一种改进的运动自适应去隔行算法

在总结回顾各种去隔行算法的基础上,对运动自适应去隔行算法中的空域场内插值算法和运动检测算法做了改进。针对传统ELA算法对图像水平边沿处理的不足,添加了水平边沿检测,并加大了ELA窗口,使处理效果得到提升。另外提出了一种新的运动检测算法,使用领域窗口内带权重的4场隔场差值作为运动估计,同时加入了1个2维中值滤波器滤除由图像噪声而引起的运动检测噪点。仿真结果表明这两种算法的复杂度不高,因此易于硬件实现。     

一种新的运动自适应去隔行算法

针对隔行视频,提出了一种新的运动自适应去隔行算法,该算法能充分利用图像序列时间和空间上的相关信息,采用新颖的运动检测方法区分视频序列中的运动和静止部分。对于运动部分,使用新的自适应插值算法;对于静止部分,采用行复制算法进行处理。实验表明,该算法与一些传统的去隔行算法相比,在画面视觉效果上,能达到更好的效果。     

运动自适应去隔行算法的研究

分析三点中间滤波和沿自适应滤波两种去隔行算法各自特点，将两者相结合，提出了一种新的自适应去隔行算法。该算法通过检测图像运动信息，对动态和静态图像分别采用不同的滤波方法：动态图像用沿自适应滤波。静态图像用三点中间滤波。算法在处理动态和静态视频信号时，都能达到较好的效果。由于对动态信息的检测精度不敏感，该算法比较稳定。并且能节省硬件资源。此算法用CPLD作为主控芯片得以实现。     

一种提升电视图像质量的自适应去隔行算法

提出了一种用于提升电视图像质量的自适应去隔行算法。该算法中,待重建像素先分别在时域与空域进行重建,然后综合处理得到最终的重建值。空域滤波部分采用基于边缘自适应的方法,能较理想地解决运动图像的边缘锯齿等效应;时域滤波部分则基于运动自适应的方法,有效地提高了运动检测的准确性。测试结果表明,该算法实现较简单,且能有效改善去隔行后的电视图像质量。     

一种运动自适应3D去隔行算法及其硬件实现

去隔行算法是电视扫描格式转换和数字视频处理的一项关键技术，近年来得到了广泛而深入的研究。文章提出一种基于运动检测的自适应时空滤波去隔行算法，运用数学形态学的方法对于运动检测进行后处理，提高了运动检测的准确度，很好的消除了运动图像的“锯齿”效应。同时与基于块匹配的运动补偿去隔行算法相比，易于硬件实现。     

一种具有高精度运动检测的自适应运动补偿去隔行算法

传统的去隔行算法在运动判断上对噪声比较敏感,并且对高对比度、低速运动的物体容易产生运动误判。针对以上不足,本文对运动补偿去隔行算法进行了改进,提出了一种具有高精度运动检测的自适应运动补偿去隔行的新方法。在第一步运动检测得出运动状态后,利用相邻点的运动情况来重新定位当前点运动状态,提高了运动检测的抑制噪声能力。同时对高对比度、低速运动的情况,采用反向搜索方法,纠正了运动误判,更好的消除了运动锯齿。本算法场内插值采用了一种最大相关性边缘保持方法,对图像的细节有很好的保持能力。实验表明与其它几种运动补偿算法和非运动补偿算法相比,有较高的信噪比和较好的图像效果。     

一种新型基于运动补偿的自适应去隔行算法

去隔行是电视图像增强处理和视频格式转换的一项关键技术，传统的去隔行算法存在着难以克服的缺陷。文章提出了一种基于运动补偿的自适应去隔行算法，其中包括双向块匹配运动估计，消除块效应和自适应插值三个处理模块，实验证明本算法能够高质量且鲁棒地将场图像重建为帧。     

一种新型基于运动矢量检测的去隔行算法

去隔行是电视图像增强处理和视屏格式转换的一项关键技术.传统的去隔行算法存在着难以克服的缺陷.考虑到由运动估计求得的真实矢量场的特性,提出一种新的基于运动矢量检测的去隔行算法,不需要消耗太多硬件资源.实验证明该算法能够较高质量的恢复图像,客观和主观的测评显示了该算法的健壮性.     

一种运动自适应去隔行算法及硬件实现

去隔行算法是电视扫描格式转换和数字视频处理的一项关键技术.本文分析了现有的各种去隔行算法,在此基础上,采用了一种运动自适应去隔行算法.该算法通过运动检测将图像中的像素进行分类,针对不同类型的像素点自适应的采取不同的插值算法,提高了图像的质量.同时与基于块匹配的运动补偿去隔行算法相比,易于硬件实现.     

带运动检测的自适应去隔行算法及其GPU实现

提出了一种简单可行的带运动检测的自适应去隔行算法,该算法能区分图像中的运动区域与静止区域,在静止区域采用场"编织"算法,在动态区域采用场内插值算法,较好的照顾到了图像的动静特性.利用GPU并行渲染图形单元的特性,并实现了该算法.     

