Novel De-interlacing Algorithm Based on Motion-adaptive Detection

针对隔行视频,提出了一种新的运动自适应去隔行算法,该算法能充分利用图像序列时间和空间上的相关信息,采用新颖的运动检测方法区分视频序列中的运动和静止部分.对于运动部分,使用新的自适应插值算法;对于静止部分,采用行复制算法进行处理.实验表明,该算法与一些传统的去隔行算法相比,在画面视觉效果上,能达到更好的效果.     

一种新型去隔行算法的FPGA实现

在分析了现有各种去隔行算法的基础上,提出了一种新型的运动自适应去隔行算法。该算法通过对传统运动检测算法的改进,提高了运动检测的精度,降低了误判的概率,可高效地区分图像的静止和运动部分,然后采用不同的算法进行去隔行,同时对运动部分采用的插值算法进行了改进,新的插值算法综合了帧内行平均算法和边缘算法的优点,插值效果有很大改善,最后给出了FPGA实现原理。实验结果表明,本文算法无论对运动图像还是对静止图像都具有很好的去隔行效果,在一定程度上弥补了传统去隔行算法边缘不够平滑,出现锯齿,细节模糊,甚至有断点、虚像等缺点。同时,算法也很好地实现了显示品质和硬件成本之间的平衡,适合应用于中端视频产品及在FPGA设计中的应用。     

基于运动补偿的视频自适应去隔行算法

针对传统的去隔行算法存在的问题,提出了一种新的基于运动补偿的视频自适应去隔行算法,主要内容包括双向块匹配运动估计、自适应参考域值设置.测试结果表明本算法能够高质量地去除视频图像的隔行效应.     

带运动检测的自适应去隔行算法及其GPU实现

提出了一种简单可行的带运动检测的自适应去隔行算法,该算法能区分图像中的运动区域与静止区域,在静止区域采用场"编织"算法,在动态区域采用场内插值算法,较好的照顾到了图像的动静特性.利用GPU并行渲染图形单元的特性,并实现了该算法.     

一种提升电视图像质量的自适应去隔行算法

提出了一种用于提升电视图像质量的自适应去隔行算法。该算法中,待重建像素先分别在时域与空域进行重建,然后综合处理得到最终的重建值。空域滤波部分采用基于边缘自适应的方法,能较理想地解决运动图像的边缘锯齿等效应;时域滤波部分则基于运动自适应的方法,有效地提高了运动检测的准确性。测试结果表明,该算法实现较简单,且能有效改善去隔行后的电视图像质量。     

运动自适应去隔行算法的研究

分析三点中间滤波和沿自适应滤波两种去隔行算法各自特点，将两者相结合，提出了一种新的自适应去隔行算法。该算法通过检测图像运动信息，对动态和静态图像分别采用不同的滤波方法：动态图像用沿自适应滤波。静态图像用三点中间滤波。算法在处理动态和静态视频信号时，都能达到较好的效果。由于对动态信息的检测精度不敏感，该算法比较稳定。并且能节省硬件资源。此算法用CPLD作为主控芯片得以实现。     

一种运动自适应去隔行算法及硬件实现

去隔行算法是电视扫描格式转换和数字视频处理的一项关键技术.本文分析了现有的各种去隔行算法,在此基础上,采用了一种运动自适应去隔行算法.该算法通过运动检测将图像中的像素进行分类,针对不同类型的像素点自适应的采取不同的插值算法,提高了图像的质量.同时与基于块匹配的运动补偿去隔行算法相比,易于硬件实现.     

