结合形态学和假设检验的视频对象分割

视频对象分割是当前图像和视频处理的热点和难点之一。文章首先采用形态算子和改进的watershed算法对图像序列进行空间分割,然后利用F检测算法进行帧间变化检测,将时空分割结果结合起来,得到初始的变化检测模板。通过相应的基于二值形态算子的后处理,得到最终的分割结果。整个过程基本是对灰度图像和二值模板的形态处理,简单易行。实验结果表明该算法可以较好地分离前景和背景,定位和分割视频对象。     

肤色模型快速人脸检测算法研究

为提高人脸检测效率．研究实现采用肤色模型的低分辨率视频快速人脸检测算法。主要步骤包括采用Gray World方法的图像预处理、图像二值化和形态学处理等,从而实现快速人脸定位。实验结果证明该方法的正确性、快速性和有效性。该算法可以为后期人脸特征检测的精确定位奠定基础。     

视频监控中人的运动检测方法研究与实现

为了提高视频监控的实时性、准确性和可靠性,引入运动目标检测非常必要,而在此基础上的人运动检测更是后续各种高级处理的基础。根据视频监控的特点,采用一种基于自适应背景图像估计与当前多帧图像的混合差的算法来实现快速精确地检测和提取运动目标区域,并充分利用视频图像的时域连续特性和人脸肤色信息,实现快速可靠的人脸定位,从而准确定位人运动区域。实验表明,该算法对人的运动检测在光线、姿势变化等情况下具有良好的鲁棒性,适于实时监控系统的应用。     

改进C-V模型的木材缺陷彩色图像分割研究

分析了木材节子缺陷图像的特点,将彩色图像作为一个整体的图像进行处理,保护了彩色图像信息的特性,提出了一种基于AOS的扩展C-V矢量模型及背景填充耦合的木材节子缺陷彩色图像分割算法。对Chan-Vese提出的基于Mumford-Shah模型的水平集矢量图像分割模型进行了改进,使分割速度得到了提高;用AOS算法改进了原模型的差分格式,使得差分格式无条件稳定;结合背景填充技术,使得到的新图像缩减了目标与背景间的特征差别。实验结果表明该方法可以较好地实现对木材死节、活节和虫眼等缺陷的彩色图像分割,也可实现对单板多节子缺陷彩色图像的分割,为木材缺陷边缘检测提供一种行之有效的方法。     

SIFT算法在CUDA加速下的实时人物识别与定位

首先采用Directshow技术对视频图像中的运动目标进行差分检测,然后在此基础上对视频图像进行分割和识别,最后实现人体图像及头部图像的识别和定位.视频图像的处理和识别主要采用差分法和SIFT特征的模式匹配来完成人体和头部的识别和定位.经实验验证,SIFT算法在CUDA加速下具有较好的识别速度和准确率,解决了图像识别技术上的一些问题.     

人体头部图像移植算法研究

本文针对将特定人体头部图象移植到视频图像序列中逐帧手工处理的状况,提出并实现一种相对定点位移的图像处理方法。首先采用差分图像法对视频图像中每帧图像及需要移植的特定图像进行人脸检测、定位,然后依据人脸特征并结合人脸肤色,找出特定图像人脸相对定点的位移量,根据位移量把特定人体头部图像移植到视频图像序列中去。实验证明该方法移植效果比较好,实现简单,高效。     

基于视频图像的人眼动态追踪

论文基于视频图像对人眼的瞳孔中心进行实时定位,根据该点的位置变化从而判断人眼的注视方向即人眼的动态追踪.首先对视频图像进行灰度化处理,将视频图像从RGB色彩空间转换到灰度空间.然后对灰度图像进行高斯滤波处理,去除图像的噪点.接着对图像进行二值化处理找到人眼区域并检测出瞳孔轮廓,最后进行瞳孔中心定位实现人眼动态追踪.实验结果表明,该方法是有效的,能够实时追踪眼动方向.     

