,最终获得能够描述场景中人群的全局运动特征。在试验中,使用提出的描述子进行了异常行为检测,并与类似的异常检测算法进行了比较,获得了较好的异常检测效果。     

一种基于视频序列特性的快速运动估计算法

针对视频压缩中的关键技术运动估计算法，提出了一种新的快速运动估计算法。该算法首先利用视频序列宏块间的相关性预测搜索起点，同时根据运动矢量中心偏置特性和SAD分布的方向性设计搜索模板，避免和减少不必要的搜索，提高了运动估计的速度和精度，在保证视频图像质量的情况下，有效的降低了计算复杂度。     

基于光流估计的轻量级视频插帧算法

为了提升流媒体视频的帧率,解决视频插帧算法模型复杂的问题,提出了一种基于光流估计的轻量级视频插帧算法,简称SKFEVI算法。该算法只需进行一次光流估计,即可计算出两个视频帧的中间流信息,提升了中间流的估计速度,并在此基础上引入注意力机制进行特征融合,让模型对生成不同尺度特征的信息进行整合,增强了特征表达能力,提升了信息处理效率。实验结果表明,该算法的PSRN值提升至35.56 dB,SSIM值提升至0.978,合成的中间帧质量更好,流媒体视频播放更加流畅。     

基于纹理流的图像运动估计研究

针对计算机视觉中的运动估计问题,提出了新的基于纹理流的图像序列稠密运动估计算法,与常规基于恒定亮度假设的光流估计方法相比具有更好的稳健性、更高的准确性和更快的计算速度.在假设相对稳健的图像纹理特征不变的基础上,推导得到运动估计方程及运动向量.通过定义纹理特征的差异度,综合矩阵行列式值以及条件数来判断运动估计的准确性和稳定性,并以常用的Gabor滤波器组为例设计及实现了方法.通过使用多类视频序列、与各种典型方法得到的结果对比表明,该方法对复杂背景和运动目标具有独特纹理特征的情况下具有更好的估计效果.     

形态梯度恒常的复值小波光流求解

为提高光流估计的鲁棒性,假设运动物体形态梯度为不变量,据此提出了一种基于形态梯度恒常性的小波光流求解方法,以形态梯度恒常假设构建形态光流基本方程,并将其映射至小波域,利用小波的多尺度多分辨率特性提高光流求解精度.引入复值小波以降低相位震荡的影响.通过最小二乘法求解超定的小波光流方程组以解得光流矢量,并用中值滤波去除光流场中的异常分量.实验表明,提出的方法在光流求解精度及算法稳定性方面优于传统光流求解方法.     

单通道彩色图像加密方案

设计了一种基于三相位编码的单通道彩色图像加密方法。将彩色图像转换到HSI空间,I分量即可作为相位编码的原始待加密图像;H分量可作为第1个相位,采用双图像加密算法对S分量加密后得到的相位,与H分量构成了对I分量加密的2个相位,第3个相位密钥是S分量加密后得到的相位与变换输出的相位之差。由于基于分数傅里叶变换(FrFT)的双随机相位编码技术具有很高的安全性,在增加一重相位编码后,进一步提高了安全性,在不知道密钥的情况下几乎不可能获得原图像信息,由此保证了彩色图像加密的安全性。模拟实验结果验证了该方法的有效性和安全性。给出了光学实现方案,基于该算法设计了多幅彩色图像的加密方案。     

一种纺织印染图案的多尺度彩色分割算法

为了提高纺织印染图案的分色精度,提出一种多尺度彩色图像分割技术.该方法利用纺织印染图案中主要套色数少的特点,通过人眼观察手动提取图案中最具代表性的套色；根据上一尺度方块的颜色信息和同一尺度下邻近方块的颜色信息对图像进行多尺度分割,形成一棵非均匀的四叉树形结构,树中每个节点按照颜色空间的距离映射到最近的套色中,并随着尺度的递增对上一级的分割结果进行递归修正.最后对分割图像中一些小的连通区域进行后处理,消除合并这些区域,提高整体的分割精度.由计算机模拟实验的分割结果表明,与一般基于聚类技术的彩色分割算法和基于边缘提取的分割算法相比,该方法对于纺织印染图案有较好的颜色分割效果,并和人的主观视觉效果有更好的一致性.     