去隔行的FPGA实现

提出了一种基于运动检测的去隔行算法。其原理是通过4场水平运动检测和场内插检测,将图像分为静止和运动两部分,并采用前场值和场内插值进行去隔行。文中的算法在FPGA上得以实现,并将结果在VGA上进行显示。通过观察去隔行图像,得知该方法能较好地消除模糊、锯齿等不良现象,获得了较为理想的效果     

一种运动自适应去隔行技术及其VLSI结构

提出一种有效的运动自适应去隔行算法.该算法通过对同极性的相邻场进行运动检测,把插值点所处的区域分为快速运动区域、慢速运动区域和静止区域,对不同的区域采用不同的插值算法.在边缘检测方面,采用改进型ELA算法克服了传统的ELA算法处理水平边缘方面的不足,使边缘得到有效保护.与运动补偿算法相比,该算法计算复杂度较低,易于VL...     

一种去隔行技术的三场自适应运动检测方法

目前仍然存在大量的模拟电视,并且在很长一段时间内,势必将与数字电视共存,因此去隔行技术在视频后处理中将起到很关键的作用.自适应运动去隔行是目前最好的一种去隔行技术,运动检测是自适应运动去隔行技术极为重要的第一步.简单介绍传统的两场检测法和三场检测法,提出一种基于三场检测、但性能比传统的两场、三场检测都优良的新的自适应运动检测方法.它既能很好的解决由于图像的边界导致的运动物体与静止物体的错误区分问题,又能很好的检测出快速运动.     

用于视频对象平面生成的运动对象自动分割

新的视频编码标准MPEG-4具有基于内容的功能。它把图像序列分解成视频对象平面(VOP),每个VOP代表一个运动对象。文中提出了一种提取运动对象的新的视频序列分割算法,算法的核心是一个对象跟踪器,它利用Hausdorff距离将对象的二维二值模型与后续帧进行匹配,然后采用一种新的基于运动相连成分的模型刷新方法对模型的每一帧进行刷新。初始的模型自动产生,再利用滤波技术滤除静止背景,最后,利用二值模型从序列中提取出VOP。     

基于MPEG压缩域的快速、鲁棒的全局运动信息提取方法

全局运动信息在视频分析中起着重要的作用.本文根据MPEG编码特点,提出了一种从MPEG压缩域中快速有效地进行全局运动参数估计的算法.该算法充分利用了MPEG压缩码流中的信息,通过提取预测残差DC图像的运动背景区域,估计全局运动参数,从而保证了参数估计的准确性,有效地克服了已有文献中仅仅采用运动矢量进行全局运动估计的局限性.根据不同的MPEG测试序列的对比分析,结果表明,本算法可快速准确地对MPEG视频序列进行全局运动信息估计,同时具有很高的鲁棒性.     

一种解决波动式干扰影响的序列图像运动目标检测方法

为解决复杂环境下的诸如枝叶摇摆、摄像机抖动等波动式干扰对运动目标检测的影响问题,该文提出基于视频窗口切分与分类的序列图像运动目标检测算法。首先将序列图像切分为rc大小的视频窗口,然后提取窗口内区域图像累积帧间差矩阵的简单统计特征,针对每一帧序列图像,将视频窗口进行分类,把它们划分为运动目标窗口和非运动目标窗口(包括静止背景窗口和波动式干扰窗口),最后将运动目标窗口合并为运动目标。该方法的优点是无需已知背景模型和运动目标大小、形状等任何先验信息。实验表明该算法能在摄像机抖动以及枝叶干扰等复杂环境下快速有效的检测出运动目标。     

基于多个非刚体目标跟踪的视频对象平面生成算法

提出了一种提取运动对象的新的视频序列分割算法。算法的核心是一个对象跟踪器,它利用一种基于对象行为的跟踪算法对多个非刚体目标有效地进行对象跟踪,并与后续帧进行匹配,然后采用一种基于运动相连成分的模型刷新方法对模型的每一帧进行刷新,初始的模型自动产生,再利用滤波技术滤除静止背景,最后,利用边界图像模型从序列中提取出视频对象平面（VOP）。     

Image sequence coding using quadtree-based block-matching motioncompensation and classified vector quantisation

