自适应加权滤波的去隔行算法及其FPGA实现

提出了一种基于运动检测和自适应加权滤波的去隔行算法,该算法克服了运动自适应算法中受噪声影响较大及运动补偿算法的硬件实现复杂度高的缺点,在不需要进行准确的运动信息计算的前提下,保持了图像的空间特性与垂直细节。利用现场可编程门阵列(FPGA)进行验证和性能测试,实验结果表明,该算法在处理动态和静态视频信号时都能稳定地达到较好的效果,并且相对于传统的行平均算法节省了14.5%的硬件资源。     

基于中值滤波与边缘插值的视频去隔行算法

针对去隔行图像质量下降问题,该文提出了基于中值滤波与边缘插值的视频去隔行算法,利用改进的运动检测算法精确地检测出象素的运动状态,分别对静止象素采用场复制,运动象素采用三点中值滤波以及不确定运动状态象素采用改进的基于边缘的行平均算法.仿真结果表明该文算法有效提高了去隔行的性能,重建图像质量佳,且其峰值信噪比和结构相似度都...     

虚影图像中去隔行算法的研究

在现代的测试系统中,大多数使用模拟的CCD隔行扫描捕获图像.由于隔行相机对运动图像捕获时,当运动目标的速度高于CCD的场积分时间时,相邻两场图像间就会发生位移,场图像合成帧图像会发生错位和虚影.本文采用三种模式方法对隔行虚影图像进行处理,一是当像素静止状态,采用前后两场内插;二是对运动状态,分别采用隔场基于块的运动估计和临场基于像素的运动补偿;三是中间状态,只能利用场内的信息来内插.最后对补偿后的图像采用中值滤波有效地抑制运动补偿的块效应.实验结论验证测试系统中隔行虚影图像得到很好的处理效果.     

基于FPGA的中值滤波算法研究与硬件设计

本文以FPGA为平台,使用VHDL硬件描述语言设计并实现了中值滤波图像处理算法.在设计过程中,通过改进算法和优化结构,在合理地利用硬件资源的基础上,有效地挖掘出算法内在的并行性,采用流水线结构优化算法,提高了处理速度.文中提出了一种快速中值滤波算法,可以大大节省硬件资源,同时提高了处理速度.     

基于阵列处理器的去块滤波算法并行化设计

针对多视点视频编码中去块滤波算法处理复杂、计算耗时等问题,通过分析去块滤波算法的可并行性和数据相关性,提出了一种并行化映射方案。利用面向视频编解码的动态可编程可重构阵列处理器DPR-CODEC(Dynamic Programmable Reconfigurable array processor)平台,设计并实现了基于阵列处理器的去块滤波并行算法。实验结果表明,该方法与单核处理器的串行实现方案相比数据加载时间降低了30.9倍、算法执行和总处理时间加速比分别达到12.3和28.0,有效减少了视频编解码时间,提高了去块滤波算法的运算效率。     

视频运动检测算法的研究和分析

描述了在视频监控系统的特点和现状,介绍了在视频监控中进行视频运动检测的算法。对其中一些算法作了着重的研究,其中包括图像序列差分法、背景差分法、光流法等,进一步的分析了这些算法所存在的优缺点,并对图像序列差分法做了改进。在不同的场合可做不同的选择。     

一种基于加权均值滤波噪声点检测的中值滤波算法

针对常规中值滤波在图像去噪过程中会将原图像的有用信息同时滤除的问题,提出了一种基于加权均值滤波噪声点检测的中值滤波算法.该算法通过含噪图像与其经加权均值滤波的图像作差对图像中的噪声点进行判别,从而针对噪声点进行滤波,能在保持图像原始信息的前提下有效地将图像中的噪声滤除.实验结果表明,与常规中值滤波算法相比,该方法既具有较好的去噪特性,也具有较强的细节保护能力.     

基于邻域统计和脉冲检测中值滤波改进算法

在对中值滤波及其改进算法进行研究分析的基础上，提出了一种基于领域统计信息和脉冲检测的中值滤波改进算法，新算法去除噪声的同时能较好的保护图像边缘细节，其在图像增强和恢复领域中将有广泛的应用。实验结果表明，此算法有着比较满意的滤波效果。     

运动自适应算法在视频格式转换SOC芯片中的应用

为了解决视频格式上的差异,格式转换芯片已经成为显示器系统中不可或缺的关键器件.通过加权将具有边缘保持特性的中值滤波算法和时域上场间均值滤波算法相结合,同时考虑了硬件的可实现性和硬件资源的利用率,提出了一种运动自适应去隔行算法.该算法已经通过C模型和Xilinx FPGA验证,并应用于视频格式转换SOC芯片中,给出了该算法的硬件实现框图和系统性能.     

