基于多特征的视频对象分割方法研究

目前从视频图像中分割出完整的运动对象仍缺少可用于一般性场合的算法.将视频图像的方向信息测度、颜色和运动信息相结合的视频对象分割算法可以解决这一问题.通过对序列图像中的连续帧进行帧差计算,利用方向信息测度和相似区域判定函数来找到特征相同的区域,并判断相邻子区域是否应该合并,然后再结合序列图像中的运动区域来提取运动对象.同时采用多分辨率分析来提高运算速度.最后,利用彩色图像边界序列图像检测方法来得到准确的区域边界.     

基于模式分类和图像融合的超分辨率方法

在低分辨率图像序列的超分辨率重建过程中，如何由配准后的视频序列构造出高分辨率图像对重建结果起着至关重要的作用，而现有算法只是采取了求均值的方法，这就削弱了细节信息。新算法根据运动估计的位移对低分辨率序列进行分类，在各类内根据重叠区域再进行分类，然后采用基于方向信息测度的方法进行数据融合，最后输出高分辨率图像。试验表明提出的算法简单、有效，增强了超分辨率算法的信息搜集能力。     

基于主动红外成像的客流量统计系统

客流量统计系统是图像处理与模式识别技术的综合运用,本文在综合分析了目前广泛采用的系统成像原理和算法特点的基础上.提出了基于主动红外成像的成像系统,该系统克服了以往系统硬件成本和算法复杂性的矛盾,不受光线变化和阴影的影响,CCD摄像机采用垂直安装方式,减少了遮挡情况,并通过神经网络分类算法,能够处理多人挤在一起的情况.系统具有准确性、智能性和鲁棒性.文中还给出了部分实验结果.     

ISP型PLD的图像处理系统硬件设计

分析图像采集的存储地址产生时序,利用Lattice公司的ISPLSI1032E芯片和ISPEXPERT集成开发环境设计和实现了图像的采集、存储和控制。图像处理部分采用Atmel的89C55。     

多尺度脊边缘及其在图像目标分割中的应用

１　引言到目前为止,关于边缘的研究主要是针对阶跃边缘,而对屋顶状边缘（以下简作脊边缘）则研究甚少．但是在一些实际应用中,如果我们主要关心的是呈屋顶状的目标,那么从脊边缘入手进行分析,往往要比从常用的阶跃边缘出发更容易把握目标的本质．图１给出一个具有代表性的例子,这里的目的是分割出图１（ａ）中对应焊缝缺陷的局部发“亮”的斑状和线状区域．文献［１］采用的办法是首先检测原图的阶跃边缘,然后从中取出焊缝缺陷的对应者,并由此出发完成目标区域分割的目的．然而正如从图１（ｂ）中看到的,要想从这些交织在一起的阶…     

基于点集不变性匹配的目标检测与识别方法

许多图像目标都可以用其上有代表性的一些点（如角点或边缘上的点）及其相互关系作为特征进行描述,通过模板点集和目标点集之间的匹配可以达到识别的目的,本文提出了一种新的平面点集间的与各自的平移、旋转、尺度变化和排列次序无关的距离描述,并且这种描述在一定范围内具有唯一性,另外在此基础上,给出了一种新的目标检测与识别的算法,该算法不仅能够从较为复杂的背景中检测出经过多个平移、旋转及尺度变化的目标,而且对部分     

基于稀疏表示的图像模糊度评价方法

根据自然图像稀疏表示基函数类似V1区简单细胞感受野的反应特性,以及系数反映神经元响应程度的特性,提出基于稀疏表示的图像模糊度评价方法.将输入图像分成互不重叠的块,采用训练好的词典对各块进行稀疏分解,并计算每块的关注度系数.将每块稀疏系数的p范数与关注度系数的加权和作为模糊度评价的依据.实验结果表明,该算法计算的模糊度相对于图像的模糊程度是单调的,具有较好的抗噪性,符合人眼视觉系统特性.     

基于结构信息特征的快速分形图像编码

针对分形图像编码时间过长的问题,提出一种基于结构信息特征的快速分形图像编码算法。给出结构信息特征的定义,并以该特征作为特征量对码本进行分类和最近邻搜索。在由搜索结果给出的邻域内进行子块匹配操作,实现编码。实验表明,在相同编码时间的情况下,该算法解码图像质量高于同类快速分形图像编码算法。     

基于方向信息的多尺度边缘检测方法

对噪声图像进行不同方向的滤波，根据方向滤波的信息，定义了方向信息测度作为判定噪声点与边缘点的度量．使用了二次Ｂ样条小波进行边缘检测，根据方向信息测度调整边缘检测中的滤波尺度，实现了多尺度边缘检测的自适应尺度调整．最后给出了实验比较结果，表明该方法对于方向特征明显的一类图像是比较有效的     

OFDM的推广形式及其在频率色散信道的应用

提出了一种OFDM的推广形式,将复码元的实部和虚部分别采用不同的脉冲成形进行调制.把这种调制形式称为G-OFDM.讨论了G-OFDM的脉冲成形和星座图设计问题.数值仿真表明,G-OFDM在频率色散信道的性能优于传统OFDM,同时这一优势并未降低系统对抗AWGN及时间色散的性能.