改进的基于高斯混合模型的运动目标检测方法

针对固定摄像机的视频监控系统，提出了一种改进的基于混合高斯模型的运动目标检测方法。在模型学习方面，均值与方差采用了不同的学习率，其中均值更新采用自适应的学习率，方差的学习率取固定值；引入权值均值概念，然后结合权值进行像素点的前景和背景分类；利用了背景图像消除阴影。实验结果表明，改进的方法与传统方法相比具有更好的学习能力，能提高在繁忙场景中，大而慢的运动目标检测的正确率。     

Bandelets理论及其离散算法

介绍了一类新的变换基bandelet,它在多尺度图像分解的基础上,自适应地提取图像的几何流.几何流表明了图像灰色值变化的正则性.同时描述了第二代离散bandelet基的构建以及它的应用算法.Bandelet变换具有正交性,其对应的基函数是正则的.对几何正则图像,它的几何流是最优的,通过bandelet变换可产生最优渐进衰减误差,所以在图像的压缩和除噪等方面,具有广泛的应用前景.通过试验对bandelet变换和小波变换进行了比较.     

一种基于M带小波变换的多幅图像去噪算法

基于小波的图像去噪算法是目前图像去噪研究的一个热点。大多数的研究考虑的都是单幅图像样本的情况,在基于图像的多幅含不同均匀噪声拷贝的两带小波去噪方法的基础上,把多幅含噪图像拷贝的两带小波去噪方法推广到了M带,提出了一种基于M带小波变换的多幅图像去噪方法。实验结果表明该方法的去噪效果要优于相同条件下的两带小波的去噪效果。