一种改进的视频镜头切变检测算法

介绍了现有典型切变检测方法,提出了一种改进的镜头切变检测算法,利用像素法和直方图法相结合,有效避免了像素法导致的误检问题和直方图法导致的漏检问题,取得了较好的实验效果.同时引入一种闪光检测方法,避免了因闪光导致的误检问题.     

基于颜色和灰度熵的视频镜头检测方法

视频镜头分割是视频检索和视频分类等应用的关键步骤,因此提出一种基于颜色直方图和灰度熵的镜头检测算法。该方法以HSV颜色直方图和图像的灰度熵为特征,计算视频相邻两图像帧的相似度,从而判断出是否发生了镜头变换。实验证明,该方法能准确检测出视频的突变镜头,对渐变镜头也有理想的检测效果。     

多特征融合的视频镜头分割

针对传统镜头分割算法特征单一、分割效果较差等问题,提出了一种多特征融合的视频镜头分割算法。首先,通过建立一种优化模型,融合空间差异度量和感知哈希度量两种重要特征,构造一种镜头边界区分能力更强的镜头边界检测特征,即像素差异度量;其次,结合直方图差异度量,形成有效的镜头边界检测策略,以便更加准确判断是否发生镜头切换。实验结果表明,与传统算法相比,所提算法取得了较好的分割效果,具有较高的查准率和查全率。     

一种基于内容视频检索中的镜头分割算法

提出了一种统一的可以检测出切变、渐变的视频镜头检测算法。首先,通过颜色局部累积直方图与纹理相结合的方法获得视频的帧间差,对于切变检测,通过已经计算得到的帧间差为基础,采用双重窗口检测算法实现,对于渐变的检测,采取了统一的双阈值检测方法对所有渐变类型进行了检测。通过多次试验,证明了用本文算法进行视频镜头检测能取得比较好的效果。     

基于分块直方图帧差变化率的镜头分割算法研究

在介绍了目前主流的镜头分割算法后,文章提出一种基于分块直方图帧差变化率的镜头分割算法。该算法主要分为两部分:突变检测和渐变检测。首先利用图像的HSV分块直方图特征计算相邻帧帧差,将其与自适应的突变阈值比较从而确定突变镜头的位置。然后利用突变分割得到的视频段进行镜头渐变的检测。对每一个视频段利用相邻帧帧差变化率的规律来判定渐变位置。实验结果表明,该方法具有较高的准确率,并且易于实现。     

含有复杂运动的MPEG压缩域镜头分割算法

本文针对包含有复杂运动的MPG视频流，给出了一种压缩域的镜头分割算法，该方法主要应用DC亮度系数直方图差变化，I图密度分布，B图的双向运动向量数比的变化及相应的曲线振荡频率，获得镜头分割，并进而可检测出切变，渐变及复杂运动等，该算法已在Pentium II PC机上实现，并与传统方法进行了比较，得到了较满意的结果，实验表明该方法较适用于含有复杂运动的视频流的镜头分割，不仅可以应用于新闻视频，而且对含有较大运动及较多特持的视频流，有较好的镜头分割效果。     

一种MPEG压缩视频的镜头边界检测算法

提出一种工作在MPEG压缩域的检测算法.首先从压缩视频中提取DC图像和重构参考帧,然后经过全局运动补偿之后进行基于边对象变化率的镜头分割点检测,最后结合DC图直方图差法构成联合检测算法.本算法能准确地检测到镜头渐变,镜头切变,能得到渐变类型等特性.用AdobePremiere5.1生成的各类镜头转换视频片段进行检测,实验结果验证了算法的有效性.     

两种镜头检测算法的对比

对于基于内容的视频检索(CBVR)、索引、浏览等系统来说,镜头检测是第一步也是关键的一步.本文首先介绍了基于内容的视频检索系统的研究价值、镜头检测的分类,以及镜头检测算法的一般步骤.然后对两种镜头检测算法进行了详细介绍,一种是比较复杂的基于小波变换的算法,另一种是较为简单的基于颜色直方图的算法,按照这两种算法在MATL...     

