基于YUV与小波变换的可见光与红外图像融合

可见光CCD传感器在夜间强光环境下拍摄易产生晕光现象,通过对可见光与红外传感器获得的图像进行融合可以解决这一问题.本文提出一种基于YUV彩色空间与小波变换结合的融合方法.首先采用仿射变换对可见光图像进行配准,将配准后图像转换到YUV空间,再将Y分量与红外灰度图像采用小波融合方法得到Y′分量,最后将Y′UV转换到RGB,从而得到融合图像.通过与YUV彩色空间变换、小波变换融合方法所得到的融合图像比较,结果表明,本文提出的方法获得的图像清晰度有所改善,比小波融合的方法处理速度更快.     

利用结构纹理分解的海洋舰船目标检测

针对卫星遥感海洋可见光图像,提出一种基于结构纹理分解的舰船目标检测算法．首先对图像进行结构纹理分解,将舰船目标分解到纹理分量中,而其他目标分解到结构分量中;为了进一步消除纹理分量中其他目标的细节对舰船检测的干扰,利用结构分量中陆地、云块以及海洋背景等的先验信息去除其在纹理分量中的干扰纹理; 然后在纹理分量中利用Gabor滤波增强舰船目标并进行检测．实验结果和数据分析表明,该算法能够有效地提高检测率,同时降低了虚警率．     

基于多特征融合GMM的阴影检测策略研究

将运动目标从背景中准确分割出的过程中,阴影的检测和消除起着重要作用。传统的目标和阴影检测算法一般都是基于目标颜色等单特征信息,因此在很大程度上受到了场景光照条件变化的影响而导致算法的执行效果降低。提出一种基于颜色信息和纹理信息的多特征融合的混合高斯模型检测算法,可以降低由单特征检测所带来较高的误检率。其中采用了两重阴影判决方法以确定真实阴影,首先通过颜色夹角进行疑似阴影的判决,进而根据前景区域和背景区域的相似度和颜色分量差值再次判决阴影。最后通过实验对阴影检测算法进行比较,表明了本文提出算法能够对阴影进行准确消除。     

单幅图像阴影去除方法

为解决阴影影响区域信息判断和计算机视觉目标检测等任务的问题,研究了单幅图像阴影去除的方法.通过分析阴影特性与建模,在能量最小化框架下,根据颜色比例方法,通过纹理映射求解恢复系数;同时提出区域颜色恒常性计算和剖面光滑模型复合的半影恢复方法.实现了将阴影区域亮度、颜色和纹理等信息恢复到非阴影区域光照的效果,视觉一致性良好.     

基于Cr、Cb色彩空间的森林火焰图像分割方法

为了解决对有很强日光干扰的火焰图像进行分割的问题,通过研究森林火焰在Y、Cr、Cb颜色空间上的分布情况,提出了一种基于Y、Cr、Cb空间的森林火焰彩色分割方法以及利用相似距离进一步提高处理效果的方法.实验表明,该处理方法对在有较强日光干扰下的森林火焰图像有良好的提取效果.该方法充分利用了火焰图像的分布特性以及颜色空间的色彩信息和不同颜色空间特征的互补性,为火焰图像的提取提供了一个新思路.     

基于快速的混合高斯模型的运动目标检测算法

针对传统高斯模型实时性差的问题,该文提出了一种快速的背景更新策略.首先对彩色图像建立混合高斯模型,根据场景中象素点的稳定性来调整模型参数的更新速度;其次利用混合颜色空间的阴影检测算法消除前景图像的运动阴影;最后对该文方法进行了验证性实验,结果表明提出的运动目标检测方法有效、实时性好、对光照有较强鲁棒性.     

基于系数关系的小波域彩色图像水印方法

提出了一种小波域图像水印方法,该方法首先对YUV彩色空间中图像的亮度分量Y进行降采样,划分为四个子图像。利用四个子图像的对应低频系数大小关系实现水印的嵌入。而水印的提取是通过判别四个子图像的对应低频系数大小关系来完成的。实验结果表明该方法对抗诸如JPEG压缩、旋转、缩放、锐化等攻击具有较好的鲁棒性。     

基于神经网络的小波域彩色图像水印方法

提出了一种小波域图像水印方法,该方法利用神经网络实现水印的盲提取。水印序列被嵌入到YUV彩色空间中Y分量的低频系数中,其中包括一段模板信息,这段模板信息定义了对低频部分进行3×3分块后块内低频系数之间的一种关系,然后利用模板信息训练神经网络,实现水印的盲提取。     

一种新的颜色空间特征图像检索

将检索图像转换为HSV颜色空间,分别对各颜色子空间进行Radon变换,并对投影数据中心化以消除平移影响.针对各颜色分量,利用Radon变换的奇异值的统计特性提取了具有尺度不变性的奇异值,由于矩阵的奇异值分解具有旋转不变性,因此该奇异值为平移、尺度和旋转不变的特征向量.将特征向量进行高斯归一化,采用其欧氏距离计算彩色图像的相似度并进行图像检索.试验结果表明该方法比其他算法具有更好的检索效果.     

