一种鲁棒的运动目标阴影去除及修复算法

针对阴影区域对运动前景的干扰问题及归一化互相关系数阴影检测方法的局限性，提出一种归一化互相关系数融合对称交叉熵的阴影检测方法，并根据阴影区域和误检区域各自邻域的前景分布规律，提出一种基于阴影轮廓像素点邻域信息的阴影误检去除方法，对阴影去除形成的前景空洞及断裂进行恢复，最终得到完整准确的运动前景。前景保留率相比归一化互相关系数方法提高40.4%，相比SVM支持向量机方法提高6.3%，耗时约为SVM支持向量机方法的1/153。     

基于邻域相关性和帧间连续性的前景目标分割

提出了一种新的运动目标分割算法。首先利用像素的颜色、空间的和帧间的特性信息结合贝叶斯判别定理对视频图像进行粗分割，得到一个前景目标的二值图，由于该类方法基于像素间彼此独立的假设，导致分割出的前景目标不完整存在很多空洞。其次，基于前景目标局部邻域空间的一致性假设，计算该邻域内像素间的互相关系数；同时，基于背景的帧间连续性和前景的不连续性，计算像素帧间的互相关系数。最后，依据像素的互相关系数在该邻域内进行二次判决，以填补粗分割中前景目标内部的空洞。实验表明，在复杂背景交通视频中该分割算法具有较强的鲁棒性，并能获得更完整准确的前景目标。     

基于快速归一化互相关函数的运动车辆阴影检测算法

视频检测是智能交通系统中一种重要的检测手段，但是运动车辆阴影的存在严重影响了检测效果。为了减少阴影对检测系统中交通参数计算的影响，采用了一种快速归一化的互相关函数(FNCC)直接对灰度视频图像检测运动阴影。通过引入三个加总表(sum-table)和设定阴影检测区使传统归一化互相关函数（NCC）算法的复杂度大大降低。实验表明该算法可以实时有效地检测出运动车辆的阴影。     

医药大输液中可见微小异物检测方法研究

针对大输液中快速降落及相似杂质难以跟踪的问题,提出了一种将线性预测及LBP8,1riu2纹理模型中表示边界和角的5种基本模式FLBP8,1riu2(Five Local Binary Pattern)嵌入到Mean Shift算法中的异物检测方法,实现了对杂质目标的有效跟踪。利用简化的归一化互相关系数快速建立序列图像的背景,采用背景减除法、灰度图像形态学及最大对比度分割法提取目标杂质的精确位置,利用改进的Mean Shift算法连续跟踪数帧运动杂质确保检测准确率。实验结果表明,该方法对直径不小于3个像素的杂质检测率平均达到96.3%,检测速率平均达到0.8秒每瓶。     

基于视频图像的运动目标检测与识别

运动目标检测是场景监控的核心技术,而目标的阴影在很大程度上影响了目标的形状,干扰了真实目标的检测.本文提出以混合高斯模型为基础,利用背景差分法获得目标图像,将亮度,色度信息和归一化互相关函数的阴影检测法相结合对视频图像的阴影进行消除,并用形态学的方法对检测结果进行处理,实验证明该方法是可行的和有效的.     

局部遮挡下的目标识别算法

规格化互相关算法是用得较普遍的目标识别方法,但是当目标区域被局部遮挡时,该方法通常不能正确定位目标.提出了一种新的基于选择互相关系数的目标识别算法用于搜索有局部遮挡的目标区域.算法分两步进行:用增量互相关算法计算出模板图和场景图的增量图像,比较二者增量图像的一致性,计算出选择互相关系数矩阵;结合选择互相关系数矩阵,用规格化互相关算法在场景图中搜索目标区域.当场景图存在较严重的噪声时,可对选择互相关系数矩阵进行修正以克服噪声的影响.实验结果表明,基于选择互相关系数的目标识别算法对局部遮挡和高亮度变化情况有较强的鲁棒性.     

