基于Retinex的视频自适应增强算法

Retinex算法是图像增强的常用方法。基于Retinex理论提出一种新的视频光照增强算法,结合图像全局及局部灰度特性引入补偿系数,增强暗区域光照的同时克服了传统算法处理后的人工痕迹,使处理结果更加自然;同时,算法用引导滤波估计照度图像,在避免光晕现象的同时可以加快算法处理速度。实验结果表明,该方法简单有效,视觉效果提升显著。     

一种视频对象自动分割算法

针对目前自动分割算法存在的问题，文章提出了改进算法，它不仅可以消除影子区域，而且把彩色多值分水线算法用于自动视频对象的分割。     

一种以音频为基准的视频捕获丢帧补偿算法的研究

针对视音频捕获回放过程中视频超前、音频滞后的现象，提出了一种以音频为基准的视频捕获丢帧补偿算法，其利用稳定的音频数据作为同步基准，在视频帧数据写入流媒体文件时进行丢帧补偿处理，从而保证视音频捕获的同步。本算法已在西安交通大学网络教育示范系统中得到了应用。应用表明，本算法较好地解决了视音频捕获同步问题。     

一种基于定时段区域补偿的视频对象分割算法

在传统时空联合算法的基础上,提出了一种基于定时段区域补偿的视频对象分割后处理算法。首先,通过对帧差图像进行噪声抑制和膨胀连接获得变化检测模板;然后,对原始图像进行开闭重构简化,求取形态学梯度,通过对形态学梯度图像进行非线性变换和梯度等级划分并最终由分水岭算法获得对象的精确边界,通过比例运算提取出视频对象的初始二值化模板;最后,通过定时段区域补偿获得最终的完整视频对象模板。实验结果证明了该算法的正确性和有效性。     

视频业务的服务质量控制

近年来．随着语音传输技术的日益成熟,以视频传输为主体的多媒体通信技术成为企业界的一大研发热点,而视频传输的服务质量(QoS,Quailty of Services)控制问题．则是人们在实现多媒体传输系统或终端设备时不得不面对的一大枝术难题本文就相关技术进行综述,并对其应用前景进行展望。     

基于照度调整的自适应低照度视频增强算法

利用低照度图像增强技术可以提高图像可见度,有利于对夜间视频进行处理与分析.提出一种基于Retinex模型的自适应的低照度视频增强算法.对于视频的每一帧图像,首先根据理想照度图与初始照度图之间的误差关系,设计一种新的全变分方程,求解照度图.然后为了抑制图像的高亮度区域并将低亮度区域提升到合适的亮度,提出一种新的自适应伽马...     

基于FPGA的实时视频增强

在图像制导应用中,针对雾霾等恶劣天气情况下形成的低对比度图像中目标跟踪稳定性不高的问题,需要对输入的低对比度视频图像进行实时增强预处理.限制对比度自适应直方图均衡算法(Contrast Limited Adaptive Histogram Equalization,CLAHE)是一种增强效果较好、计算简单且易于并行实现的方法,重点研究CLAHE算法架构以及FPGA硬件实现过程,并在Xilinx公司的Virtex-5系列FPGA硬件平台和MODELSIM仿真软件上对算法进行了时序分析、增强效果验证.通过软件仿真和实际平台测试验证,设计正确可行,在实时增强的基础上有效提高目标跟踪精度.     

水下彩色图像的亮度通道多尺度Retinex增强算法

水体散射使得水下光电成像所获得的图像存在较为均匀的散射光分布,降低了水下图像的清晰度和可观察景深,减小水体散射光的影响是提高水下光电成像质量的重要途径.论文基于Retinex理论,将水体散射效应等效为环境光照的变化,通过水下彩色图像亮度通道下的多尺度Retinex( MSR)算法处理,有效地减小水体散射效应,提高所获图像中水下目标的真实性.实验表明,MSR算法能对含有不同程度水体散射效应的水下彩色图像进行全局视觉效果提升,更清晰地突出物体的细节并获得较鲜艳的色彩表现.     

视频编码算法在多媒体电路上的优化

随着DSP技术的发展，使得基于DSP的视频编解码成为可能，要想进一步提高编解码速度，必须针对特定DSP的特点对编解码器进行优化。本在对视频编码器核心算法进行详细分析的基础上，结合TMl300适合处理多媒体数据的软硬件结构，在代码级和函数级对核心算法进行了优化，极大地提高了编码速度。     

一种新的低功耗图像及视频编解码算法

提出一种新的低功耗图像及视频编解码算法。该算法主要基于矢量量化,认为编码算法的质量和功耗地码本尺寸的大小,通过采用小尺寸码本,降低算法所需要的内存数量,从而降低功耗。编码时,利用分形理论中的同构变换计算虚拟码本,弥补由于采用小码本造成的图像质量损失,并使编码过程较少依赖于码本内存。编解码结果与全搜索型矢量量化算法相比,在不损失图像质量的前提下,可以极大地降低编解码功耗。     

一种改进的视频画质增强算法及VLSI设计

由于视频图像多样化,目前尚无较好的增强方法适应视频画质增强.本文提出了一种改进的数字视频画质增强算法,并进行了硬件电路的设计.与传统的基于直方图均衡的方法不同,首先在YUV色彩空间对输入图像的信息进行判断分类和对比度调整,然后对调整后的图像在RGB色彩空间下进行动态范围调整,并在HSV色彩空间下进行必要的亮度修正和色饱补偿.采用Verilog语言进行了算法的各模块电路设计,并在搭建的FPGA视频验证平台上进行了验证.实验结果表明,论文提出的画质增强算法能够适应各种不同场景的图像,处理后的图像明亮清晰、色彩逼真.     

