一种自适应学习的混合高斯模型视频目标检测算法

为解决背景模型的更新问题,提高视频运动目标检测性能,通过定义像素样本对模型更新的有效因子,提出一种自适应学习的混合高斯模型检测算法。用样本有效因子的历史累加量反映背景模型的质量,并用于动态调整模型更新速度。同时,对检测出的前景区域进行目标分析,由分析结果间接控制模型更新,保证更新的准确性和模型的稳定性。实验结果表明,该算法可以快速适应背景变化,同时保证目标检测的完整性。算法性能已在不同监控场景中得到验证。     

视频监控中一种完整提取运动目标的检测算法

提出一种视频监控中完整、精确提取运动目标前景的检测算法.首先对彩色图像建立混合高斯模型,由背景差分法得到基本准确的前景图像;然后和对称差分法图像综合,得到完整可靠的运动目标图像;再利用亮度信息消除运动目标阴影;最后利用形态学滤波和连通区域面积检测进行后处理.实验结果表明,该算法检测的运动目标前景信息完整准确,对固定场景下的视频监控系统具有一定实用价值.     

结合小波变换与图像分割的快速目标提取

基于图割理论的GrabCut算法具有全局最优性和结合多种知识的统一性,但其基于全部像素点的参数估计以及为达到一定分割精度采取的迭代求解模式,使算法效率大大降低。以GrabCut算法为基础,通过小波变换将图像分解,用分解后低频图像的像素点作为GMM参数迭代估计的样本点,减小了问题规模。实验结果表明,算法的效率得到较大提高。     

融合高斯混合模型和小波变换的运动目标检测

当前景目标与背景在颜色上接近时,仅采用高斯混合模型进行目标检测容易导致误判。为了提高模型分割算法的鲁棒性,提出一种融合高斯混合模型和小波变换的运动目标检测算法。通过小波变换提取图像的纹理特征信息,利用高斯混合模型拟合背景信息。将两者融合起来,把纹理信息作为颜色信息的补偿,保证了模型在线更新背景信息时模型的稳定性和收敛性,同时弥补了目标分割中前景与背景颜色信息接近时容易导致误判的不足。实验结果表明,本文方法比经典高斯混合模型方法具有较高的分割精度。     

一种图像增强新方法

提出了一种四树复小波包变换域层内层间系数相关性图像增强新方法。该方法利用四树复小波包变换具有移不变性、良好方向选择性和对高频信号的细致分析能力,把含噪图像分解成低频逼近子图和若干高频方向子图;在保留低频逼近子图复系数不变的同时,充分利用变换域信号复系数层间相关性强和噪声复系数层间相关性弱的特点,采用非高斯双变量模型对每一个方向子图复系数进行降噪处理。同时考虑图像的弱边缘在变换域某些方向子图内复系数值较大,而在其他方向子带内其值较小的特点,甄别出弱边缘点对应的复系数并进行增强处理。实验结果表明,无论是PSNR指标,还是在视觉效果上,该方法的增强性能均好于传统的双树复小波变换去噪、四树复小波包变换去噪和小波域高斯尺度混合模型去噪,在有效抑制噪声的同时,具有很好的图像弱边缘增强和细节保护能力。     

基于改进高斯混合模型的自适应前景提取

在复杂场景下的运动前景提取是智能视频监控的基础部分。高斯混合模型是常用的背景建模方法,针对高斯混合模型中模型个数固化导致的无谓的系统开销,提出基于单高斯模型成长的动态个数调整形成的高斯混合模型。对模型的更新率根据场景变化的剧烈程度进行实时改变,能较好适应突发场景、光照的变化。对提取的运动前景进行形态学处理,得到最后的提取目标。实验结果表明,该方法背景建模适应性强,提取前景精度有所提升。     

一种区域级运动目标检测方法

传统运动目标检测方法通常在像素或硬性划分的区域上实现.文中使用分水岭变换自动将图像划分成灰度一致性区域,并以一致性区域为基元进行运动目标检测.针对分水岭变换的过分割问题,在多步形态学梯度图像上进行变换.针对运动目标检测的低虚警率和高实时性要求,直接考察待检测图像中每一个一致性区域与一组背景图像中对应区域间的差异程度,设计灰度差异、颜色畸变及相邻区域间的灰度关系准则综合判断各区域是前景还是背景.该方法与流行的检测方法相比具有较低的虚警率,避免区域级检测方法中的硬性分块问题,同时又具有一定的处理速度.多个室内和室外标准图像序列的测试证明该算法的有效性.     

一种多模型协同的目标提取方法

固定摄像机目标提取多以高斯混合模型为背景模型,在检测运动缓慢、间歇停滞的目标时会出现前景目标空洞的问题。为此,提出一种能够适应目标间歇停滞的多模型协同目标提取方法。采用高斯混合模型进行背景学习,通过光线检测模型和场景状态检测模型协同控制背景适时更新,利用阴影检测模型剔除阴影。实验结果表明,与KaewTraKulPong P方法相比,该方法能较完整地提取到目标轮廓,且单帧处理时间较少。     

基于方向波域混合高斯模型的SAR图像去噪

为了解决传统去噪方法处理SAR(Synthetic Aperture Radar)图像存在的失真、图像边缘模糊等问题,提出一种新的去噪算法。首先对经过对数变换后的SAR图像进行方向小波变换,并对无噪图像的方向小波系数建立混合高斯模型,再用矩估计法对其进行参数估计,最后通过贝叶斯滤波器去除噪声。实验结果表明,该算法可以得到较好的去噪效果,并且有效地解决传统去噪算法在图像失真、边缘模糊等问题存在的不足。     