基于直方图的微视频镜头边界检测方法的研究

镜头边界检测是实现基于内容的视频检索技术的基础,针对移动学习平台微课视频应用的需求和效率要求,提出一种基于直方图的镜头分割算法。通过提取关键帧完成对微视频的预处理;统计每一帧的直方图,计算相邻两帧之间的直方图差,计算这些差值的均值与标准差,得到阈值;当差别超过阈值时判定为镜头边界。通过对学习平台上的微课视频数据集的实验结果显示,该算法检测镜头边界的平均查全率和平均查准率分别达到82%和87%,符合该平台微课视频检索和分析的需要。     

改进的直方图均衡化算法在图像增强中的应用

在数字图像处理过程中,针对直方图均衡化算法增强图像,提出了一种改进的直方图均衡化算法,应用于图像增强。该算法结合全局直方图均衡化、局部直方图均衡化特性,利用增量式直方图均衡化,从处理方法上对直方图均衡化算法进行了改进。实验结果表明,文中提出的方法能更有效的增强图像,去除图像噪声,为后续有效的识别特征提供了基础,同时提高图像目标识别的效果。     

镜头变换边界复合检测算法研究

将视频图像进行有效时间分段及标定是视频图像内容分析、随机接入、视频数据库浏览与检索的重要研究内容。在对视频图像进行时间分段和标定过程中,镜头变换边界的自动检测十分重要。镜头变换边界的自动检测算法在国际上得到了广泛的研究,在分析了当前国际上的镜头变换边界检测算法的基础上,提出了一种镜头变换边界复合检测算法。理论分析及实验结果表明该复合检测算法不仅具有实现复杂度较低,而且对各类型图像序列检测性能好的特点。     

Improved PVO-based reversible data hiding: A new implementation based on multiple histograms modification

Pixel-value-ordering (PVO) technique is based on ranking the pixels within a block and often employed in reversible data hiding (RDH) to preserve the image fidelity. In this paper, an improved PVO-based algorithm is proposed to achieve a high-performance RDH. We formulate the PVO embedding as a problem of multiple histograms modification (MHM) and make two contributions. Firstly, the existing PVO-based algorithms are generalized in an MHM form and the systematic analysis of performance is offered by considering the parameter determination. Secondly, based on the new framework, an improved implementation of PVO embedding is proposed to adaptively determine the MHM manner by solving the distortion minimization of multiple histograms, which can handle different characteristics in image areas. Experimental results show the superiority of the new algorithm over the state-of-the-art methods.     

Colorimetric Sensor Arrays System Based on FPGA for Image Recognition

A FPGA-based image recognition system is designed for eolorimetric sensor array in order to recognize a wide range of volatile organic compounds. The gas molecule is detected by the responsive sensor array and the responsive image is obtained. The image is decomposed to RGB color components using CMOS image sensor. An embedded image recognition archi- tecture based on Xilinx Spartan-3 FPGA is designed to implement the algorithms of image recognition. The algorithm of color coherence vector is discussed in detail compared with the algorithm of color histograms, and experimental results demonstrate that both of the two algorithms could be analyzed effectively to represent different volatile organic compounds according to their different responsive images in this system.     

一种基于二分图最优匹配的镜头检索方法

镜头检索是基于内容的视频检索的重要内容.本文首次尝试将二分图的最优匹配用于镜头检索.与现有方法相比,本文提出的方法强调在一一对应的前提下,全面客观地度量两个镜头的相似度.把两个镜头的相似度度量建模为一个带权的二分图:镜头中的每一帧看成二分图的一个结点,两个镜头之间任意帧的相似值作为边的权值.在一一对应的前提下,利用最优匹配的Kuhn-Munkres算法求出该二分图的最大权,以此作为两个镜头的相似度.考虑到检索速度问题,提出了两个改进算法.实验对比结果证实了本文所提方法在镜头检索中的优异表现.     

