等误差竞争学习算法在矢量量化中的应用

提出了一种使各区域子误差相等的矢量量化算法,算法利用小波变换后各子带间的相关性,合理构造矢量。采用最优矢量量化器设计原则,通过调整学习过程中各子区域的误差,使之趋于相等,改善总的期望误差,获得更接近全局最优的码书。实验表明,这种算法获得的码本优于其它几种算法。     

粒子群优化算法在图像矢量量化码书设计中的应用

鉴于经典的LBG码书设计算法易陷入局部最优解,首次采用粒子群优化算法来设计图像矢量量化的最优码书,并提出了粒子群矢量量化（PSO-VQ）算法和粒子一致性操作（PCO）。在PSO-VQ算法中,每个粒子表示一个码书,以粒子群进化的方式对初始码书进行迭代而获得最优码书,PCO操作对各初始码书中的码矢量按其灰度均值排序,使不同码书的内部结构基于码矢量灰度均值达到基本一致,确保了结果向全局最优解收敛。实验证明,PSO-VQ算法在解码图像的PSNR值和主观效果上都优于LBG算法,同时拓展了粒子群优化算法的应用领域。     

基于等误差原则的信道优化矢量量化器的设计

提出了一种基于等误差原则的信道优化矢量量化器的设计方法。该算法通过在子区域误差较大的矢量附近产生新的矢量来代替子区域误差较小的矢量,从而逐渐平均各子区域误差,并同时使信道矢量量化器满足最近邻条件和质心条件,求得最优码书。采用该算法,在给定信道状态模型和信道噪声情况下,可有效地提高矢量量化器的性能,仿真实验结果表明该算法可获得比传统算法更优的性能增益。     

应用协同进化的图像矢量量化码书设计方法

为了减小LBG算法对初始码书的依赖性,提高跳出局部最优的能力,提出了一种基于协同进化的矢量量化码书设计方法（Coevolution Based LBG,CLBG）。该算法根据码书在同其他码书竞争中的表现来衡量码书的适应度。实验结果表明：CLBG有效地减小了算法对初始码书的依赖性,所得码书性能超过了其他典型的改进码书设计方法。     

低延迟低码率语音编码研究

现有的低延迟语音编码算法（LD-CELP）需要16 kb/s比特率,无疑会妨碍它的应用。提出了一种采用两阶段码书搜索的方法可以在提高低延迟语音编码算法性能的同时降低码率。首先构造了两个子码书：一个后向更新的自适应码书和一个具有代数结构的固定码书;然后设计了两阶段码书搜索方法使滤波后的激励矢量和目标矢量之间的均方误差保持最小。这样就得到了一个在8 kHz采样率下具有2.5 ms延迟的10 kb/s两阶段码书搜索的CELP编码器。用平均分段信噪比（SSNR）和感知语音质量评价（PESQ）测试,本算法具有和16 kb/s的G.728相当的编码质量。     

基于自组织特征映射网络的模糊矢量量化算法

自组织特征映射（SOFM）是一种常用的矢量量化算法，它具有设计码书不依赖于初始码书等优点。模糊矢量量化算法（FVQ）将模糊关系引入码书的设计，训练矢量与码矢之间的模糊关系用隶属函数表示。本文提出了一种基于自组织特征映射网络的模糊矢量量化算法（FSOFM），FSOFM算法将SOFM网络的调节节点邻域看作训练矢量的模糊集，网络权值学习步长的选择依赖于隶属函数。由于设计码书的评价一般采用最小均方误差准则，而隶属函数是训练矢量与码矢之间距离的函数，FSOFM算法保证了网络的全局成优化和网络权值的局部调整一致；因此，FSOFM算法能够优化码书的设计，改善设计码书的性能。此外，FSOOFM算法还具良好的适应性，当网络的将LBG、SOFM、FVQ和FOSOFM算法用于一组具有不同边缘特性的图像的矢量量化中，我们发现采用FSOFM算法进行矢量量化的所有图像都具有最高的峰值信噪比PSNR。     