基于Matlab GUI的维吾尔文字符识别系统的设计

基于建立对视频中维吾尔文字符的识别提取系统,以视频中维吾尔字符为对象,首先对维吾尔文字符进行了字符检测,以便确定其维吾尔文字符在视频中的大小、位置,其次对所确定的维吾尔文字符进行字符定位以便作进一步的处理,然后运用Canny算子将其提取出的维吾尔文字符进行彩色图像转换为灰度化的边缘图像,最后利用Matlab GUI设计了维吾尔文字符的识别系统,实现了视频中维吾尔文字符的检测、字符定位、图像抖动、对比度调整、灰度化、边缘检测、提取字符等功能.实验结果均显示出该算法的优良性能,并证明了该识别系统性能的稳定性和极其良好的扩展性,为维吾尔文字符的识别研究提供了一个简单有效的仿真平台.     

基于计算机视觉的原木高出材率的研究

计算机能模拟人眼视觉环境来甄别、测量视野中的事物,随着精度的不断提高,计算机视觉能代替人眼实现简单、重复的人工操作。计算机视觉结合原木剖料可以提高原木的出材率,减少木材损耗。凭借计算机的高效性、准确性,计算机视觉能实现原木的最大利用,最大程度减少生成方木浪费的原料, 提高原木出材率。将所提算法应用于自动化带锯原木切割系统的基本流程是通过图像预处理来消除图像噪声,通过颜色分割去除背景,通过边缘检测给出感兴趣区域的轮廓,应用形态学运算连接和填补被误处理的轮廓边缘,计算最大面积的拟合椭圆。实验结果表明,该算法可以满足实际生产的需要,实验精度达到95%以上。     

一种数字仪表显示值识别的预处理算法*

首先使用一种综合多帧差异积累、形态滤波和Sobel边缘检测的方法实现了数字区域的准确定位分割,然后采用基于局部门限处理的方法,解决了图像亮度分布不均的二值化问题,最后运用连续子集迭代分割算法实现了粘连和断裂数字的准确切分。     

基于卷积神经网络的视频图像超分辨率重建方法

为了进一步增强视频图像超分辨率重建的效果,研究利用卷积神经网络的特性进行视频图像的空间分辨率重建,提出了一种基于卷积神经网络的视频图像重建模型。采取预训练的策略用于重建模型参数的初始化,同时在多帧视频图像的空间和时间维度上进行训练,提取描述主要运动信息的特征进行学习,充分利用视频帧间图像的信息互补进行中间帧的重建。针对帧间图像的运动模糊,采用自适应运动补偿加以处理,对通道进行优化输出得到高分辨率的重建图像。实验表明,重建视频图像在平均客观评价指标上均有较大提升（PSNR +0.4 dB / SSIM +0.02）,并且有效减少了图像在主观视觉效果上的边缘模糊现象。与其他传统算法相比,在图像评价的客观指标和主观视觉效果上均有明显的提升,为视频图像的超分辨率重建提供了一种基于卷积神经网络的新颖架构,也为进一步探索基于深度学习的视频图像超分辨率重建方法提供了思路。     

一种基于无人机视频影像的车流量统计算法

针对城市智能交通管理系统中车流量统计出现的漏检误检问题,提出一种基于无人机(unmanned aerial vehicle,UAV)视频影像的车流量统计双虚拟检测线算法。算法利用数字图像处理技术和计算机视觉对视频流进行处理,首先对无人机获取的视频影像采用均值滤波进行去噪处理,利用改进的多帧平均方法提取出初始背景,通过背景差分法检测出运动目标,然后使用混合高斯背景模型进行背景更新,设置双虚拟检测线并计算二值图像上位于双虚拟线内的连通区域面积、长宽比,统计出实时的车流量。实例验证结果表明,该方法的准确率在非高峰期达到92.94%,高峰期达到91.62%,为城市智能交通管理提供了可靠的数据支持。     

基于改进Canny算子的气液两相泡状流图像分割算法

图像分割是多相流高速视频分析的前提和基础。本文基于改进的Canny算子给出一种泡状气液两相流的图像分割方法。该方法充分考虑原始图像的灰度分布信息,利用高斯Sigma平滑滤波器有效地保持了边缘及消除了噪声,通过梯度的非极大值抑制和滞后阈值化处理后,获得了清晰的气液两相流泡状流图像边缘,为泡状流流动特性分析奠定了分析基础。     