面向车联网通信的OTFS信号检测算法综述

车联网(Vehicle to Everything, V2X)通信被认为是未来无线通信网络最重要的应用之一。然而,车辆在高速移动时引起的高多普勒频移会严重恶化V2X通信链路的性能。正交时频空(Orthogonal Time Frequency Space, OTFS)调制技术可以将时间和频率选择性信道转换为时延-多普勒(Delay-Doppler, DD)域的非选择性信道,从而显著提高无线通信系统在高移动性场景下的性能,在V2X通信中具有重要的应用价值。但OTFS调制技术极大地增加了系统接收端的复杂度,研究低复杂度信号检测算法成为了新一代无线通信系统采用OTFS调制的关键问题之一。为此,综述了面向车联网V2X通信的OTFS信号检测算法。首先介绍了OTFS系统模型,然后概述了现有的低复杂度OTFS信号检测算法,并将其分为线性检测算法、消息传递(Message Passing, MP)检测算法及其改进算法、基于神经网络的检测算法3类,最后探讨了V2X通信中OTFS信号检测目前所面临的技术挑战与未来的发展趋势。     

一种自动选取阈值的视频镜头边界检测算法

镜头边界检测是实现基于内容的视频检索的一个重要步骤.文中介绍了现有的镜头边界检测的基本方法,并针对其不足提出了一种自动选取阈值的、综合考虑颜色和空间特征的镜头边界检测算法.该方法能较好地检测出镜头突变和物体运动以及光线变化等情况,对渐变镜头也能达到检测的目的.实验结果表明算法能够有效地检测出视频镜头边界.     

Retaining local image information in gamut mapping algorithms.

Our topic is the potential of combining global gamut mapping with spatial methods to retain the percepted local image information in gamut mapping algorithms. The main goal is to recover the original local contrast between neighboring pixels in addition to the usual optimization of preserving lightness, saturation, and global contrast. Special emphasis is placed on avoiding artifacts introduced by the gamut mapping algorithm itself. We present an unsharp masking technique based on an edge-preserving smoothing algorithm allowing to avoid halo artifacts. The good performance of the presented approach is verified by a psycho-visual experiment using newspaper printing as a representative of a small destination gamut application. Furthermore, the improved mapping properties are documented with local mapping histograms.     

Classification of disease subgroup and correlation with disease severity using magnetic resonance imaging whole-brain histograms: application to magnetization transfer ratios and multiple sclerosis

This paper presents a new approach to characterize subtle diffuse changes in multiple sclerosis (MS) using histograms derived from magnetization transfer ratio (MTR) images. Two major parts dominate our histogram analysis; 1) Classification of MTR histograms into control and MS subgroups; 2) Correlation with current disability, as measured by the EDSS scale (a measure of disease severity). Two data reduction schemes are used to reduce the complexity of the analysis: linear discriminant analysis (LDA) and principal component analysis (PCA). LDA is better for the classification of MTR histograms as it takes into account the between-class variation. By using LDA, the space of MTR histograms is transformed to the optimal discriminant space for a nearest mean classifier. In contrast, PCA is useful for correlation with current disability as it takes into account the variation within each subgroup in its process. A multiple regression analysis is used to evaluate the multiple correlation of those principal components with the degree of disability in MS. This is the first application of such classification and correlation techniques to magnetic resonance imaging histogram data. Our MTR histogram analysis approach give improved classification success and improved correlation compared with methods that use traditional histogram features such as peak height and peak location.     

一种改进的Camshift视频目标跟踪算法

鉴于连续自适应均值漂移(Camshift)算法在光照变化,相似背景颜色干扰及目标遮挡时鲁棒性不高,易造成跟踪错误等问题,提出了一种联合多特征和最大类间方差法的视频运动目标跟踪算法。该算法将色度直方图、梯度方向直方图和LBP纹理特征进行巧妙的融合,构建了一种高效的联合直方图目标外观特征模型,并在Camshift算法中嵌入最大类间方差法,增强目标和背景的区分度。不同场景的视频跟踪结果表明,改进算法有效克服了传统Camshift算法应对光照变化、颜色干扰和目标遮挡的缺点,与同类算法相比,具有更高的准确度和鲁棒性。