基于图像增强的改进自适应加权均值滤波算法

为了尽可能滤除图像中的椒盐噪声同时改善图像视觉效果,将改进自适应加权均值滤波与小波域图像增强技术有机结合,提出了一种具有增强效果的图像滤波算法。该算法分为滤波和滤波后处理两个阶段。滤波阶段,对经典均值滤波分别从噪声检测策略、权值计算机方法噪声滤波模版设计等方面进行适当改进,给出了具体实现步骤;滤波后处理阶段,首先将滤波后图像进行三层小波分解;然后构造出一种小波图像增强模型,根据小波系数的幅度值将其分为三个部分,分别进行不同程度的拉伸处理;最后进行拉伸后小波系数重构。将该滤波算法与经典均值滤波,加权均值滤波、自适应加权中值滤波等性能比较,实验结果表明,本文滤波算法在噪声滤除和图像细节保持方面,效果较好。     

一种可靠的运动检测方案及应用

提出了一种简单、可靠的视频序列运动检测方案.该方案首先计算相邻两帧图像对应像素的亮度信号之间的差值,比较差值与设定阈值的大小来判决该像素运动与否.为减少噪声引起的误判,使用了中值滤波、连通区域标号等操作来消除随机噪声以及虚假的静止区域.     

改进自适应中值滤波算法研究

重点介绍了自适应中值滤波算法以及两种改进的自适应中值滤波算法.针对这3种滤波算法,对含有不同密度椒盐噪声的图像进行去噪实验.结果表明:改进算法去噪效果明显、能有效保护图像细节,PSNR保持在25 dB以上;改进算法在高密度噪声时也能得到细节较为清晰的图像,PSNR比改进前的提高17 dB以上.     

一种改进的基于细节点的脊线追踪算法

从点线关系来说,指纹脊线是由很多个像素点按照一定的顺序依次排列形成的线状结构。由此看来指纹脊线负载了指纹的细节特征点、普通点以及形状信息,可知指纹脊线含有大量丰富的指纹信息,几乎构成了指纹的全部特征,因此将脊线信息用于指纹识别可以提高其准确性。脊线追踪是获得指纹脊线信息的前提,本文对一种基于指纹细节端点和叉点的脊线追踪算法进行了改进,实验结果表明,改进后的脊线追踪算法对指纹细化图具有非常理想的脊线追踪效果。     

一种基于背景减法的运动检测算法评价方法

利用传统的运动检测算法评价方法的原理,提出一种适用于背景减法的运动检测算法的性能评价方法.该方法基于理想的检测对象可以获得(可以通过人工方法获得,或通过某种可靠的途径获得).现实现了W4和W4+算法的C+ +代码,并用提出的评价方法对其进行评价,针对风动树叶背景的视频图像,识别运动物体.实验结果表明,该评价方法可以量化地表明运动检测算法检测效果的优劣.     

基于DVB信号的实时采集编码系统设计与实现

基于Twinhan2033 DVB-C数字电视接收卡,设计、开发了一套实时采集编码系统,实现了数字电视视音频信号的采集、解码、编码与网络传输等功能。提出了一种新的带运动检测的5点中值滤波视频去隔行算法,解决了一般中值滤波算法图像边缘不够平滑、出现锯齿等不足。最后给出了系统的应用实例,系统编码输出图像清晰,并且通过简单操作便可以制作出大量的视频节目,具有广阔的应用前景。     

一种新的自适应二值运动估计算法

利用增强位平面的二值特性和运动矢量场自适应思想,提出了一种新的自适应二值运动估计算法.算法在图像的位平面中完成运动矢量的搜索;匹配时对静止块进行判定直接中止搜索,同时采用了起始点预测和运动类型判定,自适应使用LDSP和SDSP模板进行搜索.实验结果表明:该算法的搜索速度优于绝大多数现有的运动估计算法,且预测精度接近于FS算法.     

基于自适应HCS-LBP特征的行人检测算法

针对行人检测中提取中心对称局部二值模式(Cen ter-Symmetric Local Binary Pattern,CS-LBP)时邻域中心像素没有参与计 算、人为设定的判断阈值主观性较强、未能区别对待不同子块等问题,提出一种基于自适应 HCS-LBP(Haar-like CS-LBP)特征 的行人检测算法。该算法首先构造了HCS-LBP特征编码方法,采用局部中心对称模式减少编 码长度,利用积分图像法快速计 算降低时间复杂度,并将灰度级概率引入中心像素的全局自适应阈值计算,采用高斯矩阵获 取邻域像素的局部自适应阈值,以 突显图像客观的纹理信息;然后使中心像素参与图像编码,通过信息熵确定不同子块的权重 ,以增强图像特征的描述能力;最 后使用直方图交叉核支持向量机(Histogram Intersection Kernel SVM,HIKSVM)训练样本 ,以提升分类器的准确度。在INRIA数 据库的实验结果表明,该算法能有效提高图像信息的利用率,提升行人检测算法的性能,行 人检测准确率较其他相关文献提高了0.4%~7.8%,具有较好的行人检测效果和检测精度。     

Motion adaptive scan rate up-conversion

The interlaced scan format and the low frame rate in current television systems cause visible degradation in picture quality. To improve the picture, scan rate up-conversion can be implemented in the receiver. Typically, the up-conversion algorithms needed in stationary scenes are different from those needed in nonstationary scenes. In this paper we discuss problems related to scan rate up conversion and motion detection. We present an algorithm that adapts to the motion in the picture and yet effectively eliminates most of the artifacts caused by imperfect motion detection. The algorithm is based on a weighted median filter structure and a simple motion detector. The weights of the median filter are adapted according to the motion detector output. All algorithms discussed have been tested with real sequences using a video sequencer.Invited Paper