LARPBS上图像的模板匹配和中值滤波算法

图像的模板匹配和中值滤波是图像处理和计算机视觉中的基本操作。给定一个 图像、 模板和 窗口，该文在 个处理器的LARPBS模型上，分别提出了一个时间复杂度为 模板匹配算法和一个时间复杂度为 的中值滤波算法，其中， 。     

2维加窗全相位图像滤波模板的设计

为克服常用滤波模板的缺陷,消除传统图像滤波中存在的振铃现象和方块效应,提出了任意正交变换下的2维加窗全相位滤波算法.在严格证明任意正交变换下的2维全相位模板的计算通式基础上,进一步推导出傅里叶变换下的加窗全相位模板的简化公式.通过对亚奈图像的恢复实验证明：相比于反傅氏变换法生成的模板,用全相位DFT（discrete Fourier transform）模板恢复出的图像PSNR（峰值信噪比）值要高出7dB以上,且消除了振铃现象.通过实验还证明,用全相位DCT（discrete cosine transform）模板滤波可完全消除传统分块滤波中的方块效应.     

基于SPCNN和Nagao滤波的图像去噪

为了更好地滤除椒盐噪声,提出如下方法:首先借鉴非线性模板和模板匹配的思想,改进了Nagao滤波器;再利用简化脉冲耦合神经网络模型,提出一种定位噪声点的方法;最后将两者结合用于恢复被椒盐噪声污染的图像.实验证实,采用本文算法恢复图像的主客观效果均优于标准中值滤波、自适应中值滤波、中子集型中值滤波、简化脉冲耦合神经网络滤波,且当噪声密度大范围变化时仍然具有较好效果.     

二维加窗全相位图像卷积滤波模板的设计

基于全相位数据空间的概念以及一种二维加窗全相位图像滤波模板的设计,给出了一修正的二维全相位图像卷积滤波模板设计方法。方法在用全相位概念设计滤波模板中充分考虑了用DFT和循环卷积表达线性卷积时的等价性条件,以确保待设计的全相位滤波器的频率响应特性与给定的原型滤波器的频率特性矩阵有更好的相关性和一致性。实验表明,该全相位滤波模板与已有的二维全相位图像滤波模板比较,有过渡带的宽度窄、滚降陡峭,阻带衰减小等特点,可以进一步有效消除方块效应,提高滤波处理后图像的质量。     

图像梯度引导的窗口形状自适应双边滤波

传统的滤波算法在重噪声区域易出现噪声抑制能力下降和边缘光晕效应,且在滤波过程中矩形滤波模板的两边总是分别平行于离散图像的坐标轴,必然导致模板跨边缘平滑滤波。为解决这些问题,提出一种窗口形状自适应的双边滤波算法。采用边缘梯度图作为引导图像,通过每个像素的梯度方向确定该像素处的边缘方向。然后使模板窗口的两边分别平行或垂直于当前像素处的局部边缘方向,实现模板"沿边缘"平滑滤波,在去除噪声的同时更好地保持边缘。实验结果证明,该改进算法滤波性能和保边能力较好,PSNR平均值提升13%左右,SSIM平均值提升4.6%左右,且对受到高强度的噪声污染的图像具有较好的噪声抑制和边缘保持能力。     

基于局部特征的分数阶微分图像增强方法

一般情况下分数阶微分模板一经确定,再用其进行滤波时并不随图像的局部信息而变化,它不具有灵活性。针对分数阶微分模板滤波的这种局限性,提出了一种基于局部特征的分数阶微分图像增强的方法。在3×3对称分数阶微分模板的基础上找出与拉普拉斯模板的关系,从而得到加权的拉普拉斯模板表示的分数阶微分模板;根据图像的局部均值与标准差的关系对加权的拉普拉斯模板进一步改进,得到基于局部特征的分数阶微分图像增强的方法,它使分数阶图像增强模板能够根据局部特征灵活地进行滤波。将其与其他的图像增强算法比较,实验证明基于局部特征的分数阶微分图像增强算法能获得更好效果。     

基于旋转不变像素相关性的加权中值滤波器

作为一种典型的非线性滤波器,加权中值滤波器可以通过权值系数调整图像的滤波性能。但是在传统加权中值滤波器中,模板内各个像素都对应唯一的权值系数,没有考虑到滤波模板下像素之间的相关性。因此,将权值与模板下两两像素间相关性对应,提出一种新的加权中值滤波模型。同时考虑到图像旋转、翻转情况下滤波的稳定性,进行对称性设计,降低权值模型复杂度,采用差分进化算法对权值进行寻优。对不同滤波器进行权值寻优实验可以看出,基于旋转不变像素相关性的权值模型具有更好的收敛性;灰度图像和彩色图像脉冲噪声的滤波实验结果表明,其在抑制图像噪声,细节和边缘保护以及彩色图像的色调保持方面,优于传统加权中值滤波算法。     