The authors propose a new image sequence coding algorithm based on two crucial methods: quadtree segmentation and classified vector quantisation (CVQ). Overall coding rates are efficiently lowered by quadtree segmentation while visual quality is well preserved by a CVQ method. A moving-block extraction technique is employed to greatly improve the coding efficiency in the interframe coding mode. A quadtree efficiently segments the stationary background regions of interframe differential signals with various large-sized blocks, and the moving regions are extracted from the smallest blocks of 4×4 size during the growth of the quadtree. These moving regions are motion-compensated using a block-matching method based on 4×4 blocks and the residual signals of the motion-compensated moving regions are coded by CVQ. The stationary regions are simply replenished from the previous frame. The proposed coding scheme is effective for coding the sequential signals of video telephony or video conferencing at low bit rates     

基于运动跟踪匹配技术的视频对象提取

本文提出一种自动分割VOP的技术。其方法是：先对初始帧使用形态运动滤波技术提取出初始运动对象的二值轮廓模型,并在后继帧中使用豪斯道夫对象跟踪器跟踪运动以对象模型;而为了适应对象的形状变化,本文使用活动轮廓模型（snake）技术对运动心合匹配;最后根据一系列精确的二值轮廓引导提取运动对象序列。实验结果表明,我们的算法可有效地提取视频对象平面。     

Robust non-blind color video watermarking using QR decomposition and entropy analysis

Issues such as content identification, document and image security, audience measurement, ownership and copyright among others can be settled by the use of digital watermarking. Many recent video watermarking methods show drops in visual quality of the sequences. The present work addresses the aforementioned issue by introducing a robust and imperceptible non-blind color video frame watermarking algorithm. The method divides frames into moving and non-moving parts. The non-moving part of each color channel is processed separately using a block-based watermarking scheme. Blocks with an entropy lower than the average entropy of all blocks are subject to a further process for embedding the watermark image. Finally a watermarked frame is generated by adding moving parts to it. Several signal processing attacks are applied to each watermarked frame in order to perform experiments and are compared with some recent algorithms. Experimental results show that the proposed scheme is imperceptible and robust against common signal processing attacks.     

A self-organizing approach to background subtraction for visual surveillance applications.

Detection of moving objects in video streams is the first relevant step of information extraction in many computer vision applications. Aside from the intrinsic usefulness of being able to segment video streams into moving and background components, detecting moving objects provides a focus of attention for recognition, classification, and activity analysis, making these later steps more efficient. We propose an approach based on self organization through artificial neural networks, widely applied in human image processing systems and more generally in cognitive science. The proposed approach can handle scenes containing moving backgrounds, gradual illumination variations and camouflage, has no bootstrapping limitations, can include into the background model shadows cast by moving objects, and achieves robust detection for different types of videos taken with stationary cameras. We compare our method with other modeling techniques and report experimental results, both in terms of detection accuracy and in terms of processing speed, for color video sequences that represent typical situations critical for video surveillance systems.     

一种视频序列中背景亮度闪烁消除新算法

拍摄场景存在运动对象时,视频相机的自动曝光功能可能引起视频序列背景亮度闪烁,针对此问题,提出一种视频序列中背景亮度闪烁消除新算法。该算法找出视频序列中的亮度参考帧,使用最小二乘法确定出当前帧和参考帧之间的背景亮度响应函数,使用亮度补偿的方法消除背景闪烁。实验结果表明,该算法可以有效地消除由于前景物体的运动而引起的背景亮度闪烁现象,用于编码传输时可以节省20%~30%的比特率。     

基于运动目标的De-Interlace算法

本文提出一种新颖的基于运动目标的De-interlace算法.该算法以实际的运动目标作为操作对象,引入一种较精确的运动目标提取方法,并采用免疫克隆选择算法加速匹配目标的搜索过程.新算法融合了运动补偿、中值滤波、Weave、Bob等De-interlace方法.与流行的基于运动块补偿的De-interlace算法相比,新算法更适应复杂的视频序列,不仅可以处理平移运动,还适用于旋转、尺度变换等复杂运动情况.实验结果表明新算法的整体性能优于基于块匹配的方法.