基于时空相关性的自适应运动估计快速算法

针对视频编码中的核心技术运动估计,提出一种基于运动矢量特性的运动估计快速算法。算法分析视频序列运动矢量的特性,对静止块设定自适应阈值直接终止搜索,自适应选择搜索起点。采用2种模式进行搜索,依据当前块与邻近块的空间相关性大小,即局部运动性是高还是低,自适应地选择搜索模式和搜索终止门限。实验结果表明,该算法的搜索速度和搜索精度优于现有的快速运动估计算法,搜索精度非常接近于全搜索法。     

H.264中基于时空相关性的帧间模式选择算法

帧间块模式选择是H.264视频编码器巾比较耗时的模块之一,为降低H.264视频编码器帧间模式选择的复杂度,提出了一种利用宏块的时空相关性实现帧间模式快速选择的方法.该算法通过对视频序列连续帧的时间相关性和相邻宏块的空间相关性进行统计、分析,首先得到宏块模式转换的统计分布规律,并根据此规律得到宏块的初始候选模式;然后利用基于主宏块的宏块跟踪,找到最相关宏块,再由率失真门限筛选出最佳编码模式.仿真实验结果表明,该快速模式选择算法可以在保证视频编码质量的同时,很大程度上降低了编码器的计算复杂度,平均节省编码时间约64%,平均信噪比下降约0.31 dB.     

序列图像运动自适应V1-MT光流估计算法

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能.      

视频对象分割研究的发展

讨论了视频对象分割技术的发展及研究现状，介绍了时域分割、空域分割以及时空联合分割等技术，提出了一种基于累积帧差的视频对象分割算法。     

数字视频广播系统级复用器的设计与实现

从MPEG－2标准系统层的结构和DVB组织实施标准着手，并深入研究了系统时间同步机制，复用控制策略等，采用基于DSP的并行处理技术，实现了可同时进行6路复用的DVB系统级复用器。     

基于TMS320C6201的软件无线电DAB接收机设计

简要介绍DAB系统的基本工作原理,分析制约DAB接收机发展的根本原因,提出以TMS320C6201芯片作为软件无线电接收机的核心,单片实现DAB接收机,并详细阐述软件设计中最重要的OFDM解调和VITERBI译码过程.     

基于H.264的模式选择和运动估计快速算法

作为视频编码领域的最新标准,H.264比以前的标准有着更好的编码效率。然而却使得编码器的计算复杂度急剧增加,在模式选择和运动估计部分尤为突出。论文提出了一种新方法,主要包括块合并、中止判别准则、改进的DS和快速亚象素搜索算法,在保持高信噪比和低比特率的同时,有效地降低了编码器复杂度。     

深度卷积神经网络的显著性检测

目的 显著性检测问题是近年来的研究热点之一,针对许多传统方法都存在着特征学习不足和鲁棒检测效果不好等问题,提出一种新的基于深度卷积神经网络的显著性检测模型.方法 首先,利用超像素的方法聚类相似特征的像素点,仿人脑视皮层细胞提取目标边缘,得到区域和边缘特征.然后,通过深度卷积神经网络学习图像的区域与边缘特征,获取相应的目标检测显著度置信图.最后,将深度卷积神经网络输出的置信度融入到条件随机场,求取能量最小化,实现显著性与非显著性判别,完成显著性检测任务.结果 在两个常用的视觉检测数据库上进行实验,本文算法的检测精度与当前最好的方法相比,在MSAR数据库上检测精度相对提升大约1.5%,在Berkeley数据库上提升效果更加明显,达到了5%.此外,无论是自然场景还是人工建筑场景、大目标与小目标,检测的效果都是最好的.结论 本文融合多特征的深度学习方法与单一浅层人工特征的方法相比更有优势,它避免了手工标定特征所带来的不确定性,具有更好的鲁棒性与普适性,从主观视觉愉悦度和客观检测准确度两方面说明了算法的有效性.     

雾霾天气下可见光图像场景再现

为了再现雾霾天气下可见光图像的清晰场景,有效抑制雾霾退化造成的对比度、清晰度下降,提出了单色大气散射模型新的求解方法. 首先,将单色大气散射模型类比Retinex模型,重新解释了大气传递图;依据大气传递图的先验知识和几点假设,建立目标函数的变分模型,将大气传递图的估计问题转化为二次规划问题. 通过带约束的归一化最速下降法获取最优解,并采用多分辨率技术加速计算;在HSI空间的亮度分量上反解单色大气散射模型,得到反射图像,并依据大气传递图自适应校正饱和度分量. 实验结果表明,新算法可有效去除雾霾,再现真实场景的对比度和清晰度,同现有去雾算法相比,本文算法取得了相似甚至更好的去雾效果.     

基于V1细胞特性的边缘检测

针对均衡边缘检测精度和抗噪性能难度大的问题,借鉴初级视皮层（V1）细胞的动静态感知特性,建立具有方位选择性的V1细胞模型应用于图像边缘检测。采用时空滤波器来模拟简单细胞的感受野,通过使用能量模型和归一化来整合简单细胞的响应得到V1细胞模型,从而利用V1细胞静态感知特性来检测自然图像边缘。仿真结果表明,所提V1细胞模型能够基本拟合生物数据,具有生物上的普适性;与传统的边缘检测算子相比,该模型的性能更优,鲁棒性更强。依据生物实验结论来构建生物视觉模型并用于图像处理,对生物视觉和计算机视觉的融合进行了有益的探索。