Smoothness in frame reduction

A general framework for smoothing a finite sequential set of two-dimensional frames is proposed in this paper. It is intuitive that the more the number of frames is, the smoother the frames will be. However, the storage space required for handling the frames will also be increased. Given the desired size of the frames, finding an optimal frame set is facilitated by the notion of smoothness. The smoothness of a frame set is measured in terms of the energy embedded in the frame set, on the analogy of measuring the smoothness of motion data. A frame set with lower energy value is considered to be smoother. Then, the problem of finding a frame set of given frame size which gives the smoothest measure is formulated as an optimization problem that seeks to minimize the weighted sum of the frame energy and the sum of the squared distance errors.Scope and purposeThis paper considers the problem of downsampling a sequence of two-dimensional frames subject to the frame size requirement. A smoothness metric is proposed that measures the presentation quality of selected frames from the energy viewpoint. The downsampling problem is formulated as a combinatorial optimization problem that aims to minimize the weighted sum of the frame energy and the sum of the squared distance errors, and then solved by deploying heuristic techniques.     

Smoothness of Boundaries of Regular Sets

We prove that the boundary of an r-regular set is a codimension one manifold of class C ¹.     

采用自适应平滑约束的立体匹配方法

平滑约束是消除对应点匹配歧义性的最常用的约束之一,如何有效地保持视差图的非连续区域是使用该约束时所需考虑的重要问题.为此提出了一种采用自适应平滑约束的立体匹配方法,使得平滑项的大小随图像局部二维结构的不同而相应变化.首先获取一系列真实场景的彩色图像和对应深度图来构建实例库;然后对其进行分析统计,得到给定局部二维结构时对应于几何连续表面的条件概率;最后根据该条件概率由当前输入图像局部的具体内容来确定自适应的平滑项权值.通过将其添加到经典的基于图割的立体匹配方法中,证明了该平滑项定义方式的有效性.     

Global Stereo Reconstruction under Second-Order Smoothness Priors

Second-order priors on the smoothness of 3D surfaces are a better model of typical scenes than first-order priors. However, stereo reconstruction using global inference algorithms, such as graph cuts, has not been able to incorporate second-order priors because the triple cliques needed to express them yield intractable (nonsubmodular) optimization problems. This paper shows that inference with triple cliques can be effectively performed. Our optimization strategy is a development of recent extensions to alpha-expansion, based on the ldquo QPBOrdquo algorithm. The strategy is to repeatedly merge proposal depth maps using a novel extension of QPBO. Proposal depth maps can come from any source, for example, frontoparallel planes as in alpha-expansion, or indeed any existing stereo algorithm, with arbitrary parameter settings.     

基于点邻域平坦度的网格重构算法

提出一种对散乱数据点进行网格重构的区域扩张算法．首先计算每个点的邻域平坦度,并在平坦区域构造一个种子三角面片;然后优先选取落在平坦区域的活动边进行扩张,并在扩张过程中引入平坦趋势作为最佳点选择的准则;最后通过后续处理构造出二维流形网格．实验结果表明,该算法能充分利用点邻域的平坦信息减少拓扑和几何错误发生的概率,较好地保持实体模型的尖锐特征．     

基于光滑性和主成分的非负矩阵分解算法

非负矩阵分解(NMF)存在收敛速度慢的缺点,其根本原因是基图像（基矩阵）包含大量的噪声点。另外,系数矩阵相关性很大,不利于区分不同图像。鉴于以上缺点,提出了基于光滑性和主成分的非负矩阵分解（SPNMF）：一方面通过添加常数矩阵来增强基矩阵的光滑性,平抑噪声点,达到减少迭代次数的目的;另一方面在原损失函数基础上,将系数矩阵不同列之间的方差作为惩罚项,提高系数矩阵的区分度。在PIE和FERET人脸库中的实验表明,SPNMF不仅能够提高人脸识别的正确率,而且速度比NMF快2~4倍,使得基于非负矩阵的人脸识别系统更具有实用价值。     

结合包光滑性的半监督多示例核学习方法

以往半监督多示例学习算法常把未标记包分解为示例集合,使用传统的半监督单示例学习算法确定这些示例的潜在标记以对它们进行利用。但该类方法认为多示例样本的分类与其概率密度分布紧密相关,且并未考虑包结构对包分类标记的影响。提出一种基于包层次的半监督多示例核学习方法,直接利用未标记包进行半监督学习器的训练。首先通过对示例空间聚类把包转换为概念向量表示形式,然后计算概念向量之间的海明距离,在此基础上计算描述包光滑性的图拉普拉斯矩阵,进而计算包层次的半监督核,最后在多示例学习标准数据集和图像数据集上测试本算法。测试表明本算法有明显的改进效果。     

基于PCNN的图像纹理平滑度的特征提取

脉冲耦合神经网络(PCNN)是基于猫视觉原理构建的一种简化的神经网络模型，它适合基于视觉内容的特征提取。该文在改进模型的基础上运用PCNN神经元的点火捕获特性提取出了一种度量图像纹理平滑程度的特征量——捕获率；同时结合PCNN与傅立叶功率谱得到图像的低频能量与图像总能量的比例关系，作为度量图像纹理平滑程度的另一个特征量——低频能量比。最后通过图像检索实验验证了这两个特征量的有效性。     

