基于DM368的无人机视频压缩系统的设计

无人机视频数据的实时压缩处理是无人机的关键技术之一。本文以DM368为核心处理器,以嵌入式Linux为板级操作系统,设计出一套可供无人机使用的低功耗视频实时压缩系统。与传统的嵌入式视频H264软件编码压缩系统相比,本系统依赖DM368内嵌的视频协处理硬核处理H264编码,具有功耗低,处理延迟小,外部电路简单等诸多优势。同时系统以嵌入式Linux为板级操作系统,实时性强,可稳定高效的管理视频采集、硬核调度、串口通讯、数据输出等诸多任务。试验结果表明,本系统在处理PAL制式为视频源的H264编码任务时,平均功耗仅为1.5W,具有功耗低、成本低、体积小、重量轻、实时性强等诸多优势,能够满足无人机视频压缩的应用需求。     

客观评价彩色图像质量的全四元数结构相似度方法

在不损失彩色图像颜色信息的基础上,通过定义一 种全四元数模型 将四元数的3个虚部以及实部全部用于表示彩色图像的结构信息,从而在完整保留颜色信息 的基础上提高了四元数矩阵的信息承载量。为了进一步增加与主观感知的一致性,将彩色图 像的细节信息和颜色分量合并作为四元数的实部和虚部,进而改进传统的图像质 量评价结构相似度(SSIM)方法,采用四元数结构相似度方法 实现了对待测图像的质量评价。实验结 果表明,本文方法既保留了彩色图像的颜色信息,又增强了图像内容中人眼 敏感的细节信息,采用LIVE数据库和IVC数据库验证了本文方法的评价指标,实验结果 表明, 所提指标与人眼主观感知的一致程度要好于传统的图像质量评价方法以及纯四元数SSIM方法。在交叉失真实验中,量化评价结果的Kendall等级相关系数 (KRCC),Spearman等级相关系 数(SRCC)以及均方根误差(RMSE)为0.6929、0.881以及 7.506,均好于实验中采用的其它几种方法。     

评价彩色图像质量的四元数矩阵最大奇异值方法

针对传统的图像质量评价方法忽略颜色信息以及与人眼感知信息一致性差的问题,提出了一种全面利用彩色图像颜色信息,突出人眼敏感图像结构的彩色图像质量客观评价方法。将图像中人眼敏感的结构分为细节,亮度和颜色3方面因素,将四元数矩阵作为载体,构造了一种用于彩色图像质量评价的四元数矩阵,并对其进行奇异值分解。将最大奇异值作为度量图像结构相似性的主要参数,通过分析图像结构差异映射图谱得到了最终的量化评价结果。采用LIVE数据库中包含5种失真类型的982张测试图片验证了提出的算法,得到的交叉失真实验非线性拟合均方根误差（RMSE）值为9.176,Spearman等级相关系数（SROCC）值为0.929 6,而结构相似度（SSIM）方法的RMSE值为9.299,SROCC值为0.925 6。试验结果表明,该方法采用四元数矩阵描述彩色图像的结构信息,考虑了彩色图像的多方面结构特征,与人眼视觉感知特性的一致性优于传统方法。     

基于CCD图像的LED显示屏亮度均匀性评估方法

将CCD摄像机用于LED显示屏亮度特征数据的采集,深入分析了LED显示屏CCD感光图像的特点,在此基础上,完成了感光单元的识别以及亮度特征数据的提取,提出了一种通过计算亮度特征图像各部分之间的相似程度评估显示屏亮度均匀性的方法。针对亮度特征图像,采用在水平和垂直方向上各等分为2块以及直接将其等分为4块2种分块方法,分别计算各图像分块之间奇异值向量的夹角以度量其相似程度,最后将各分块相似度的平均值作为该显示屏样块亮度均匀性的度量。实验结果表明,2种分块方法对同一组显示屏样块的亮度均匀性评估结果是一致的,均与人的主观感觉相符。     

基于图像结构信息复数表示与奇异值分解的灰度图像质量评价方法

为了进一步突出图像结构中人眼敏感的重要特征,采用复数矩阵表示图像结构,将图像的局部方差和像素灰度值分别作为复数的实部和虚部。进而对复数矩阵进行分块奇异值分解,分析了传统奇异值分解图像质量评价方法的特点,将复数矩阵每一分块奇异值分布的标准差作为分块图像结构的表征,分别计算参考图像与待测图像对应图像分块奇异值标准差,从而得到了图像结构失真映射图谱,通过计算图谱中的数据分布特征得到最终的量化评价结果。采用LIVE数据库中包含5种失真类型的779幅测试图像验证所提的算法。试验结果表明,本文方法采用复数矩阵描述图像结构信息,平衡了对各种失真类型的敏感程度,与人眼视觉感知(HVS)的一致性优于传统方法。     

