视频图像在三维模型中的渲染

视频监控是大型安防工作中最重要的一个环节,传统的视频监控系统展示给用户的只是独立的二维平面图像,图像脱离环境,整体性不足,为了解决该问题,提出了将视频图像渲染显示于三维模型的思路.研究了纹理映射技术并结合视频图像渲染的特殊性分析研究了Z缓冲算法、Shadow map算法,根据实际应用提出Extend Shadow map算法以实现将视频图像与三维场景无缝贴合.实验结果表明,视频图像渲染显示于三维模型中所体现的优越性.     

陕西西路皮影造型的流变

皮影在我国有着悠久的历史。相传自汉代就已产生,据可靠的史书记载最早见于宋代。陕西西路皮影最早出现在清初,到晚清进入鼎盛时期。从产生至今,西路皮影造型经历了漫长的传承和发展过程。进入21世纪后,皮影这一古老的民间艺术受到了现代传媒的巨大冲击,语境逐渐丧失,渐渐濒临消失的边沿。如何抢救、挖掘和整理这一宝贵的民间造型艺术,在今天仍具现实意义。     

一种基于灰度直方图的遥感影像阴影自动检测方法

在高分辨率全色遥感影像中,阴影的存在既给目标识别带来了困难,又包含了地物的层次和高度信息。本文运用灰度统计直方图的势函数对全色遥感影像的灰度统计直方图函数进行拟合,使用一阶差分找到直方图势函数的第一个谷点,以该谷点对应的灰度值对原始影像做阈值分割完成阴影检测。实验表明,在各种复杂地物环境下,本文方法都能能完成灰度分割阚值的自动选取,其阴影检测结果是快速有效的。     

基于计算机视觉的高速路面状态检测方法

路面状态检测技术是辅助高速公路监管部门及时发现结冰、积雪等不良路况的重要手段。针对传统基于硬件设备的路面状态检测技术存在成本较高、检测范围受局限等问题,提出了一种基于计算机视觉的高速路面状态检测方法。该方法首先将融合了空间注意力机制和通道注意力机制的Attention模块与具有高分割精度的U-Net网络相结合,对路面区域图像进行分割提取;之后实现了一种基于循环生成对抗网络的路面阴影消除算法,对已经提取的路面图像进行阴影消除;最后基于残差结构构建了路面状态分类器,实现高准确率的路面状态检测。实验结果表明,采用该方法可以消除路面状态检测过程中高速公路两侧景物和路面阴影对状态检测带来的干扰,实现了对路面干燥、积雪、积水和结冰4类状态的准确识别。基于高速公路监控视频进行测试时,识别率可达97.9%。     

无线影子 网络环境下安全策略研究

无线影子网络作为一种Ad-hoc网络,可以为灾后救援提供应急通信保障。文章分析了影子网络面临的节点攻击、DDoS攻击、窃听与流量分析、数据篡改、重放攻击等风险,提出了影子网络的安全目标,并着重对应用在该网络上的安全认证技术、安全路由技术、入侵检测技术等安全策略进行了分析研究。     

基于背景自适应更新的车辆阴影检测算法

对基于视频的交通流量参数检测及交通路口控制方法而言,车辆检测是很关键的一步,但是由于车辆阴影的客观存在,经常会造成汽车数量的误检。本文在背景自适应更新的基础上,对阴影建立了模型并对检测算法进行了改进,以提高车辆检测精度。     

运动人体阴影检测算法

为了抑制运动人体检测与跟踪中运动人体阴影的影响,提出了一种基于光照模型和图像纹理特征的阴影检测算法.首先依据光照模型理论,将互相关函数引入算法,并根据背景图像和当前图像对应像素点的互相关函数值判断其是否为阴影点.在此基础上,依据图像的纹理特征,将交叉熵函数引入算法,对互相关函数判断为非阴影点的像素,进行二次判断.该算法利用泰勒级数将交叉熵函数中的对数和除法运算转化为乘法运算,简化了运算过程.通过白天和晚上两种条件下的实验,验证了算法的准确性和有效性.     

基于单目视觉的车辆检测算法研究

本文在全面总结现有的国内外前方行驶车辆的视觉检测算法的基础上,利用由于光照因素使得前方车辆在图像内形成的底部阴影这一先验知识,建立了基于车辆阴影区域检测的前方障碍物视觉检测算法。     

融合颜色相关性和纹理差异的阴影检测方法

在雨天交通视频中,车辆同时受阴影和水汽拖尾的干扰。为此,在分析目标车辆、路面、阴影和水汽拖尾区域特性的基础上,提出一种融合颜色相关性和纹理差异的阴影检测方法。由当前点与背景点的HIS向量点积测量颜色相关程度,检测出车辆目标和水汽拖尾区域,利用当前区域和背景区域的纹理差异区分深色车辆和阴影。实验结果表明,该方法能较好地检测雨天交通视频中运动车辆的投射阴影,且能有效去除水汽拖尾,从而保证车辆的正确分割。     

Shape Reconstruction and Camera Self-Calibration Using Cast Shadows and Scene Geometries

Recently, various techniques of shape reconstruction using cast shadows have been proposed. These techniques have the advantage that they can be applied to various scenes, including outdoor scenes, without using special devices. Previously proposed techniques usually require calibration of camera parameters and light source positions, and such calibration processes limit the range of application of these techniques. In this paper, we propose a method to reconstruct 3D scenes even when the camera parameters or light source positions are unknown. The technique first recovers the shape with 4-DOF indeterminacy using coplanarities obtained by cast shadows of straight edges or visible planes in a scene, and then upgrades the shape using metric constraints obtained from the geometrical constraints in the scene. In order to circumvent the need for calibrations and special devices, we propose both linear and nonlinear methods in this paper. Experiments using simulated and real images verified the effectiveness of this technique.