视频闪烁干扰无参考辨识方法

视频中时间域上的闪烁干扰是影响视频质量的因素之一,对闪烁干扰的准确辨识不但有利于视频质量的自动分析与诊断,而且能够与干扰去除和质量增强算法形成反馈机制,促进此类算法的自适应性。以监控视频中的闪烁干扰为研究对象,研究发现闪烁干扰信号的差分信号服从拉普拉斯分布。基于拉普拉斯分布的特性和小概率事件的思想,在视频时间域差分信号中采用迭代拟合方法,有效地分离出差分信号中影响闪烁干扰辨识的客观运动差分信号;同时,运用人眼视觉系统的最小可感知差异(JND)理论,通过量化闪烁干扰的频率和闪烁幅度得到闪烁干扰辨识指标,对闪烁干扰进行了有效的无参考辨识,并通过受试者工作特征(ROC)曲线验证了提出的无参考闪烁干扰辨识指标在正负样本的分类上具有比较理想的效果,提出的无参考算法在闪烁干扰辨识方面具有较好的性能。     

新一代智能社区视频监控系统

进入新世纪以来,由于社会的不断发展和人们生活水平的不断提高,人们对于社区的概念已从满足简单的居住功能发展到注重对社区安防的人性化需求。安全、舒适、方便的智能化社区,已成为现代社区发展的主流趋势。智能社区视频监控系统可以实现对社区主要出入口及重要区域的实时视频监控,对随时发生的情况进行及时的了解,并迅速做出相应判断,继而发出报警进行处理,发现并解除一些可能发生的危险和隐患,实现对监控区域全面的智能安防。     

一种无参考视频条纹失真的检测方法

条纹失真是降低视频图像质量的一个重要因素。现有的条纹失真去除算法需要已知条纹方向等先验知识,如何自动地判断和获取条纹失真图像以及条纹的方向有重要的研究意义。提出一种检测无参考视频图像中单一方向条纹失真的方法,并获取条纹与水平正方向的夹角。算法的核心思想基于条纹图像的频率特性,即图像中的条纹的频谱能量值会在频域空间中沿着与空域中条纹方向正交的方向附近聚集,且在对应的频率分量处会出现峰值。针对单一方向的条纹失真视频图像,实验结果表明,提出的算法具有很好的检测效果,且能够较准确地确定条纹的方向。另一方面,算法对随机噪声不敏感,对低对比度条纹仍具有较高的检测率。