空域同态滤波算法研究

改进空域同态滤波算法,将图像低通滤波结果反相作为补偿模型来平衡图像的光照非均衡性,减少低频信息的损失;对主要影响同态处理速度的空域滤波进行优化,提出了两种简化计算方法:基于Kronecker积构造2维窗的模板分解方法和基于抽样和插值方案的空域滤波近似方法。仿真结果表明,基于优化计算方案的改进同态滤波快速算法在补偿图像光照非均衡性、降低计算量的同时,有效地保持了图像低频信息,且可通过更多滤波模板实现。     

自适应模板更新的鲁棒目标跟踪算法*

针对受复杂背景、光照以及目标尺度变化等因素的影响,目标模板更新精度不高,导致跟踪算法鲁棒性差的问题,提出了一种基于深度特征和模板更新的自适应粒子滤波目标跟踪方法。首先对跟踪目标进行仿射变换;然后构造一个12层的卷积神经网络来提取跟踪目标及其仿射变换的深度特征得到目标模板和候选模板,并以此构建候选模板库;其次采用粒子滤波算法跟踪目标,将预测结果与候选模板库中的模板进行匹配,确定新的目标模板并自适应更新候选模板库。实验结果表明,该算法在遮挡、光照、尺度变化、目标旋转和复杂背景的恶劣条件下仍能稳定地跟踪目标,与其他7种先进算法在18组测试视频中进行比较,具有更高的目标跟踪精度和更强的鲁棒性。     

一种基于高阶统计量的图像混和加权滤波方法

平滑噪声和保持边缘细节是对图像滤波两个方面的要求,如何兼顾和平衡二者是图像滤波要解决的核心问题。根据高斯噪声的特点,该文引入高阶统计量并结合空域滤波的模板法描述图像的纹理信息,提出了一种基于高阶统计量分析的图像混和加权滤波方法。文章利用高阶累积量所描述的图像细节复杂程度对模板进行分类,并分别采用相应的滤波方法,最后通过混和加权而得到其估值,从而既较好地保持了图像边缘细节,又有效地滤除了图像噪声。实验结果表明,相对于几种常见的保细节滤波方法,文章介绍的方法能够得到更好的效果。     

基于特征匹配滤波的自适应模板跟踪算法

针对头部目标跟踪的应用背景,在Mean Shift的框架下提出一种基于特征匹配滤波的自适应模板更新策略。该方法根据被跟踪目标在不同状态下所呈现出颜色的统计特征信息,采用颜色空间核密度估计匹配滤波的方法,对模板中局部区域像素的更新作出决策。实验结果表明,该算法有效解决了因头部旋转以及物体遮挡而导致模板不匹配的问题,实现了头部的连续跟踪,取得了很好的跟踪效果,提高了跟踪算法的整体稳定性和鲁棒性。     

电阻式压力敏感阵列足底压力测量及噪声滤除方法研究

介绍了一种电阻式压力分布测量系统,通过采用零电势电路有效地抑制了阵列间的串扰.分析了系统的噪声机制,针对噪声特性提出一种混合噪声滤波算法——改进的IMF中值滤波方法.算法首先使用边界模板检测出脉冲噪声并通过中值滤波滤除;而后使用阈值自适应中值滤波方法滤除高斯噪声.实验结果表明本文提出的方法较已有方法具有更强的噪声滤除能力.     

旋转自适应的多特征融合多模板学习视觉跟踪算法

目标发生旋转及遇到外界干扰时会给目标跟踪带来巨大挑战,针对该问题,文中提出旋转自适应的多特征融合多模板学习跟踪算法.首先,构建具有互补特性的多模板学习模型,全局滤波器模板用于跟踪目标,当判定滤波器模板确定全局滤波器模板被污染时,使用修正滤波器模板对全局滤波器模板进行修正.然后,将颜色直方图作为视觉补充信息和VGGNet-19特征图进行自适应融合,提升全局滤波器模板对目标外观的判别能力.最后,提出旋转自适应策略,采用改进的跟踪置信度,估计跟踪框最佳旋转角度,减轻目标旋转带来的全局滤波器模板性能衰退.在OTB-2013、OTB-2015数据集上的实验表明,文中算法的成功率和精确率较高.     