一种基于局部方差和结构相似度的图像质量评价方法

针对结构相似度(SSIM)方法对图像不同失真类型的敏感程度不同的问题,提出了一种基于局部方差和结构相似度的图像质量评价方法.计算并比较了两图像整体局部方差的分布,分析了度量结果所表征的图像特征.局部方差较好地体现了图像的细节信息,因此对于模糊等失真类型较为敏感,但是对于噪声污染等失真类型的敏感程度较低.因此,本文提出的评价方法将局部方差与结构相似度方法相结合,平衡了二者对造成图像失真各种因素的不同敏感偏向,从而使评价结果更加接近人眼对图像质量的主观感觉.实验结果表明,该方法充分考虑了图像中人跟比较敏感的细节信息的完整程度对图像质量的影响,评价结果优于SSIM方法,与人的主观感觉的一致性较好.     

多尺度引导滤波及其在去雾中的应用

将引导滤波与提升小波相结合提出了一种多尺度引导滤波方法,以实现在平滑图像细节的同时保持图像边缘不模糊。该方法通过提升小波法对将图像进行多尺度分解,即将信号分解成一个低频子带和多个高频子带。在提升小波重构过程中,利用引导滤波平滑每个尺度的低频信息并保持其边缘不模糊。最后,针对滤波后残余的细节,对提升小波重构后的平滑图像再次进行引导滤波,以便进一步平滑图像细节。将多尺度引导滤波应用于暗通道去雾先验理论并进行了主、客观评价。结果显示:多尺度引导滤波能够深层次平滑图像细节,保持边缘完整性,从整体上提高了图像的对比对和视觉效果,有效恢复了场景信息并保留场景的边缘信息。另外,该方法改善了客观评价指标,其对比度增强系数指标平均提升了0.1以上,场景结构相似度平均提升了1以上,而LOE(Lightness Order Error)参数降低了10以上,满足了去雾应用的视觉需求。     

改进的响尾蛇双模式细胞模型的图像融合

由于基于经典Waxman融合模型得到的伪彩色融合图像目标不够清晰,本文提出了一种改进的感受野融合模型。对红外图像和可见光图像分别进行了ON对抗增强和OFF对抗增强;将红外ON对抗增强图像馈入中心-环绕感受野模型的中心兴奋区域,可见光OFF对抗增强图像馈入环绕抑制区,得到融合图像的B分量;将红外OFF对抗增强图像馈入中心-环绕感受野模型的环绕抑制区域,可见光ON对抗增强图像馈入中心兴奋区,得到融合图像的G分量;将可见光ON对抗增强图像直接作为融合图像的R分量;然后,输出RGB伪彩色融合图像。最后,用Waxman方法和本文提出的方法分别对两组源图像进行融合,并用信息熵和平均梯度对融合结果进行了评价。结果表明,采用提出的模型,第一组融合图像的信息熵和平均梯度比Waxman融合模型分别高出0.314 6和0.004 1,第二组融合图像的信息熵和平均梯度比Waxman融合模型分别高出0.255 1和0.002 7。得到的数据显示本文提出的融合模型的融合效果优于经典Waxman模型。     

基于四元数的彩色图像质量评价方法

提出了一种结合人眼视觉特性与颜色信息的彩色图像质量评价方法.将四元数用于表征彩色图像的结构信息,四元数的3个虚部分别表示彩色图像的三基色分量.为了突出图像的细节信息对图像质量的影响,将彩色图像亮度分量的局部方差作为四元数的实部,从而得到了包含彩色图像结构信息的四元数矩阵.将四元数运算转换为复数运算,求得四元数矩阵的奇异值特征向量,通过计算两奇异值特征向量夹角的大小度量二者所表征的待测图像与参考图像的结构相似程度,从而实现了对待测图像的质量评价.实验结果表明:该方法的评价结果优于传统的MSE,PSNR以及SSIM方法,与人的主观感觉的一致性较好,并且也可以用于评价与参考图像尺寸不相等的待测图像的质量.     

群体智能在图像处理中的应用

介绍了群体智能的概念和特点，阐述了群体智能在图像处理领域的应用。在此基础上，从人眼的视觉结构以及仿生学的角度出发，对基于群体智能的图像处理方法的基本思想进行了深入的分析和探讨，并与传统的图像处理方法进行了比较。群体智能利用的是群体的优势，通过构造某种形式的子单元簇，使分布于图像环境中的个体以自组织的方式突现出图像本身所具有的某种特征。