一种基于帧差法与背景减法的运动目标检测新方法

为改进单独利用帧差法或背景减法进行运动目标检测时存在的不足,提高运动目标检 测的准确率和鲁棒性,提出了一种利用边缘信息的帧间差分法和背景减法相结合的运动目标 检测方法。该方法首先通过基于边缘信息的三帧差法获得一幅前景图像,然后利用改进的mo de算法进行背景差分获得另外一幅前景图像,最后将得到的两幅前景图像进行布尔或运算 ,得到前景目标。实验仿真结果表明,利用该方法,目标检测的准确率可以提高496%～36 01%,且算法具有较好的鲁棒性。     

基于L曲线的自适应时空正则化视频超分辨率重建

为了解决视频超分辨率重建的病态问题,以得到良好的重建效果,提出了一种新颖的视频超分辨率重建算法。在算法中引入了时空联合正则化算子,通过视频帧本身的空间平滑信息和视频相邻帧的帧间相关先验信息的引入,提高了解的质量;同时,为了选择合适的时空正则化系数,提出了基于L曲线的自适应时空正则化系数计算方法,可以自适应地计算合适的正则化系数。通过对模拟图像序列和真实视频序列的实验结果表明,算法能得到较为精确的解,重建出具有良好视觉效果的高分辨率视频。     

结合空时域下采样与重建的H.264/AVC压缩性能优化

为提高H.264/AVC标准在带宽资源严重受限时的压缩效率,采用空时域相结合的编码思路,提出了一种基于运动检测的自适应抽帧方法,并结合空域下采样与重建研究了一种改进的H.264/AVC压缩性能优化框架。在编码端,原视频先空域下采样以减少空间分辨率,然后根据视频运动特征,采用不同抽帧模式自适应地降低帧率,再经H.264/AVC编码,有效降低了编码码率。在解码端,解码视频则采用与抽帧模式相对应的运动估计与补偿插帧方法重建出抽取帧,再利用超分辨率重建技术将视频恢复到原空间分辨率。实验结果表明,所提方法在低码率段的视频压缩性能优于H.264/AVC标准编解码及相关文献方法。     

一种全自动稳健的图像镶嵌算法

针对现今学者提出的多种获取全景图像的图像镶嵌算法大都只是在图像发生平移条件下完成的局限性,提出一种广泛适用于图像发生任何空间变换(包括图像的平移、旋转、缩放和其它扭曲)的镶嵌算法.该算法核心是采用图像变形技术对发生空间变换的图像进行投影重建.具体过程是:首先由Harris算子提取的角点求得两幅图像间的变换矩阵,然后由此变换矩阵应用图像变形技术,逆向映射重采样插值发生空间变换的图像,最后与源图像合成图像.实验表明,该算法能达到良好的镶嵌效果.     

一种快速的扇束CT滤波反投影重建算法

提出了一种用于扇束CT(计算机断层扫描)重建的快速滤波反投影算法.这种算法是传统标准滤波反投影(FBP)重建算法的加速形式,主要通过减少投影数量然后重建子图像来实现.实验结果表明:对于一幅512×512图像,这种算法可以将重建过程加速40倍以上,并且不会引入明显的图像误差.这种算法也适应于多层螺旋三维重建,并且可以延伸用于三维锥形重建.     

HEVC编码预测单元多参考帧选择算法研究

目前,已经存在一些针对HEVC多参考帧选择的快速算法,比如,曾有人提出了一种针对多参考帧搜索的通用算法,也有人提出了一种基于图像特性分析的低复杂度多参考帧选择算法,该算法优先选择离当前帧距离较近的参考帧,还有人提出了一种基于云端计算的多参考帧选择算法。这些算法只是利用了图像的内容特性,忽视了HEVC编码器中不同深度PU之间最佳参考帧的相关性以及同一深度不同划分方式下最佳参考帧之间的相关性。如能利用上述相关性,多参考帧选择的效率还可以进一步提升。     

