大容量视频存贮与图像跟踪识别一体化技术

本文从电视、红外和紫外等侦察告警技术的发展趋势出发，提出了大容量视频存贮与图像跟踪识别一体化技术的设计思想，给出了结构模型，并对一些环节的关键性问题提出了解决的措施。     

基于图像插值的大容量可逆水印算法

提出一种基于图像插值的大容量可逆水印算法 。首先,对输入图像进行下采样 处理,利用某种图像插值方法对下采样生成的图像进行插值放大,得到待嵌入水印信号的载 体图像;然后,对载体 图像进行分块,得到每一分块4个基准像素的最大值和最小值,之后计算每一个非基准像素 分别与最大值和最小值 差值的绝对值,根据自适应选定的差值,计算每一个非基准像素能嵌入的最大水印位数;最 后,从待嵌入的水印信 号中将每一个非基准像素能嵌入的位数转换为十进制数,并将此数修改像素值,完成水印 信号的嵌入。大量的仿 真实验结果表明,本文算法不会出现像素值溢出现象,能实现可逆数据隐藏;与相似的基于 图像插值的可逆水印算法 相比,该算法的嵌入率(ER,embedding rate)更高;在相同 的ER条件下,本文算法的性能更好。     

基于Paillier加密的大容量双图像可逆信息隐藏

双图像可逆信息隐藏由于其具有更好的安全性、嵌入率和图像视觉质量,成为信息安全领域重要的研究方向.Bhardwaj等人提出了密文域上的双图像可逆信息隐藏算法,进一步提升了安全性,但是该算法嵌入秘密信息的数量有限.本文提出了一种新的嵌入策略,先将图像的每个像素分解成3个单元,并使用Paillier算法对其加密.根据改进的最...     

神经网技术与图像工程

本文综述图像工程中计算的共同特点。基于此,引伸到神经网技术的计算特点。从后者可以满足前者的全部要求来说明何以神经网技术在图像工程中的应用应该得到重视。最后附以在GRABAC系统上得到的实验结果以作示例来说明有关问题。     

电视视频图像帧检测与识别技术的应用实现

媒体行业竞争力的加剧对广播电视视频播出质量提出了更高要求,而要保证电视正常播出关键是加强图像帧检测与识别来促其播出质量得到保障,便于第一时间发现黑场、静帧等故障并通过系统提示作出准确判断.而本文则结合实际,对电视视频图像帧检测以及识别技术的具体应用展开简要论述,以供参考.     

车牌图像分类识别技术研究

在现阶段的交通管理领域,普遍应用车牌识别系统是交通信息化的一个重要组成部分。为了提高车牌图像识别技术应用的效果,文章围绕车牌图像分类识别技术做出分析,在保证车牌图像识别精度基础上提高识别的效率。本文首先介绍车牌图像分类识别技术,了解该技术基本情况;其次介绍车牌图像采集技术、车牌图像特征值提取与分类器、车牌图像处理技术3种车牌图像分类识别的常见技术,了解不同技术在车牌图像分类识别中的应用要点;最后提出加大采集图像内容与质量控制力度、建立车牌识别样本数据库、明确车牌图像识别规范3点建议,明确今后车牌图像分类识别技术的发展方向,以期能够为今后车牌图像分类识别的发展夯实基础。     

基于RFID技术的大容量身份识别门禁系统设计

目前,大容量身份识别门禁系统设计对于身份信息数据的收集程度较低,无法精准识别出相应的身份信息,识别反应时间较长,导致其门禁系统的识别功能相对较差.据此,基于RFID技术设计一种新式大容量身份识别门禁系统.在系统硬件部分调整主控单片机芯片,连接各部分主控板,操控门禁系统的识别性能,并将识别数据集中收录至电控中心,并由电控...     

舞蹈视频图像中人体动作识别技术的研究

主要研究采用图像预处理、3D Zernike矩、建立码书和支持向量机(SVM)等技术对动作视频中的人体动作进行识别。仿真试验结果表明,采用该方法可以有效地对KTH和A-go-go舞蹈视频数据库进行识别,且可以有效地识别舞蹈动作,进而对舞者进行动作纠正。     

小波变换与神经网络复合的图像清晰度识别研究

基于小波变换与神经网络复合模型的图像清晰度识别方法具有较强的图像边缘特征提取、非线性处理、自适应学习和模式识别能力.提出一种通过神经网络模拟人眼的调焦机制,基于小波变换与神经网络复合模型,实现对图像清晰度评价的方法.利用二维离散小波变换对图像信号的特征进行提取,并对7个小波分量及原始图像做统计处理得到16个统计值,作为图像的特征量供后续的识别分析.构建了5层BP神经网络模型对图像清晰度进行识别,采用可变步长附加动量项的最速下降法调整网络权值.所设计的神经网络首先对由75幅图像组成的训练集合进行训练,再对102幅图像组成的测试集合进行实验验证.结果表明,这是一种相当有效的判别方法,取得了较高的识别率.     

