基于支持向量机的图像亚像素配准及超分辨率重建

超分辨率重建是根据场景的一组低分辨率图像重建其高分辨率图像。重建算法中,低分辨图像之间的亚像素配准是很重要的一部分。提出了一种基于支持向量机的亚像素配准方法,将低分辨图像之间的相对旋转平移参数看成支持向量机的目标集,通过支持向量回归建立图像特征与目标集之间的映射关系,从而计算图像间的相对运动参数。实验表明,与现有算法相比,所提出的算法具有较高的精度。     

基于一种优化的配准算法的图像超分辨率重建

提出了一种优化的图像配准算法.该算法充分结合了时域基于全局运动模型的配准算法和频域基于傅立叶变换的配准算法,并运用到超分辨重建中.假设序列低分辨率图像之间存在旋转和平移,首先运用全局配准法求出旋转参数,对图像进行旋转补偿,然后对补偿后的图像用频域配准法估计平移参数,针对估计出的旋转参数和平移参数对序列低分辨率图像进行超分辨率图像重建,实验表明该方法能较有效地提高图像分辨的效果,并且本文还阐述了低分辨率图像帧数的影响.     

新颖的频域图像超分辨重建方法

图像频域解混叠超分辨算法要求输入低分辨率图像帧数及其帧间亚像元位移满足一定的条件,因此限制了其应用范围。利用单帧超分辨技术和再采样函数从每帧输入低分辨率图像产生16帧相同分辨率的图像,再从中挑选满足限制条件的图像帧,从而消除了原算法要求的两个主要限制条件,建立了改进的二至多帧输入图像频域解混叠超分辨算法。三组仿真实验结果表明,该算法消除了输入帧数和帧间亚像元位移的限制条件,并且可以使峰值信噪比提高5dB左右。     

基于H.264的快速1/4像素精度运动估计算法

提出了一种快速1/4像素精度的运动估计算法。该算法基于运动补偿预测误差模型,与传统的1/4像素的分层运动估计算法不同,仅通过一步计算就能直接得到1/4像素精度的运动矢量,而且完全避免了运算量很大的分数像素内插运算和整像素搜索完成后的分数像素搜索。同时对最佳整像素点位于图像边缘位置的情况进行了研究。实验结果表明,该算法在保持图像质量的前提下极大地减少了1/4像素运动估计的运算量。     

基于运动补偿和自适应双闭值的镜头分割

镜头分割是视频检索的结构化基础.提出一种高效的镜头分割算法,首先针对视频中的图像帧序列间存在一定的运动,对视频中的图像帧采用运动矢量场自适应搜索技术进行分块运动矢量估计,然后进行运动补偿,接着在此基础上计算两帧间的像素值不变点数,并基于滑动窗口获取局部自适应的双阈值,最后基于自适应双阈值间的比较检测切变和渐变.实验结果证实,该算法不仅能够有效地检测出镜头的切变和渐变,而且对运动具有较强的鲁棒性.     

运动估计方法的地震断层曲面生成

在三维地震数据解释中,断层面的识别及建模是核心问题之一。传统的地质断层曲面的生成依靠地质研究人员根据地质剖面和相干切面的信息,用人工方法识别断层轮廓线,再推测断层面的三维形态。这种方法在三维数据解释中最费时,许多地质解释数据也会有人为的二义性。图像序列的帧间匹配及运动估计技术已经广泛运用于运动跟踪、运动补偿、多源图像融合、视频压缩、多帧图像超分辨等领域。提出了一种基于运动估计的断层面生成方法,跟踪地震图像中断层的特征点并生成断层曲面。这种方法完全符合人工解释理解模型,并充分考虑了图像序列的帧间关联。实验结果表明,该方法是有效的。     