视频质量增强模型加速算法

提出了一种应用于视频质量增强算法的动态结构性剪裁算法Maskcut,它可以有效提高基于深度学习的视频质量增强算法的运行速度。Maskcut是一种通用的剪裁思路,支持绝大多数的基于卷积神经网络(CNN)深度学习网络模型的剪裁加速。基于原模型中已经训练好的参数数据,Maskcut使用一种针对剪裁加速的二次训练策略来进一步微调参数,从而在保证模型有效性损失不大的同时,缩短模型运行时间。以一种先进的视频质量增强算法——多帧质量增强2.0(MFQE 2.0)为目标,Maskcut剪裁后可以快速达到峰值信噪比(PSNR)指标损失低于1%、时间缩短10%以上的加速指标。     

一种基于自适应对比度调整的电视画质增强技术

提出一种新的自适应对比度增强方法，该方法基于分析输入图像的信息，调整特定需要区域的亮度值，以达到改善电视图像对比度效果。在对比度改善和保持图像色饱和度方面效果明显，而且计算量小，处理速度快，完全适用于计算资源有限、实时性要求较高的电视播放系统。     

提高数字视频监控系统图像质量的技术措施

主要从视频图像的摄取、传输与再传输、处理、显示和回放等环节,讨论了摄像机、传输线、监视器和显示器等设备的选择以及视频图像的压缩、网络传输等关键问题,提出了一些相关技术和要求,保证了视频图像的高清晰、高品质,从而使数字视频监控系统的视频图像质量更佳。     

一种自适应红外舰船图像增强算法

复杂环境下海面舰船红外图像信噪比和对比度低、边缘模糊,目前仍没有一种处理效果好且实时性强的图像增强算法。提出一种基于平台直方图均衡化的自适应红外图像增强算法。首先,分析典型海面舰船红外图像及其直方图的特性;在此基础上,提出一种自适应确定目标/背景粗略阈值的方法;最后将灰度大于该阈值的直方图最大值作为平台值,通过平台直方图均衡化算法自适应地完成海面舰船红外图像的图像增强。实验结果表明,该算法不但有效地增强了图像的对比度、抑制了背景,而且具有较快的运算速度。     

Control of Perceptual Image Quality Based on PID for Streaming Video

1　IntroductionStreamingvideoisoneofthemostexcitingap plicationsontheInternet[1～3] .However,severalproblemsneedtobesolvedinordertodeliverastreamingvideoontheInternet[4] .Theuniformityofperceptualimagequality[5～ 6] isoneofthechal lengesinthedesignofvideocodecforstreamingvideo.Owingtotheintrinsicnon stationarityofavideosource ,basedontherate distortiontheory ,thebitrateofcompressedvideovariesintimeiftheimagequalityiskeptuniform .Ontheotherhand ,becausetheInternetisbasedonthemechanismofstatis…     

一个基于视频图像检测火灾的算法

针对传统火灾检测技术在面对大空间结构建筑及复杂环境中的不足,提出一种基于视频图像检测早期火灾的算法。该算法首先对视频图像进行阈值分割,然后根据火焰的颜色特征获取其中的疑似火焰区域。在此基础上计算疑似火焰区域的圆形度,并将圆形度与其整体特性相结合进行火灾的早期探测和预报。     

一种自适应红外图像增强新算法

针对红外图像经直方图均衡后因部分灰度级被合并而导致细节丢失的问题,提出了一种新的红外图像增强算法——双阈值区分增强算法.该算法首先在原始图像直方图中剔除截断阈值以下的冗余灰度级,接着根据重建直方图的包络确定分界阈值用以区分背景和目标,最后对背景进行直方图均衡处理,对目标进行局部对比度增强及线性灰度变换处理.算法定义了一个自适应参数来适当地抑制背景和噪声,并放大目标细节.相对于传统的直方图均衡算法,所提算法能在增强整体对比度的同时保留图像细节,并且计算量小、实时性好.     

Adaptive Semi-blind Immune Algorithm for Image Enhancement

The principle and steps of semi-blind immune algorithm are studied, and an adaptive image enhancement method using semi-blind immune algorithm is proposed. The non-linear transform of gray level is an efficient way of image enhancement. In classical image enhancement methods, the specific transform function is determined according to the gray level distribution in the processed image. Tubbs proposed a normalized incomplete Beta function to represent the four kinds of non-linear transform functions most commonly used. But how to adaptively define the coefficients of the Beta function is still a problem. We adopt an adaptive semi-blind immune algorithm that explicitly searches the optimal or suboptimal coefficients more quickly. Compared with the common image adjustment approach, our method is more efficient and powerful.