基于平滑阈值函数的小波图像去噪

本文在分析软阈值函数的基础上通过对软阈值函数进行修正,提出了平滑阈值函数。此种函数因在整个取值区间内保持平滑性,所以在去噪中可保存图像的部分细节。本文将此种函数与基于贝叶斯风险估计求阈值相结合,用于自适应的小波阈值去噪,提高了图像的信噪比,减少了图像的均方误差。试验结果证明了这一点。     

Variational Optic Flow Computation with a Spatio-Temporal Smoothness Constraint

Nonquadratic variational regularization is a well-known and powerful approach for the discontinuity-preserving computation of optic flow. In the present paper, we consider an extension of flow-driven spatial smoothness terms to spatio-temporal regularizers. Our method leads to a rotationally invariant and time symmetric convex optimization problem. It has a unique minimum that can be found in a stable way by standard algorithms such as gradient descent. Since the convexity guarantees global convergence, the result does not depend on the flow initialization. Two iterative algorithms are presented that are not difficult to implement. Qualitative and quantitative results for synthetic and real-world scenes show that our spatio-temporal approach (i) improves optic flow fields significantly, (ii) smoothes out background noise efficiently, and (iii) preserves true motion boundaries. The computational costs are only 50% higher than for a pure spatial approach applied to all subsequent image pairs of the sequence.     

基于CbCgCr椭球体似然平滑度的肤色分割

对于有色偏、高光和阴影的复杂背景彩色人脸图像,已有模型不能获得较理想的分割结果。为此,提出一种基于CbCgCr椭球体肤色似然平滑度的肤色分割算法。预处理人脸输入图,以消除色偏、高光和阴影,建立CbCgCr椭球体肤色模型,计算肤色似然平滑度,利用肤色似然平滑度粗分割肤色区域,并对其进行去噪处理,以获得肤色细分割图和细提取图。实验结果表明,对光照不均和背景复杂的人脸彩色图像,该算法的肤色分割准确性、鲁棒性和实时性较优。     

平滑滤波在可分级视频编码中的应用

可分级视频编码方法适用于不同的网络环境,而且能够根据用户的不同要求,以不同的质量和分辨率接收同一视频流。但是,现存的编码解码器在视频的传输过程中,经常产生“方块效应”,严重地影响了接收视频的质量。论文分析了可分级视频编码的特点,并针对H.263中可分级空间视频编码器产生的“方块效应”,提出了一种实用的改进方法,取得了较好的实验效果。     

Smoothness preserving layout for dynamic labels by hybrid optimization

Computational Visual Media - Stable label movement and smooth label trajectory are critical for effective information understanding. Sudden label changes cannot be avoided by whatever forced...     

一种具有自适应权值系数的全局平滑光流算法

分析了Horn-Schunk方法在运动边界处,光流场不能很好地保持不连续性的原因,并从3个方面对Horn-Schunk迭代模型作了改进：（1）在能量方程中用可变的权值系数代替原来的常权值系数;（2）采用一种新方法求解迭代方程中的速度均值,新方法体现了邻域的亮度差别对速度扩散的影响;（3）引入补偿迭代方法去求解相关Euler-Lagrange方程,实验证明这种迭代方法比Gauss-Seidel方法更加有效。试验结果验证了改进的光流求解模型提高了光流场的计算精度,并能更好地保持光流场在运动边界处的不连续性。     

基于图像平滑度的空域LSB嵌入的检测算法

对图像像素值与邻域均值的差的分布进行建模,以该分布的方差定义了图像平滑度的概念,进而通过对消息嵌入、LSB平面取反带来的图像平滑度的变化进行分析,提出了针对空域LSB替换伪装算法的秘密消息长度估计算法,该算法可以准确地估计图像中嵌入的秘密信息数据量的大小.文中算法物理意义直观、实现简单、计算量小、计算速度快,有利于实现实时检测.实验结果表明该方法是有效的.     

面料平整度等级虚拟测评系统

面料的平整度等级是评定面料抗皱性能的一个重要指标.现有的评定方法主要采用标样对照法,或利用计算机图像处理技术和激光扫描技术对面料表面形态进行数字化研究.文中将虚拟仪器技术引入到面料表面三维坐标信息的采集中,结合虚拟仪器开发平台LabVIEW和网络技术的优势,创建了基于远程虚拟仪器的面料平整度等级虚拟测评系统,实现了面料数据的远程测试、网络传输和分析处理,客观评定了面料的平整度等级.实验证明,测评系统运行可靠,准确率较高.     

异度隐函数样条曲线曲面

隐式曲线曲面被广泛应用于曲线曲面插值、逼近与拼接. 通过添加辅助曲线曲面,提出异度隐函数样条曲线曲面方法,并对其插值性、凸性与正则性进行分析. 具体实例表明,异度隐函数样条提供了次数低、构造简单、灵活性好的曲线曲面插值与拼接方法.     

磁致伸缩传感器测量信号滤波方法探讨

本文在分析了磁致伸缩传感器的输出信号特性的基础上,提出了基于测量信息特征值提取的平滑滤波的数字滤波方法。实验证明,本方法真有算法简洁、实用、测量精度高、动态特性好的特点。