FPGA的高性能暗原色先验算法设计

对暗原色先验算法中引导滤波器进行改进,提出了一种快速计算像素模板均值的方法,并设计了这种改进方法的电路结构。模板均值是通过存储局部窗口第一列和最后一列的和,加上/减去其相应列中某个像素点的值得到,这种计算方法不仅能够在不改变滤波效果的前提下使计算复杂度降低到常数级,而且更符合FPGA的并行流水设计。实验结果表明,在Altera公司CycloneII系列的EP2C70的FPGA开发板上的逻辑和内存的使用量分别占7.9%和35%,低端FPGA能够满足需求,每秒可处理100帧[1 024×1 024]的图像,实时性完全达到要求。     

基于维纳滤波的图像模板匹配

一种常用于图像恢复的维纳滤波技术被用于图像的模板匹配,其基本思想是：将模板图像看作是作用于匹配系数矩阵的模糊函数,匹配系统矩阵的元素值表示在待搜索图像的对应位置是否存在给定的模板;模糊函数与加性噪声共同作用于匹配系统矩阵产生待搜索图像。这样就将模板匹配问题转化为一个图像恢复问题。通过维纳滤波将待搜索图像去模糊,即得匹配系统矩阵,从而完成匹配。与相关匹配法相比,该方法具有匹配点定位准确,稳健性强的特点。     

巴特沃斯非线性混合滤波器图像滤波方法设计

在详细分析频率域Butterworth低通、高通滤波器构造的基础上,提出一种基于Butterworth低通、高通滤波器基础上的非线性混合滤波器图像滤波方法,并利用Matlab软件对这3种滤波器进行了对比实验,从直观上进行了算法验证。此外,还采用信噪比SNR、信噪比改善因子R指标,分别利用这3种滤波器对加入高斯噪声、椒盐噪声和随机噪声的图像进行对比实验,从统计学角度再次进行算法验证。实验结果表明,这种非线性滤波器可以在滤除加性噪声的同时,保留图像细节,具备Butterworth低通、高通滤波器各自的优点,同时该滤波器计算也不太复杂,是一种易于实现的有效方法。     

一种结合人工免疫的粒子滤波目标跟踪算法

针对传统的粒子滤波跟踪算法存在粒子退化的问题,提出了一种结合人工免疫的粒子滤波跟踪算法。该方法利用免疫学原理,将目标模板特征作为抗原,每个粒子对应区域的特征作为抗体,匹配问题转化为抗原和抗体的亲和力问题,通过克隆的方式保留亲和力大的抗体,采用变异的手段去除亲和力小的抗体,从而使结果快速收敛于全局最优解。抗体的多样性有效解决了传统粒子滤波的退化问题。将该方法应用到目标跟踪技术中,仿真结果表明,粒子集的有效样本得到了明显的提高。     

Moment forms invariant to rotation and blur in arbitrary number of dimensions

We present the construction of combined blur and rotation moment invariants in arbitrary number of dimensions. Moment invariants to convolution with an arbitrary centrosymmetric filter are derived first, and then their rotationally invariant forms are found by means of group representation theory to achieve the desired combined invariance. Several examples of the invariants are calculated explicitly to illustrate the proposed procedure. Their invariance, robustness, and capability of using in template matching and in image registration are demonstrated on 3D MRI data and 2D indoor images.     

基于卡尔曼滤波器组的Mean Shift模板更新算法

针对Mean Shift算法缺乏必要的模板更新方法的缺陷,提出了一种基于卡尔曼滤波器组的Mean Shift模板更新算法。该算法首先将目标在特征空间中的特征值的概率作为模板信息;然后设计了一个滤波器组,其中每个滤波器用于估计特征子空间中一个子特征值概率的变化;最后将这些子特征值概率对应相乘就可以得到整个模板的更新值。由于滤波器的噪声参数是随着输入数据的变化随时动态确定的,因此,根据滤波器残差的变化就可以确定模板的更新策略。实验证明,该新算法不仅能够增强Mean Shift算法在目标姿态变化、光照变化下的跟踪效果,而且对阻挡时的鲁棒性也较好。     

多解析度匹配算法在高速运动物体跟踪中的应用

本文提出了一种使用多解析度匹配算法来跟踪高速运动物体的方法，并且采用了Kalman滤波器和遗传算法构建了整个的分析框架。通过对高速车辆碰撞试验的结果分析，可以看出本算法框架在点跟踪处理中，在精确度和容错性方面都能够得到较为满意的结果。