利用PNN算法改进初始码书的GLA算法

针对改进广义Lloyd算法（GLA）对初始码书的敏感性,提出用成对最近邻（PNN）算法训练码书作为GLA算法的初始码书,再由GLA算法产生最终码书。PNN算法得到的码书作为GLA算法的初始码书,其码字能在整个输入矢量空间中很好地散开,尽可能地占据输入概率密度较大区域,提高最后码书的质量。仿真实验中,利用正态分布的随机数训练码书,恢复一段正态分布的随机数,采用Mahalanobis失真测度评价恢复数据的失真度。仿真结果表明,改进算法降低了GLA算法对初始码书的敏感性,提高了最终训练码书的质量,降低了恢复数据的失真。     

初始码字间距最大化的矢量量化码书设计算法

目前对传统LBG算法的改进措施一般以增加时间开销作为代价.本文提出一种新的矢量量化码书设计改进措施--初始码字间距最大化:初始码书中的码字全部来自输入的训练矢量,且每一个新的初始码字尽可能地远离现有的码字,实验结果表明:本算法完全消除了空胞腔现象,更有效地避免了局部最优,能获得质量更高的码书;收敛速度快,具有较低的时间消耗.本算法在时间开销以及码书质量这两个方面都优于传统LBG和基于人工蚁群优化的码书设计算法等改进算法.     

动态模糊矢量量化算法

由于传统的Ｋ－均值算法在用于矢量量化时强烈依赖初始码书的选取,如果初始码书选取不好,则很容易陷入局部最小点;而Ｂｅｚｄｅｋ的模糊Ｋ－均值算法由于计算量很大,也很少用于矢量量化的设计码书,因此人们一直在寻找收敛速度和收敛效果两者性能较好的算法,在研究Ｎｉｃｏｌａｏｓ等人提出的模糊矢量量化（ＦＶＱ）算法基础上,针对ＦＶＱ算法收敛过程存在的总理２,并从收敛结构和收敛策略出发,提出了一种动态的法在收敛速度     

改进的基于主分量分析的码书设计算法

针对基于主分量分析和遗传算法的码书设计算法中当码书大小超过64时码书性能下降的问题,提出了一种改进的码书设计算法．首先采用主分量分析对训练矢量降维以减少计算复杂度,然后利用遗传算法的全局优化能力计算得到接近全局最优的码书．实验结果表明,与原算法和经典的LBG算法相比,文中算法所生成的码书性能有了明显提高,而且计算时间也少于LBG算法．     

航空大视场角镜头畸变校正技术

为校正航空相机大视场角镜头的畸变,基于Matlab的calib_toolbox工具箱,对拍摄的多幅不同角度和距离的模板进行摄像机标定,得出摄像机的内部参数和畸变系数,建立正确的畸变校正数学模型,通过后续编程处理,改进了Bouguet方法,可实现航空相机彩色图像的畸变校正,并提出一种新的有效的逆推重建图形比对法对图像的畸变率进行分析,量化畸变程度。仿真结果显示,该方法得到的彩色图像的畸变率校正后平均降低了大约10%。实验结果表明,该方法简单高效,且便于后续硬件移植,可实现实时畸变校正处理。     

基于矩形角点几何变换的畸变图像校正

在以数码相机等数字设备拍摄图像时,所拍摄的图像经常会产生各种各样的变形,这种变形可能会导致识别软件中的后续处理失败,从而使图像无法被识别。为了使普通的识别软件能够对数码相机等拍摄的图像进行识别,有必要对其进行校正。针对大部分畸变图像是倾斜变形和透视变形,采用类似倾斜变形图像的几何校正算法,分两步实现图像的校正。实验表明,该方法对于倾斜变形和透视变形有良好的校正效果,以便于后续的图像处理。     

Feature comparison and analysis for new challenging research fields of image quality assessment

Nowadays, objective image quality assessment (IQA) issue becomes increasingly important for both the practical application and scientific research in digital image processing systems. In this paper, we conduct feature comparison and analysis on new challenging research fields including contrast-distorted, screen content, multiply-distorted, tone-mapped, Depth Image Based Rendering (DIBR) and authentically distorted IQA. We describe the performance criteria, design rationale, and benchmark databases for validating IQA metrics in accordance with human perceptions. Then we provide some important conclusions of feature selection in terms of different IQA problems. In this work, our goal is dominantly towards judging the robustness of mainstream features used in the IQA field, which can help current and emerging researchers for better and faster grasping the speciality of each of novel IQA directions reported.     

