利用H·264/AVC数据分割实现GOP级视频传输的方法

H.264/AVC中slice的各个数据分割部分和GOP内不同编码类型的帧对视频恢复质量影响不同.根据这一特性,提出一种度量GOP内不同帧中各个数据分割部分重要性的失真推导算法,再利用所得的重要性提出一种与视频内容和信道条件都自适应适配的GOP级视频传输方法.度量重要性所使用的失真推导算法考虑了由误码扩散和误码掩盖引入的失真.实验结果表明,使用推导算法计算所得的失真与仿真所得的失真基本吻合,与基于slice数据分割的视频传输方法相比,所提出的GOP级视频传输方法提高了视频恢复质量,最好可提高2dB以上.     

多分辨率DT模型基图像表示方法

提出了一种ＤＴ模型基不规则三角形网格的多分辨率图像表示方法。在给出了图像表示的灰度误差极小化准则和灰度分布均匀化准则后,讨论了ＤＴ网格的分裂合并方法,并结合示例对两种准则表示结果的不则特点作了讨论。多分辨率ＤＴ模型基图像表示方法可用于静止图像编码及活动图像的运动补偿等图像传输与处理的应用领域。     

鼻子区域生物特征识别

人脸图像信息中鼻子区域受表情、胖瘦、发型等变化的影响极小,为人脸识别过程提供了稳定的个体特征．首先对鼻子的生理结构进行了剖析,分析了利用鼻子区域识别个体的可行性及其特点;再对提取鼻子特征的Gabor参数进行了简化;然后用Gabor 核Fisher判别分析算法在不同数据库上对鼻子区域的识别效果进行了实验分析．结果表明,在表情和姿态变化较大的情况下,鼻子区域的识别效果要比人脸的识别效果好．     

基于蚁群算法和LBP-HF的场景文本定位

针对复杂背景下文本误检率较高的问题,提出了一种基于蚁群聚类和LBP-HF特征验证的复杂场景文本定位算法。该算法首先利用小波高频系数统计特征表达文本模式,采用蚁群聚类算法对文本像素和背景像素进行分类,得到所有可能的文本区域;然后提取更具区分力的LBP-HF纹理特征对侯选的文本区进行验证,获得文本的准确位置。实验结果表明,所提出的基于LBP-HF特征的验证方法能够有效区分文本和非文本区域,使复杂背景下的文本误检率明显下降。     

一种改进的多通道Gabor滤波器布匹瑕疵检测方法

Gabor变换是一种重要的时频分析方法,有很强的纹理分析能力。采用基于多通道Gabor滤波的瑕疵检测算法,通过分析各个尺度的融合信息,提出一种新的多通道融合算法。使用自动阈值迭代算法对融合结果进行二值化处理,得到最终的检测结果。选取4种具有代表性的布匹瑕疵图片进行验证,实验结果表明,该算法不仅能从多通道滤波图像中选择与主观视觉相吻合的通道,而且降低了计算复杂度。     

融合小波变换和张量PCA的人脸识别算法

张量主成分分析(PCA)方法用于人脸识别能获得比PCA方法更高的识别率．小波变换具有良好的时频分析特性,同时还能起到降维的作用．综合利用这两个算法的优点,提出了一种新的人脸识别算法,对人脸图像先采用小波变换做预处理得到4个子带图像,然后对每个子带图像用张量PCA进行特征提取,实现人脸图像的高效识别．仿真结果表明,新算法的识别率比张量PCA方法提高了6％,识别时间为张量PCA方法的35.74％．     

一种降低预测模式开销的帧内预测方法

提出一种新颖的帧内预测方法．比较每种预测模式的预测块与直流(DC)预测模式的预测块之间的绝对差和．进而判断当前块在各种预测模式下的预测块是否相似．若当前块的各种预测块都相似,则将所有预测块的均值作为当前块的最终预测结果,且不必编码预测模式．实验结果表明,提出的方法较H.264/AVC能够获得更高的编码性能,在恢复视频客观质量PSNR相同时,码率平均下降2.40％,编码时间平均减少25.83％．     

MPEG-4中基于DT网格编码算法的实现

本文按照MPEG-4标准对DT网格对象编码的要求,设计了一套完整的基于DT网格的编码算法.首先提出了网格对象编码的系统框架.在此基础上,着重研究了网格运动编码,提出了一种新的三角形运动连续预测方法及相应的残差图像处理方法.最后,对整个数据结构进行转换,使之完全按照标准规定的顺序进行编码.本文算法同H.263进行了全面的比较.结果表明,DT作为MPEG-4标准中的一种编码方法,有一定的实用价值.     

基于Delaunay三角形网格的彩色视频帧内编码方法

利用DT(Delaunay Triangulation)网格研究了彩色视频亮度和色度分量之间的相关性,提出了一种基于DT网格的彩色视频帧内编码方案．该方案仅对亮度分量Y进行DT描述,利用亮度分量Y的部分网格节点经过相似变换生成色度分量Cb或Cr的DT网格,从而节约了编码时间．实验结果表明,与对3个分量分别进行DT描述及编码的方法相比,节约了约30％的编码时间,并保持了好的解码图像,仍然比H. 263帧内编码和MPEG-4的静态纹理编码方法提供的主观质量好．     

基于角点类别特征和边缘幅值方向梯度直方图统计特征的复杂场景文字定位算法

针对复杂场景中纹理丰富的非文字区对文字定位算法的干扰,提出了基于光度不变量的角点类别特征和边缘幅值方向梯度直方图(Histogram of oriented gradients of edge magnitude,HOG-EM)统计特征两种新特征,并据此设计了一种两级多层复杂场景文字定位算法。首先获取边缘图像并提取根据HSL颜色空间特性划分的8层二值化图像,将其组成9层子图并做连通域分析提取文字候选区。然后提取文字候选区的角点类别特征和HOG-EM统计特征,将二者分别用于剔除非文字候选区和获取文字。实验表明:本文算法可以较为准确地剔除纹理丰富的非文字区,有效地降低复杂场景文字定位算法的虚警率,取得比较理想的准确率和召回率。