基于背景差分与时域差分相结合的运动检测算法

针对传统运动目标检测方法的缺陷问题,提出了一种背景差分与时域差分相结合的算法,通过对亮度值的判断,有效地获取了背景模型,并利用数学形态学的膨胀、腐蚀进行去噪．实验表明,这种检测方法是快速有效的．     

一种基于运动检测的时域降噪算法及实现

基于运动估计技术在时域方向上计算当前帧和参考帧之间的运动轨迹,提出了一种基于"运动检测"的时域视频降噪算法,可根据物体运动强度动态地调整时域滤波的强度.Matlab仿真环境的实验结果表明:采用该降噪算法能有效地去除视频序列中的噪声,并有效避免了运动物体"拖尾"现象的产生.     

基于2级检测的脉冲噪声滤除算法

以图像结构和噪声的特征分析为基础,提出了一种新的脉冲噪声滤除算法. 算法在噪声检测阶段采用2级开关检测,即先以极值法进行初步检测,然后利用像素邻域的结构信息,并借助设定的阈值识别出该点的性质（信号点或噪声点）. 最后以滤波窗口内像素的灰度排序均值（ROM）替换噪声点的灰度值. 实验表明,本算法在滤除固定值脉冲噪声的同时可以有效地保护图像细节.     

融合运动和统计特征的静态目标检测

为了解决大部分时间处于相对静止状态目标的智能监控,提出一种融合运动和统计特征的静态目标检测方法.该方法采用行列错位减图像的帧差来提取目标运动特征,根据目标模型和候选区域的统计特征匹配检测目标,利用运动特征和模板的相似性度量动态更新模板.通过积分图优化特征提取及对强光抑制,提高了算法的实时性和鲁棒性.     

一种基于视频序列特性的快速运动估计算法

针对视频压缩中的关键技术运动估计算法，提出了一种新的快速运动估计算法。该算法首先利用视频序列宏块间的相关性预测搜索起点，同时根据运动矢量中心偏置特性和SAD分布的方向性设计搜索模板，避免和减少不必要的搜索，提高了运动估计的速度和精度，在保证视频图像质量的情况下，有效的降低了计算复杂度。     

一种基于视频序列特性的快速运动估计算法

针对视频压缩中的关键技术运动估计算法,提出了一种新的快速运动估计算法.该算法首先利用视频序列宏块间的相关性预测搜索起点,同时根据运动矢量中心偏置特性和SAD分布的方向性设计搜索模板,避免和减少不必要的搜索,提高了运动估计的速度和精度,在保证视频图像质量的情况下,有效的降低了计算复杂度.     

基于特征图像方法的运动物体检测

在传统特征图像方法基础上,提出一种基于分块边缘特征图像的运动物体检测算法.该算法对背景图和叠加图进行分块处理,分别提取出背景图与叠加图的最大特征向量,求得背景图与叠加图的各块投影系数,进行运动物体的匹配检测.在实际处理时,采用了canny算子获取边缘图的方法来进行检测,以消除光照等外界干扰对检测的影响.     

一种改进的Canny边缘提取算法

为了有效提取目标缓变边缘,提出了一种基于中值滤波的改进的Canny算法.在对Canny的边缘检测算子进行理论分析的基础上,用中值滤波代替Gauss滤波.实验结果表明,由中值滤波代替Gauss滤波的改进后的算法有较高信噪比,可以减少缓变边缘的丢失,能得到比较理想的边缘检测效果.     

基于运动特性的帧间预测模式快速选择算法

高效视频编码（High Efficiency Video Coding,HEVC）大部分编码时间消耗在帧间预测,为了缩短编码时间,本文提出了一种基于CU （Coding Unit）块运动特性的帧间模式快速选择算法。首先,运用本文定义的运动特征对帧间预测模式分类;然后让CU进行尺寸N×N的帧间预测,获取子PU （Prediction Unit）块运动矢量,根据4个运动矢量的关系确定当前CU块的运动特性;最后通过运动特性确定要遍历的帧间预测模式,从而实现快速编码算法。实验结果表明,与HM16.15相比,本文提出的算法在低时延和随机接入配置下分别降低了31.6%和27.4%的编码时间,而编码器的编码性能基本不受影响。