基于等间距线的几何畸变校正

摄像机视觉测量系统中图像存在几何畸变,会降低尺寸测量精度,必须进行校正.目前基于单张图像的畸变校正方法主要有标定板特征点转移矩阵的非参数化方法和利用特征点共线性或无穷点约束条件的参数化方法,由于上述方法需要获取多个特征点的坐标,而获取孤立的坐标点容易造成误差,使得校正效果不好.提出采用等间距线方法,利用畸变模型建立间距...     

精确校正图像的径向畸变和倾斜失真

对于用图像进行几何检测,由数码相机生成的图像存在一些固有缺点,如存在径向畸变、倾斜几何变形等。为此提出了一种可同时精确校正数码相机图像的径向畸变和倾斜失真的算法。该算法基于标准网格,首先分别建立倾斜变形模型和径向畸变模型,由此建立目标图像的倾斜变形和径向畸变的联合变形模型;然后用最小二乘法和最优化算法求根据联合失真模型求得标准网格的失真参数,利用该参数可校正同等条件下获得的目标图像;最后对实际图像进行了校正实验,获得了满意的校正结果,说明该算法能有效地同时精确校正图像的径向畸变和倾斜失真。     

基于数字水印的时间和几何失真鲁棒性研究

对时间和几何失真的鲁棒性的研究是数字水印技术当前研究的主题和难题，文章提出了解决这一难题的几种方法，并对这些方法进行了比较分析．得出结论，同时时这一难题提出展望。     

基于Internet网络的视频传输失真分析

基于Internet网络的视频通信必须进行差错控制,而差错控制需要准确估计视频流在Internet网络传输中产生的信道失真。对基于Internet网络的视频传输过程进行了失真分析,结合帧间差错扩散的特点和差错帧之间的相关性,提出一种估计包损失失真的通用模型,通过接收端提供的丢包反馈信息,可以准确估计传输中引入的失真。使用JVT/H.264编码的标准视频测试序列进行验证,该模型对信道失真的估计精度比在此之前所提出的其它模型有明显提高。     

基于灭点的径向畸变自动校正方法

镜头畸变影响着三维重建、几何量测等工作的质量。本文根据图像中的灭点几何约束条件,提出一种基于灭点的弱径向畸变自动校正方法。为避免包含畸变中心参数的非线性模型优化结果的不稳定性,本文在求解径向畸变系数之后进一步对畸变中心进行优化。首先根据灭点几何约束条件建立关于灭点与径向畸变系数的非线性模型,使用LM算法估计灭点坐标与径向畸变参数,然后根据质量评价准则对畸变中心和径向畸变系数进一步迭代优化;最后,通过真实图像对该方法的可行性进行分析验证。本文充分利用图像中的灭点属性,提出一种新的镜头径向畸变校正方法。实验结果表明,该方法能够有效的对径向畸变进行校正,并克服了传统校正方法的不稳定性。     

摄像头阅卷系统关键技术的分析与应用

在分析各类图像阅卷系统的基础上,阐述了摄像头阅卷系统中需要解决的关键技术问题有：对光照不均的图像处理,透视变形图像的校正处理。提出对图像进行二值化处理时采用局部平均阈值解决光照不均匀的问题;采用的基于矩形角点几何变换的畸变图像校正算法,分两步完成图像的倾斜校正和透视校正,并给出了变换公式。实践表明系统中采用的算法处理速度快、畸变图像校正效果好,图像识别率高,达到实用要求。     

一种计算机视频监控系统的精确标定算法*

通过对整个计算机监控系统的误差源进行详细分析,将这些误差划分为制造误差、测量误差、计算误差三大类.在此基础上,提出了一种高精度的标定方法.此方法将标定过程明确划分为标定数据的提取、标定模型的建立、摄像机内外参数的计算和优化、畸变校正四个阶段.随着标定过程的推进,先后对图像像素量化噪声误差、图像坐标轴正交误差、不对心误差、镜头的径向畸变误差和切向畸变误差进行了修正.实验结果表明,标定方法非常精确,最后的标定总误差被控制在0.06个像素单位以内.