基于纹理合成的视频去抖动

视频去抖动是视频增强技术的一个重要应用,通过纠正视频帧的位置使视频运动变得平稳。随之而来的问题是如何修复视频帧留下的空缺以保持视频的连续性。在对图像修复技术进行研究的基础上,提出了利用改进的纹理合成技术进行去抖动视频修复的方法。实验给出的视频去抖动效果证明了该方法的有效性。     

视频增强的新方法

本文使用张量的方法推导了基于仿射空间的免标定增强现实方法,该方法不需要像机的标定参数和环境对象的3D位置信息就可实现视频增强。同时,本文也提出了在仿射空间解决增强现实中遮挡问题的新方法,给出了基于免标定增强现实的视频增强主要想法和应用实例。结果表明,这个方法是可行的。     

一种新的脊波变换方法

小波变换适用于表示具有各向同性奇异性对象的局部特性,脊波变换适用于表示具有各向异性奇异性对象的局部特性,但是各自对于对方所适用的局部特性的应用效果却不明显.提出了一种新的对脊波理论加以改进的多分辨分析方法——拟脊波多分辨分析方法.该方法统一了小波理论和脊波理论,使小波理论和脊波理论成为该方法的两种特殊情形.同时它具有对各向同性和异性的奇异性对象的辨识能力.通过实验比较表明,该方法对小波理论和脊波理论优点的组合、缺点的规避相当明显,在图像去噪应用中具有更强的灵活性.     

基于小波变换的图像分层编码方案

信元丢失是异步转移模式(ATM)环境下图像通信的主要缺点。为了适应ATM网络特性,可采用图像分层编码(Layered Video Coding)技术来传送图像信息。本文提出了一种与JPEG标准兼容的小波变换静止图像分层编码方案,较好地补偿了信元丢失对图像造成的影响。     

一种基于多层背景模型的前景检测算法

动态场景中的前景检测是后继处理的基础和制约整个智能视频监控系统稳定性、可靠性的关键。为了在保证运动目标检测的基础上,进一步检测出前景中的静止目标并消除"鬼影(Ghost)",提出了一种基于多层背景模型的前景检测算法。该算法将背景分为参考背景和动态背景两层,分别采用单高斯和混合高斯模型进行背景建模。在线检测时,采用动态背景提取变化前景,用动态背景与参考背景之间高斯分布的差异提取静止前景,同时,通过逐层分析,比较输入像素与两层背景模型分布的相互关系,快速消除Ghost,降低虚警。实验结果表明,多层背景模型具有良好的检测性能和实时性,为后继跟踪、分类等处理提供了坚实的基础。目前,以该算法为核心构建了一个实时目标检测、跟踪系统,对图像大小为320×240的视频序列的平均处理速度达到15帧/s。     

面向自适应码流的渐进编码方法的研究

多媒体信息呈几何级数的爆炸性增长,带来海量信息的同时也带来庞大的数据量,加重了网络的负担,同时不同用户对所要接收图像的质量要求有所不同,如果以相同的标准进行处理势必会造成一定程度上信息的浪费。文章对静止图像的渐进编码作了进一步的研究,对基本层和增强层采用不同的编码策略,更加适应网络复杂多变的带宽条件。文章还通过与用户之间的交互式操作来满足用户不同的需求。实验结果表明,在压缩效果达到JPEG压缩标准的情况下,增强了渐进功能,更加适应网络需要。     

一个X波段超分辨合成阵列成象实验系统

介绍一个工作在微波暗室内的Ｘ波段超分辨合成阵列成象实验系统，该系统发射宽带线性调频信号，采用时间带宽转换技术获得高的距离分辨力。其接收天线可在直线导轨上移动，形成大孔径合成阵列天线，形成大孔径合成阵列天线，获得高的横向分辨力，实时采集的数据在ＰＣ机上进行处理后给出目标的二维雷达象，超分辨方法使成象分辨力比传统方法提高２倍以上。     

小波域中基于分形压缩的数字图像盲水印算法

在小波域中利用分形压缩理论提出了一种图像数字水印算法.对图像进行小波变换后,首先将整个小波树分成3个方向的小波子树,然后按照方向性小波树进行分形编码,并通过对分形编码仿射变换的不同分类实现数字水印的嵌入,而且为了增加水印破解的难度,水印信息经过了行、列两个方向的混沌置乱.另外,水印检测时也不需要原始图像.实验结果表明,该算法不仅克服了传统分形算法运算量大的缺点,而且对JPEG压缩、高斯噪声、剪切等攻击也有较强的抵抗能力,水印的鲁棒性和稳健性较好.     

一种分形与小波混合视频编码算法FEZW*

将小波变换与分形理论相结合成为一种具有可伸缩性的混合视频编码算法FEZW(分形-嵌入式零树小波编码),该算法在嵌入式零树小波编码的基础上,应用分形理论进行帧间预测,不需运动估计和补偿.实验结果表明,该算法具有较好的视频质量可伸缩性,能有效改进图像码率下降时视频质量下降迅速的情况,适合于无线网络等高差错网络的视频传输.     

自适应滤波的研究新方向

概述了自适应滤波的研究进展,回顾了时域和变换域自适应滤液方法,并引出了基于离散小波变换（ＤＷＴ）的自适应滤波。变换城自适应滤波大大改善了时域自适应滤波的速率,而小波变换由于具有多分辨和时频局部化特性,在时变信号和快速变化的信号自适应滤波方面个有广阔的应用前景,是未来自适应滤波发展的方向。     

一种基于多描述编码的视频传输方案

论文提出一种基于多描述编码的视频传输方案。该方案将一个视频源编码为多个码流(称为描述),各描述分别经过Reed-Solomon编码后,通过多个独立的信道传输。该方案不仅利用了信道编码的纠错能力,又利用了多描述编码的鲁棒性,模拟结果表明新方案在有噪信道上表现出较好的性能。