图像稳定与跟踪

本文阐述图像稳定与跟踪工作原理的同时,介绍非线性编辑软件中图像稳定特技在实际节目制作中的应用。     

视频图像处理和网络视频技术的研究与应用

科技的发展日新月异,视频图像处理与网络视频技术在人们生活和工作的各个领域都有着广泛的应用。文章简要分析了几种重要的视频图像处理技术,分析了网络视频中的关键技术,探讨了视频图像处理。     

基于YOLOv3的SAR舰船图像目标识别技术

合成孔径雷达(SAR)是一种高分辨率星载(或机载)雷达系统,SAR图像自动目标识别(ATR)技术是智能图像解译的关键技术之一。针对传统的SAR舰船目标检测算法大多受限于场景且泛化能力较差的问题,设计了一种基于YOLOv3网络的检测模型,使用多尺度先验框对目标物体进行检测,通过训练得到模型的最优权重,实现端到端的目标检测。测试结果表明,与Faster R-CNN算法相比,YOLOv3在准确率与运行速度上均有更优秀的性能表现。     

基于图像核函数的图像目标识别技术研究

核方法已经广泛应用于模式识别的各个领域,但是传统的核函数仅能接受一维矢量作为输入数据,对二维图像数据需要进行一定的预处理.本文从核函数构造的角度出发,以RBF核函数为结构原型,定义了一种输入量为图像数据的新型核函数.从形式上看,本核函数仅在输人数据的类型上有所不同,其他方面完全一致,经典的基于核方法的分类器算法都可以使用本核函数.对UCI数据实验结果表明,本核函数在多种图像识别应用中均有良好的效果.     

视频图像中的车辆检测跟踪和分类

介绍了一种用固定的单摄像头拍摄交通图像,并从图像序列中检测、跟踪、分类车辆的方法。该方法大致可分为3部分：抽取背景图像和图像分割;基于针孔模型的摄像机定标,计算透视投影矩阵;利用区域特征进行匹配跟踪,建立目标链。恢复目标三维信息,采用模型匹配法对车型分类。实验证明方法是简单可行的。     

图像跟踪系统中视频处理的硬件设计

图像跟踪系统利用标准电视信号作为信息源,对其进行数字化处理,从而实现目标跟踪.基于对跟踪算法的研究,图像跟踪系统采用了DSP(数字信号处理器) EPLD(电可编程逻辑器件)的结构.而视频处理作为整个图像跟踪系统中的重要部分主要完成A/D采样、D/A转换、系统时基信号产生和视频信号叠加等功能.视频叠加负责将D/A转换后的视频信号、波门、十字丝、字符和二值图像进行模拟叠加并送至显示器进行显示.文中主要介绍了视频处理的硬件设计思路,并讨论了其中一些关键部分的具体实现.     

红外图像序列目标识别与跟踪中的几个问题

讨论了研究ATD和ATR/I系统时的几个问题,通过分析比较,得出了用合成图像补充实际图像的不足是检验ATD和ATR/I系统性能的关键的结论.     

基于神经网络集成的SAR图像目标识别

合成孔径雷达图像处理过程中目标的方向性会对目标的识别产生很大的影响,基于目标类别的不明确又会给目标方位角的估计带来困难.文中提出了一种基于神经网络集成模型的合成孔径雷达图像目标识别方法.该方法通过小波域主成分分析提取目标图像特征向量,针对同向目标的特征空间训练一个神经网络实现目标分类,并使用另一个二级神经网络对多个单向目标识别器的识别结果进行结合.该方法可以有效地避免目标类别和目标方向间的相互干扰,提高识别精度.该方法对于解决此类似问题给出了新思路.     

基于Mean-Shift与Camshift算法相结合的火焰视频图像跟踪设计

给出了采用Mean-Shift与Camshift相结合的方法来设计一种基于视频图像的火焰跟踪处理算法。该算法首先利用Mean—Shift方法分割图像并确定火焰区域，然后在此区域内提取特征，再用Camshift法进行火焰跟踪。此方法利用火焰图像的高亮特征。克服了传统Camshift算法需要人为定位和容易发散等缺点。