基于实时视频图像中边缘检测方法的在线轧钢纠偏系统

提出了一种高效的在实时视频图像中检测轧钢钢带边缘的方法,该方法采用局部图像处理策略以降低计算量,根据钢带图像特征,设计了一种空间滤波器,在消除噪声的同时,能够保留较多边缘信息。同时基于计算出的边缘点位置的二维分布特征提出了一种简单、有效的边缘位置判断算法,从而可实时测出钢带的位置偏移量。并构造了实际的图像采集、处理和控制系统,取得良好的效果。     

基于DVI接口的图像总线控制系统

设计了一种基于DVI接口的高速图像采集控制系统。该系统能够稳定采集Camlink接口的高速CCD传输的数字信号,并能提供一路DVI接口高清显示和一路PAL制式复合视频。系统可与上位机通过CAN总线实现数据交互,并提供数字视频信号给压缩存储单元和图像处理单元。系统硬件结构简单,工作稳定可靠,能够广泛应用于图像处理领域。     

Anisotropic Superpixel Generation Based on Mahalanobis Distance

Superpixels have been widely used as a preprocessing step in various computer vision tasks. Spatial compactness and color homogeneity are the two key factors determining the quality of the superpixel representation. In this paper, these two objectives are considered separately and anisotropic superpixels are generated to better adapt to local image content. We develop a unimodular Gaussian generative model to guide the color homogeneity within a superpixel by learning local pixel color variations. It turns out maximizing the log‐likelihood of our generative model is equivalent to solving a Centroidal Voronoi Tessellation (CVT) problem. Moreover, we provide the theoretical guarantee that the CVT result is invariant to affine illumination change, which makes our anisotropic superpixel generation algorithm well suited for image/video analysis in varying illumination environment. The effectiveness of our method in image/video superpixel generation is demonstrated through the comparison with other state‐of‐the‐art methods.     

视频图像变化信息的动态检测算法与实现

研究了一种视频图像变化信息动态检测的方法。该方法采用数字图像处理技术,将中值滤波和自适应阈值分割应用到了检测当中。同时提出了分区域帧间比较的思想,以计算机为工作平台进行移动侦测,较好的解决虚警和漏警问题,有较高的准确性和可靠性。     

公共区域监控视频数据目标特征跟踪定位方法

为了提高公共区域监控视频的目标定位检测能力,需要进行目标特征跟踪定位算法设计,提出一种基于图像超分辨率重建的公共区域监控视频数据目标特征跟踪定位方法。构建公共区域监控视频的三维图像重建模型,采用边缘层的高分辨融合方法进行公共区域监控视频图像数据的三维结构重组,提取公共区域监控视频的关键特征点,用图像退化模型进行公共区域监控视频数据目标特征检测,结合线性滤波模型使得监测输出图像满足最优匹配特征解,提高对公共区域监控视频数据目标特征跟踪能力。引入引导滤波方法进行公共区域监控视频数据的图像超分辨重建,实现对目标特征准确跟踪定位。仿真结果表明,采用该方法进行公共区域监控视频数据目标特征跟踪定位的准确性较高,图像重建能力较强,归一化均方根误差较小。     

基于DCT压缩域的图象字符定位

为了能够利用图象中所含的文字信息来进行图象的快速高效浏览检查，其中，快速字符定位是很重要的工作，为此设计了一种直接在图象压缩域中进行字符定位的方法，该方法主要是利用图象中字符纹理所具有的方向性特点，首先直接在DCT域中提取字符的横向、竖向、斜向纹理的方向信息，然后根据各自的阈值把字符区域从图象背景中分割出来，在处理过程中，用形态滤波的方法可有效地消除噪音点，该算法可直接处理JPEG、MPEG等以DCT为编码基础的压缩数据，仅需少量的解码过程（Huffman解码）即可完成字符定位，因此要处理的数据量较少，用该算法既提高了处理速度，又减少了对计算机资源的需求，试验结果表明，此方法具有较高的准确率。