基于小波变换和管道滤波的红外空中小目标检测

针对空中远距离红外小目标检测的实际问题,提出了一种基于小波变换和管道滤波的检测算法。该方法利用小波变换的优良性质,通过分析噪声系数、背景边缘系数和目标系数在尺度间的不同特性,计算各个信号在尺度间的相关系数并归一化。按照自适应阈值法对噪声和背景边缘系数进行抑制,进而通过反变换得到抑制背景增强目标的图像。结合目标面积信息选择适当阈值,对重构图像进行分割生成单帧检测结果。基于目标运动的连续性和噪声的随机性,通过分别设置目标检测和位置变化门限,利用改进管道滤波完成小目标检测过程。试验结果表明,提出的算法能够准确地检测目标,相对于通常的小目标检测算法,该算法在背景抑制方面具有一定的优势,能够获得相对较高的信噪比。     

复杂背景环境下运动目标的检测算法研究

首先对运动目标检测的理论和方法以及如何从背景图像中有效提取出前景物体做了简要概述,并结合传统的背景相减法容易受环境光线等外界因素影响这一弊端,提出了一种零均值归一化互相关的方法来实现对运动目标的检测判断.同时,采用了累积直方图的方法获得了一个理想阈值,实现了运动目标物的精确提取.实验证明,该方法较传统的背景相减法有明显的提高,在识别精度上也能达到较满意结果.     

联合两种颜色空间的阴影检测算法

在视频监控的运动检测中,由于光照、风吹等影响,运动阴影常常被误认为运动对象。为了有效解决动态背景下运动目标中存在的阴影问题,提出了一种归一化的RGB颜色空间和HSV颜色空间相结合的阴影消除方法。该方法首先在归一化RGB颜色空间下用背景减除法得到运动目标,然后在HSV空间下对阴影进行检测和消除,从而得到真实运动目标。实验结果证实：该方法在运动目标检测及跟踪方面取得了较好的效果,对动态背景的视频,能准确、实时地检测出阴影并进行消除。     

基于线性变系数差分方程的运动目标检测方法

将RMTI方法所限定的目标运动模型扩展到匀加速运动的情况,提出了一种基于线性变 系数差分方程的运动弱目标检测方法,并分析了其信噪比增益与背景噪声的时间相关系数、 空间相关矢量之间的关系.实验结果表明该方法能有效地提高对低信噪比条件下匀加速运动 目标的检测能力.     

Efficient normalized cross correlation calculation method for stereo vision based robot navigation

Stereo vision systems are widely used for autonomous robot navigation. Most of them apply local window based methods for real-time purposes. Normalized cross correlation (NCC) is notorious for its high computational cost, though it is robust to different illumination conditions between two cameras. It is rarely used in real-time stereo vision systems. This paper proposes an efficient normalized cross correlation calculation method based on the integral image technique. Its computational complexity has no relationship to the size of the matching window. Experimental results show that our algorithm can generate the same results as traditional normalized cross correlation with a much lower computational cost. Our algorithm is suitable for planet rover navigation.     

基于增量符号相关的缺陷检测方法

传统的规格化互相关算法在计算机视觉领域中用得较多,但其运算速度不能满足实时检测要求.用基于增量符号相关的算法对两幅图像间的缺陷进行检测可有效地缓解规格化互相关算法计算量大的问题.通过图像像素值间的大小比较得到增量图像后,计算出增量符号相关值,将它显示为与相关值成正比的亮度值就得到了检测结果图像.实验证明该方法在图像有亮度或对比度变化时仍能正确地检测出缺陷位置.     