复合帧运动模糊图像复原方法研究

对复合帧图像运动模糊的复原问题进行了较为系统的研究。利用块匹配算法估计场间的位移矢量,即模糊范围和模糊方向以消除边缘“阶梯效应”;采用维纳滤波方法对场内的运动模糊图像进行了复原;经对一个CCD照相机以不同的相对运动速度在不同的距离对一个门牌号摄取的模糊图像进行复原,证明该文方法的有效性。     

一种基于两步运动估计的系列图像匹配算法*

提出了一种基于两步运动估计的系列图像匹配算法。首先运用简化仿射运动估计对相邻两幅图像进行粗略匹配,然后运用改进的光流运动估计得到比较精确的匹配图像;此外,在保证简化仿射变换参数正确的同时,使用了更加简单直接的解法,大大降低了计算的复杂性。该算法弥补了传统图像匹配方法的不足,而且使图像匹配残差明显减小。实验表明,对存在大位移运动、复杂形变的图像,该算法更有效。     

基于亚像素块匹配和字典学习的超分辨率算法

针对基于字典学习算法的计算效率低,且大多局限于处理单帧图像的问题,提出了一种基于亚像素块匹配和字典学习的超分辨算法,以实现对多帧图像的重构。采用亚像素块匹配方法对图像进行配准,依据配准结果构造低分辨率字典,并通过计算辅助图像块与目标图像块的相似度来选择用于重构的图像块。在Matlab平台上,将该算法用于静态图像和视频图像处理,获得了较好的重构效果。     

一种心脏运动补偿算法的GPU实现

在心肌灌注核磁共振（MR）图像中,病人的呼吸和心跳会使心脏的位置和形状发生改变,因此需要对心脏核磁共振（CMR）时间序列图像中的心肌图像位置进行运动补偿。针对医学图像特征较少的问题,利用马尔科夫随机场（MRF）模型,提出一种基于图像配准的心脏运动补偿算法。根据心动周期不同时间点图像像素块的邻域和灰度信息,计算心脏的运动向量,将最相似的像素块平移到图像的相近位置,对心跳产生的位移进行补偿。由于MRF模型的计算量较大,将CPU算法和GPU算法相结合,计算耗时部分使用GPU并行实现,以提高程序的运行速度。实验结果表明,该方法能有效地对心肌灌注MR图像中心脏的位移和弹性形变进行补偿,结合GPU算法能使运动补偿算法的计算性能提高400％,图像配准时间仅为CPU算法的1／3。     

结合运动矢量和像素递归的全局运动估计方法

全局运动估计是计算机视觉、视频处理等领域中一项重要研究课题。结合运动矢量和像素递归提出一种新的全局运动估计方法,该方法根据块运动矢量求出运动矢量直方图,找出主要块运动方向作为初始的全局运动方向,并初始化全局运动参数。利用运动矢量间距离及类间方差求出运动矢量分割阈值,自适应地去除外点块区域。根据背景块梯度和值的大小,在每个背景块中选择一到两个特征像素点进行运动参数估计。实验结果表明,该方法具有较快的计算速度,同时也具有较高的计算精度。     

基于序列图像的视觉定位与运动估计

研究了移动机器人的视觉定位和目标的运动估计。采用单目视觉系统,借助人工标识物,由小孔成像模型及空间几何关系,推导出视觉测距模型,并实现了移动机器人的自定位和目标的定位。通过序列图像,应用基于特征的运动分析方法估计球体的运动参数,推导出移动机器人对运动目标的跟踪模型。球体定位实验结果表明:该方法的定位精度较高。     

单目序列图像的运动目标参数估算新方法

可疑运动目标的检测和参数估算是智能视频监控的关键。为克服传统计算机双目技术系统复杂等缺点,提出一种单目运动目标识别技术并估算目标运动参数的方法。利用几何成像原理,推导出运动目标与固定摄像机的实际水平距离和目标在二维图像中的位置之间数学模型,结合摄像机参数,估算出目标实际位置及运动速度。通过搭建的硬件平台和编写的测试软件,在实际码头对海面目标的参数估计进行了实验,结果显示了该方法简单、有效和可行。     