HSV空间特征和纹理特征的阴影检测算法研究

为了提高检测和跟踪算法的准确性,提出了一种基于阴影在HSV空间下的特点和纹理特征的阴影检测与去除算法。该算法针对阴影区域覆盖的地面和未被阴影区域覆盖的地面纹理特征基本不变的特点,先检查序列图像中的运动区域,然后在运动区域内,根据阴影在HSV空间下的特点和纹理特征对阴影进行检测与去除,为运动目标的后续处理排除阴影干扰。实验结果表明,该算法能够很好地抑制噪声,有效检测、去除图片中运动目标的阴影。     

融合区域纹理梯度的船舶阴影视频去除算法

借助于监控视频实时提取内河船舶运行流量等参数的船舶检测系统得以广泛应用,而传统的视频检测方法往往难以有效区分船体边界,造成颜色、纹理相似的前景和阴影区域检测相混淆.为此,解析了HSV颜色特征和LBP纹理不变性检测阴影原理,改进SE-CT阴影去除算法,提出基于颜色和纹理梯度特征GA-HT梯度填充的船舶阴影去除算法.测试表明,GA-HT算法能很好地去除船舶阴影,提高船舶的目标识别的精度和实时性,阴影检测综合指标F达到92％.     

一种阴影消除算法优化及DSP实现

优化了一种基于HSV彩色空间模型的双矩形框阴影消除算法的流程,能在运动目标检测时去除阴影干扰的影响,且具有较好的实时性。使用DM642多媒体DSP实现了算法,设置了视频捕获方式、优化了DSP程序。首先进行彩色空间变换;然后利用基于V分量差分视频帧初步确定运动区域和基于S分量的背景差分视频帧精确目标区域;最后把各分量运动目标信息合并,对运动目标进行满足实时性要求的处理。实验结果表明,该算法能够较好地去除阴影,实现了运动目标的精确提取。     

阴影检测技术在裁割机样片轮廓提取中的应用研究

阴影将导致轮廓提取时样片的轮廓发生扭曲变形以及部分轮廓的丢失,为了提高轮廓提取的准确性,提出了一种基于色度畸变和均值的局部多层次差分算子的阴影检测方法.新方法从彩色不变性和纹理相似性两个方面出发,通过阴影覆盖前后色度变化相对较小和纹理具有相似性的原理来确定阴影区域.实验结果表明：该方法能够有效去除样片周围的阴影,具有良好的性能.     

一种改进的运动目标检测算法

针对目标检测过程中的背景变化、光照变化、阴影对检测的影响,提出了一种改进的运动目标检测算法。首先利用改进的统计方法建立了目标的背景模型,并实时地对背景模型进行更新,最后将检测出的目标采用融合HSV颜色信息和纹理特征的混合高斯阴影模型方法来去除阴影。实验结果证明,该算法在场景中有目标运动的情况下。能够准确地建立背景模型,并能去除阴影影响,提高系统的检测准确性。     

基于视频分析技术的校园智能监控系统设计

针对校园这一特殊环境,为了实现无人值守情况下的实时视频监控和智能分析,在VC6.0搭配OpenCV1.0的软件平台上设计出一套基于视频分析技术的校园监控系统。本系统采用了GMM前景检测、基于Meanshift算法的团块跟踪等多种实用性较强的视频分析技术,完成了对多目标的跟踪,并提出一种基于HSV色彩空间特征的阴影消除新方法,使得系统可以应用于较复杂的监控环境。所设计的系统实现了入侵检测、人数统计、人员聚集检测和徘徊检测等功能,并在实际校园环境中进行了实际测试,结果证明了其实用性和有效性。     

HLBP model method with color and location information about moving objects detection

This paper proposes a background subtraction algorithm using the Gaussian mixture model to combine multiple features which include the Haar-LBP(HLBP) texture model, and color and location information. Experimental results validate the effectiveness of the proposed algorithm, which can not only detects an object timely and precisely, but also obtain a higher shadow detection rate and robustness to camera shake.     

一种基于主色调纹理的图像检索方法

基于主色调和共生矩阵的概念,提出并实现一种基于主色调纹理的图像检索方法.该方法根据用户所给目标图像的多种主色调,基于三种颜色分量和灰度分量的矩阵信息,提取图像的主色调共生矩阵纹理特征,并利用适用该特征的相似性度量函数实现基于内容的图像检索.     

HLBP与颜色特征自适应融合的粒子滤波目标跟踪改进算法

针对只采用颜色特征的经典粒子滤波目标跟踪算法无法适用相同颜色干扰情况的缺陷,提出一种结合HLBP特征与颜色特征的自适应粒子滤波跟踪算法. 该算法采用Haar型局部二值模式算子(Haar local binary pattern,HLBP)提取的HLBP纹理特征与颜色特征结合,通过自适应权值动态调整颜色特征和纹理特征在追踪过程中的比重,实现颜色纹理特征的自适应融合. 实验表明,该算法改进了相同颜色干扰情况下的追踪效果,并在目标被遮挡的情况下仍能持续稳定地追踪,提高了追踪的准确度和适用性.