改进光流算法在地震图像纹理分析的应用研究

为在消除噪声的同时有效保护地震图像线性结构,提出一种改进光流算法与纹理平滑滤波相结合的新方法.首先,利用高斯金字塔多尺度描述方法解决大流速计算问题,提高精度;其次通过设置迭代结果残差的均方根的门限值,减少迭代次数,缩短处理时间;最后,根据地震图像剖面纹理复杂度,结合纹理属性分析,选用不同的模板进行纹理平滑滤波,提高信噪比.经与传统的均值滤波和目前较先进的改进Sobel滤波器以及利用标准化全梯度进行地震图像边界探测的方法相比,本文提出的算法能够有效的保存地震数据的边缘信息,增强地震图像同相轴的连续性,提高信噪比7～10 dB,缩短处理时间2～3分钟.实验结果表明:本文构建的高斯金字塔多尺度描述与光流算法结合,同时结合纹理平滑滤波构成的综合改进算法,在提高信噪比的同时,较好地保持了原图像的纹理结构和能量,并减少了处理时间,提高了地震资料解释的效率,是目前地震图像纹理分析领域处理效果较好的方法之一.     

PCNN模型在彩色图像分割中的应用

针对脉冲耦合神经网络(PCNN)模型主要应用于灰度图像处理的局限性,利用脉冲发生器将颜色信息引入模型作为输入,与灰度信息共同控制神经元的内部行为,控制等灰度值的不同颜色区域分期点火,实现彩色图像的精确分割.双输入PCNN模型实现了彩色图像的分割,同时保持了PCNN模型对噪声的鲁棒性,从简单的仿真图像和实际图像两方面验证了此分割方法的有效性.     

彩色图像的马尔可夫随机场恢复算法

提出了一种基于多色彩通道相关性的退化彩色图像恢复算法.该算法利用马尔可夫随机场(MRF)作为彩色图像恢复的先验概率分布模型,在模型中采用8-邻域的线过程来表征和提取多色彩通道间的相关性.针对模型求解时采用经典模拟退火算法的时间复杂性太高,采用改进次优模拟退火算法对彩色图像进行快速恢复.实验结果表明,该算法能够用于退化彩色图像的快速恢复,且能很好地避免色彩混迭,提高退化彩色图像的恢复质量.     

一种改进的上行信道估计算法

为了提高长期演进(Long Term Evolution,LTE)系统上行信道估计的准确性,同时适当的降低信道估计算法的复杂度,针对上行物理共享信道(Physical Uplink Shared Channel,PUSCH),对基于离散傅里叶变换(Discrete Fourier Transform,DFT)的内插滤波信道估计算法进行改进,采用递归最小二乘法(Recursive LeastSquares,RLS)代替原有的内插滤波。根据Matlab仿真结果,提出的新算法在提高信道估计准确度和降低算法复杂度上可以得到有效的均衡。     

一种改进的严重脉冲噪声滤除算法

为了有效改善受严重噪声污染图像的恢复效果,准确定位噪声点和改善所恢复图像的峰值信噪比,提出一种改进的非线性自适应滤波算法.该方法利用初始标记窗口的局部统计信息,首先将图像像素点粗分为信号点、可能的正噪声点和可能的负噪声点三类,建立噪声标记矩阵;根据噪声标记矩阵的局部统计信息,将可能的噪声点细分为信号点、噪声点和不确定点,并分别采用不同的方法进行滤波;对于不确定点进行2次判断,对于噪声点用其4邻域均值来代替。本算法的优点是计算速度快,噪声点定位准确,可以保留更多的图像细节。实验证明,该算法可有效恢复受严重脉冲噪声污染的图像。     

一种改进的相位误差计算法

自聚焦主要由两个重要步骤组成,即相位误差估计和相位误差校正,在现有的相位误差估计算法中,秩一相位估计算法是较好的一种,文中针对秩一相位估计算法存在的缺陷提出了一种改进的相位误差估计器,在低仪器时改时算法性能与秩一相位估计算法基本一致,但在信噪比较高时,改进算法能比秩一相位估计算示估计精度高,改进算法的另一优点是比秩一相位估计算法收敛快,若把改进算法代入相位梯度自聚焦算法的算法结构,对窗长选择的稳健性要好一些。