线性拟合联合参数法在图像配准中的应用

提出了一种基于仿透视函数模型和相机响应参数模型共同作用下图像配准算法。首先估算角点匹配以加强匹配精度和速度；由受约束条件控制的分段线性函数近似相机的非线性响应函数，建立起全局参数模型；应用最小二乘法，得到较为精确的参数初始值；最后应用迭代算法降低配准误差。实验结果表明,该算法很好地解决了曝光差异图像配准问题，提高了迭代速度和精确度。     

一种动态场景下基于时空信息的视频对象提取算法

在实际应用中,许多视频序列具有运动背景,使得从其中提取视频对象变得复杂,为此提出了一种基于运动估计和图形金字塔的动态场景下的视频对象提取算法。该算法首先引入了相位相关法求取运动向量,因避免了视频序列中光照变化的影响,故可提高效率和稳健性;接着再根据参数模型进行全局运动估计来得到最终运动模板;然后利用图形金字塔算法对当前模板内图像区域进行空间分割,最终提取出语义视频对象。与现有算法相比,对于从具有动态场景的视频流中提取运动对象的情况,由于使用该算法能有效地避开精准背景补偿,因而不仅节省了计算量,而且提取出来的语义对象精度较高。实验表明,无论是对动态场景中刚性还是非刚性运动物体的分割,该算法都具有较好的效果。