牛顿法在CELP零极点模型改进方法中的应用

传统的码激励线性预测(CodeExcitedLinearPredictive,CELP)语音编码方法采用有限阶的全极点预测模型来描述语音信号的短时相关性,对频谱谷点显著的语音信号(如清音等)并不适合。论文针对传统CELP编码器的这个缺点,尝试采用零极点预测模型对传统CELP编码器中的短时预测进行改进,并提出了一种基于牛顿法的零极点模型参数估计方法。实验结果表明,论文所提的方法可以有效地减少CELP编码器合成语音的归一化均方误差,提高合成语音的质量。     

A new approach to corner matching from image sequence using fuzzy similarity index

Corner matching in image sequences is an important and difficult problem that serves as a building block of several important applications of stereo vision etc. Normally, in area-based corner matching techniques, the linear measures like standard cross correlation coefficient, zero-mean (normalized) cross correlation coefficient, sum of absolute difference and sum of squared difference are used. Fuzzy logic is a powerful tool to solve many image processing problems because of its ability to deal with ambiguous data. In this paper, we use a similarity measure based on fuzzy correlations in order to establish the corner correspondence between sequence images in the presence of intensity variations and motion blur. The matching approach proposed here needs only to extract one set of corner points as candidates from the left image (first frame), and the positions of which in the right image (second frame) are determined by matching, not by extracting. Experiments conducted with the help of various sequences of images prove the superiority of our algorithm over standard and zero-mean cross correlation as well as one contemporary work using mutual information as a window similarity measure combined with graph matching techniques under non-ideal conditions.     

基于模型和区域相关融合的鲁棒跟踪算法

提出了一种模型部分匹配的相似度量方法,利用匹配的完整度、归一化的匹配点相对于模型的偏移量期望和方差的加权和作为相似性度量。在此基础上建立模型匹配算法,利用模型匹配和区域相关融合的方法进行目标跟踪。算法能够在摄像机静止和运动的情况下进行稳定的跟踪,能够适应目标的部分遮挡、光照和姿态的变化。利用参数化的模型能够在复杂的背景环境中实现实时的多目标跟踪。     

基于GPU的散斑三维重建系统

散斑相关算法可以用来估计场景的深度信息,但因易受到噪声干扰且计算量大而难以应用在基于普通计算机的三维重建系统中。采取零均值归一化互相关函数(ZNCC)作为相关算法的匹配代价函数,对传统的ZNCC快速计算方法进行修改并将其应用于计算机的通用图形处理器(GPU),实现了实时的场景三维重建效果。对比实验表明,在精度一致的前提下,提出的GPU计算方法的速度是CPU算法的39倍。     

一种基于PCNN的多聚焦图像融合改进算法

为提高图像融合质量和融合效率,提出一种基于脉冲耦合神经网络的多聚焦图像融合改进算法。对待融合的源图像作分块处理,选取合理的图像质量评价指标,计算每个分块的指标值,归一化后相减得到指标差值。把指标差值作为外部刺激输入到PCNN模型中,得到脉冲输出结果。用脉冲输出与给定的阈值作比较,若输出脉冲超过阈值则选择指标值大的源图像块作为融合图像块,否则取指标值小的源图像块。选取互信息、交叉熵、均方根误差、峰值信噪比、结构相似度以及相关系数6个客观质量评价指标进行评价,实验结果表明,该算法可获得较好的图像融合效果。     

Bounds on (deterministic) correlation functions with application to registration

The auto/cross correlation of L2 functions are constrained by certain bounds which may often be used to advantage. These bounds apply to all the common cross correlation functions used for registration purposes (called ``deterministic' correlation functions in this paper, as opposed to stochastic correlation based on non-L2 functions). It is shown that the envelopes of deterministic autocorrelations have essentially a cosine-like behavior but with jump discontinuities at points where the normalized relative displacement is the reciprocal of an integer. Several inequalities extending these results are given. It is shown how these can be applied toward obtaining improved registration algorithms.     

基于神经网络的边缘强度互相关匹配可信度分析

匹配可信度是分析图象匹配质量的主要指标,针对归一化边缘强度互相关匹配算法,研究了基于神经网络的匹配可信度判别方法,即以参考图与若干实时图的匹配实验结果作为训练用样本数据,然后利用ＢＰ网络进行训练,再将训练后的网络用于匹配可信度的判别。通过实际卫片与航片图象对的匹配实验,证实了该方法的有效性。