基于累积直方图的视频镜头边界检测方法

提出了一种基于累积直方图的视频镜头边界检测方法,以累积直方图来代表视频帧图像的特征,其帧差充分反映了视频帧图像间的差异性;结合滑动窗的局部阈值分割处理,获得镜头边界检测对物体/摄像机的运动和光线变化的不敏感性。实验结果表明,本方法在镜头突变边界检测中达到95.97%的查全率和96.75%的查准率。     

采用分裂Bregman的空间邻近目标红外超分辨算法

利用红外成像系统跟踪空间邻近目标时,目标在红外像平面的成像相互交叠形成簇状像斑,导致跟踪系统无法有效分辨这些目标。基于稀疏重构的超分辨方法是一种将稀疏重构技术应用于处理邻近空间目标分辨的单帧超分辨方法,能够有效估计目标个数和位置等参数。针对二阶锥规划方法求解基于稀疏重构的超分辨模型计算复杂度大、效率低的问题,提出采用分裂Bregman方法求解该超分辨模型,先通过引入辅助变量将原问题转化为一系列易于求解的子优化问题,然后利用交替最小化方法求解每个子问题,最后分析正则化参数的合理设置,从而实现对超分辨模型的最优化求解。仿真实验结果表明,所提方法能够有效求解基于稀疏重构的超分辨模型,在保证分辨像斑中目标个数和位置参数的前提下,计算耗时缩短了8%,有效提高了求解效率,便于工程实现。     

0.33 THz雷达三维近场成像系统设计及成像试验

提出了采用步进频率结合平面扫描的THz雷达近场成像系统设计方案,基于宽带全息成像原理,可以实现三维高分辨率近场成像。采用多通道收发探头阵列缩短机械扫描行程,提高成像速度。给出了基于快速傅里叶变换（Fast Fourier Transform,FFT）和Stolt插值的三维图像重建算法,成像理论分辨率与波长相当。利用THz矢量网络分析仪和辅助设备,搭建了0.215~0.33 THz成像试验装置,完成了对多层金属-泡沫目标三维成像,成像分辨率达到预期水平,验证了系统设计和三维图像重建算法的正确性。     

遥感图像的自动配准综述

遥感图像配准,是针对两幅或多幅图像重叠区存在几何畸变或空间坐标位置不一致而进行的最佳匹配处理过程。图像配准是图像镶嵌和图像融合中最为重要的步骤,也是图像处理的重要内容之一。1996年,微软研究院的Szeliski提出了一种2D空间八参数投影变换模型,采用Levenberg-Marquardt迭代非线性最小化方法 （简称L-M算法）求出图像间的几何变换参数来进行图像配准;张祖勋等利用多级影像概率松弛法有效地解决了不同时相、不同传感器获取的不同分辨率遥感影像之间的配准问题。无论采用何种方法配准，都需要大量的同名点。     

基于稀疏编码的鲁棒型人脸超分辨率重建

为了减少人脸超分图像的边缘伪影和图像噪点，利用基于稀疏编码的单幅图像超分辨率重建算法，在字典学习阶段，结合L1范数引入在线字典学习方法，使字典根据当前输入图像块和上次迭代生成的字典逐列更新，得到更加精确的超完备字典对，用于图像重建。实验中进行的仿真结果表明，改进算法超分结果的峰值信噪比（PSNR）和结构相似性（SSIM）比同类型的稀疏编码超分法（SCSR）和应用在线字典学习算法的超分方法（ODLSR）均有较大幅度提升，比后者平均提升0.72 dB和0.018 7。同时，视觉上有效地消除了边缘伪影，且在处理含噪人脸图像时，具备更强的去噪能力和更好的鲁棒性。     

采用双网络结构的压缩视频超分辨率重建

在实际应用中,为了节省带宽和方便存储,图像和视频通常被下采样和压缩,而降质的图像与视频无法满足人们的实际需求。针对这一问题,采用了一种双网络结构的超分辨率重建方法,首先建立下采视频与压缩后的低分辨率视频的映射关系,然后建立质量增强的压缩视频与原始视频的映射关系,最终在输出端可以得到质量提升的视频帧。在网络中,采用密集残差块来提取压缩视频中丰富的局部分层特征,并结合全局残差学习恢复视频中的高频信息。在压缩环节,采用高性能视频编码来验证所提算法的有效性。实验结果表明,相比于主流的视频编码标准和先进的超分辨率重建算法,所提方法能有效提升编码视频的率失真性能。     

基于全局运动估计的视频图像拼接在监控系统中的研究

研究摄像头拍摄的序列图像实现实时的全景视图拼接,利用金字塔分层的块匹配方式以及参教仿射模型,快速、精确地估算各帧之间的运动参数,实现了多帧图像的自动拼接,达到实时扩大视频监控范围和视野的目的.     