基于粒子滤波器的摄像机运动参数估计

针对利用运动矢量估计摄像机运动参数的问题,将运动矢量作为状态,以块的位置作为状态索引,根据区域的局部相关性自适应地确定状态转移方程,以块匹配的平均绝对误差作为状态估计的观测输出,从而建立状态空间模型。基于该模型利用粒子滤波器估计运动矢量,采用重采样技术来消除粒子退化的现象,最后按照运动矢量与摄像机参数的关系模型,借助最小二乘法确定最优的摄像机参数。实验表明,该算法以较少的搜索点可以估计得到具有时空一致性的运动矢量场,进而能估计出反映摄像机真实运动的摄像机运动参数。     

Adaptive robust estimation of affine parameters from block motion vectors

In this paper, we propose an affine parameter estimation algorithm from block motion vectors for extracting accurate motion information with the assumption that the undergoing motion can be characterized by an affine model. The motion may be caused either by a moving camera or a moving object. The proposed method first extracts motion vectors from a sequence of images by using size-variable block matching and then processes them by adaptive robust estimation to estimate affine parameters. Typically, a robust estimation filters out outliers (velocity vectors that do not fit into the model) by fitting velocity vectors to a predefined model. To filter out potential outliers, our adaptive robust estimation defines a continuous weight function based on a Sigmoid function. During the estimation process, we tune the Sigmoid function gradually to its hard-limit as the errors between the model and input data are decreased, so that we can effectively separate non-outliers from outliers with the help of the finally tuned hard-limit form of the weight function. Experimental results show that the suggested approach is very effective in estimating affine parameters reliably.     

Wearable sensors for 3D upper limb motion modeling and ubiquitous estimation

Human motion capture technologies are widely used in interactive game and learning, animation, film special effects, health care, and navigation. Because of the agility, upper limb motion estimation is the most difficult problem in human motion capture. Traditional methods always assume that the movements of upper arm and forearm are independent and then estimate their movements separately; therefore, the estimated motion are always with serious distortion. In this paper, we propose a novel ubiquitous upper...     

一种匀速直线运动模糊参数估计方法

运动模糊恢复就是利用运动模糊退化的某种先验知识来重建或恢复原有图像。在运动模糊的点扩散函数未知的情况下,估计运动模糊的点扩散函数是运动模糊恢复的前提和关键。从傅立叶变换的角度对匀速直线运动模糊图像的点扩散函数在频域中的特点做了理论分析,论证了点扩散函数在频域内的零点特性及模糊图像两次傅立叶同态变换后的方向特性,并提出了利用这些特性进行运动模糊方向估计的方法及两种模糊距离的估计方法。实验结果证明了所提出方法的有效性。     

基于全局仿射变换估计的航拍视频校正*

提出了一种快速的基于特征匹配的全局运动估计方法,用于航拍视频校正和运动检测。为建立对应点集合,改进的harris角点检测器用于从图像序列中提取和选择稳定的角点,并采用SURF描述子描述这些角点。在运用随机一致性采样方法求取运动参数之前,将匹配对视为矢量进行分析,滤除明显的误匹配对以提高内点率。结果表明,该方法可实时、准确的估计全局仿射运动,完全能够满足移动平台下运动检测的需要。     

Qualitative estimation of camera motion parameters from the linear composition of optical flow

In this paper, we propose a new method for estimating camera motion parameters based on optical flow models. Camera motion parameters are generated using linear combinations of optical flow models. The proposed method first creates these optical flow models, and then linear decompositions are performed on the input optical flows calculated from adjacent images in the video sequence, which are used to estimate the coefficients of each optical flow model. These coefficients are then applied to the parameters used to create each optical flow model, and the camera motion parameters implied in the adjacent images can be estimated through a linear composition of the weighted parameters.We demonstrated that the proposed method estimates the camera motion parameters accurately and at a low computational cost as well as robust to noise residing in the video sequence being analyzed.