基于概率加权和帧间关联的多目标初值估算

针对目标个数的不确定性和目标航迹的初始化问题,提出一种综合的检测算法.首先将序列图像在时域上进行组合,消除背景影响.在此基础上对组合帧图像进行网格划分,估计出目标存在区域,从而缩短了目标搜索时间,然后利用帧间目标的互关联特性初始化各目标的航迹.仿真试验结果表明,该算法具有有效性与实时性的特点.     

高品质图像的合成技术

通过对不同摄影条件下图像信息的几何矫正、像素匹配及色彩调整,将多幅图像中的相同信息进行恢复和重建,从而获取高品质图像信息。     

图像稀疏分解中原子形成的快速算法

针对图像稀疏分解中原子生成速度慢的难题,本文提出了原子生成的一种快速算法。首先根据原子的尺度把原子分成两大类,一类是小原子,一类是大原子。在此基础上,对于小原子,由于其能量集中分布在一个小的范围,所以利用一个小范围生成的局部原子代替整个原子。对于大原子,先生成一个相对应的较小原子,然后通过插值方法生成大原子。实验结果表明,在重建图像的质量没有任何改变的条件下,当图像大小为256×256时,提出的算法使原子生成的速度提高了20多倍。     

小波分形插值医学图像处理

为了得到高分辨率图像，本文利用小波变换后各方面上的高频图像具有相似性的特点，提出了小波分形插值处理医学图像的方法。仿真实验表明，这种处理方法比常用的方法（如双线性插值等）具有更好的效果。     

分形小波在外汇投资市场中的应用

现阶段,外汇市场的行情受到更多人的关注,因此,为了对未来外汇市场的行情变化趋势进行正确的分析与预测,并为外汇理财工作提供合理的决策理论依据,可以采用小波变换与多分辨的分析方法来深入研究当下的外汇市场,并在外汇价格的波动变化中发现其自相似性,具备分形特征。文章主要建立了外汇序列的分形插值模型,并有效地研究出了插值迭代算法,对外汇市场的发展趋势进行预测。与此同时,在进行实际的计算与分析后,证明分形插值的方法比传统插值方法更容易逼近外汇曲线。因此,这种方法对未来外汇行情变化趋势的预测具有一定的可行性。     

基于模糊边缘检测的运动目标鲁棒分析方法

国内外现如今对于视频当中运动目标的检测与跟踪都做了很多相关的研究，市场上也拥有了很多比较成熟的技术。本文主要以vc6和MATLAB作为系统应用程序开发工具，以提高模糊图像边缘检测为基础，改进后的帧间差分法作为运动目标检测方法．再通过Mean Shift跟踪方法来实现对短视频或者连续图像中的运动目标的跟踪，有效的提高了视颇图像的鲁棒性。     

自适应约束下的双边全变差正则化超分辨率重建

在经典的双边全变差(BTV)超分辨率重建中,加权系数和正则化参数的恒定性导致重建结果边缘保持能力受限。为此,提出了一种自适应约束的BTV正则化先验模型。算法首先定义了图像的局部邻域残差均值以区分当前像素属于平坦区域还是边缘区域;然后针对加权系数的不变性导致边缘削弱的问题,利用边缘方向和垂直边缘方向扩散性的不同,设计自适应权重矩阵;最后根据代价函数的极值问题推导出迭代公式,从而进行图像的超分辨率重建,重建过程中采用自适应的方法确定正则化参数,以便求得代价函数的全局最优解,提高了算法的鲁棒性。实验结果表明：与双三次线性插值法和经典BTV算法相比,该算法取得了更好的视觉效果和更高的峰值信噪比,更多地保留了图像的边缘细节信息。