一种视频序列中背景亮度闪烁消除新算法

拍摄场景存在运动对象时,视频相机的自动曝光功能可能引起视频序列背景亮度闪烁,针对此问题,提出一种视频序列中背景亮度闪烁消除新算法。该算法找出视频序列中的亮度参考帧,使用最小二乘法确定出当前帧和参考帧之间的背景亮度响应函数,使用亮度补偿的方法消除背景闪烁。实验结果表明,该算法可以有效地消除由于前景物体的运动而引起的背景亮度闪烁现象,用于编码传输时可以节省20%~30%的比特率。     

视频能见度检测算法综述

能见度是影响航空、航海、路上交通以及军事活动等的重要因素,低能见度会对交通等方面造成很大不便,甚至发生事故,因此对能见度的实时预测及预警具有重要意义。为了改善传统能见度检测方法,研究人员对小波变换、摄像机自标定、边缘特征提取、曲线拟合等视频方法进行了研究和试验,得到了比较合理的结果,并且在实践中得以应用。对这些基于视频图像的能见度检测方法进行了讨论、介绍与对比,阐述了该类方法的发展方向及前景。     

一种基于局域亮度极大的环栅激光图像边缘检测

针对无衍射激光图像特点,提出了一种由亮环确定图像中心的方法.利用局域亮度最大原理,提取亮环屋脊边缘点;对各个亮环边缘点用最小二乘法拟合圆心,取拟合残差最小的亮环的圆心作为整幅图像中心.该方法运算速度快,对图像无需二值处理,避免了阈值选取不当对图像边缘位置的影响,可以自适应地利用周围像素亮度值来确定图像边缘.该方法已应用到船舶的同轴度检测,获得了很好的结果.     

基于摄像机自标定的视频对比度能见度检测算法与实现

由于气象能见度仪应用范围有限且难以架设、现有视频检测算法对外部要求过高且容易受噪声影响,无法大范围布设。该文提出了基于摄像机自标定的视频能见度检测方法,并构建了能见度检测系统。该方法利用摄像机自标定模型、小波变换、视频对比度检测模型曲线拟合等手段,克服原有方法和算法在距离信息、目标物、噪声、稳定性等原因的缺点。其系统已在江苏1/5的高速公路上试运行,结果误差符合国际及国家相关标准。     

基于数字摄像技术的能见度检测

为了更好地进行能见度的自动检测和全程检测,采用一种基于数字摄像技术的能见度检测方法：读入图像经过预处理设置＂兴趣域＂,提取出对比度大于亮度对比感阈的人眼可分辨像素点,然后通过建立摄像机参数模型,计算出这些点到摄像机的距离,取其最大值即为能见度值。在自行研制的高速公路视频监控系统上,采集某段高速公路上的视频监控图像,进行能见度检测实验,得到923组的观测实验结果。实验结果表明,该算法与人眼观察一致,并对噪声有较好的鲁棒性。     

基于局部亮度直方图的自适应视频帧类型决策算法

视频帧类型决策是影响视频编码效率的关键因素之一。为提升x265视频编码器的编码性能,该文提出基于局部亮度直方图的自适应视频帧类型决策算法。首先,在64×64大小的编码树单元(CTU)级别上统计各帧局部亮度直方图,用帧间局部亮度直方图差异表征帧间场景变换程度;其次,引入帧内编码帧(I帧)检测窗,在检测窗内通过比较帧间场景变换程度自适应确定I帧;最后,根据帧间场景变换程度与迷你图像组(MiniGOP)大小之间的相关性确定MiniGOP大小,从而自适应确定普通P和B帧(GPB帧)及双向预测编码帧(B帧)。实验结果表明,与x265标准中的相关算法相比,所提算法能够有效降低x265的编码复杂度,可在减少近5%编码时间的前提下,实现视频I帧、GPB帧和B帧的高效自适应决策。     

基于视频图像的能见度计算方法研究

为了更加方便快捷地获取能见度并且实现对能见度的长期观测,基于暗通道先验的理论基础对于视频图像的能见度提取方法进行了分析和研究.通过对观测获得的全天不同时刻的目标图像进行亮度分析从而得到对应的大气透过率和能见度,并进一步将能见度提取结果与相同条件下实测激光雷达能见度数据进行了对比.研究结果表明,提取的能见度结果与实测数据...     

基于最优弧的激光光斑中心检测算法

激光光斑中心检测是光学测量中常用的关键技术,广泛应用在光学测量系统、光路自动准直系统、激光通信目标跟踪中。为了提高光斑中心及半径的检测精度和抗干扰性,提出了一种基于最优弧的激光光斑中心检测算法,该算法首先根据圆的对称性排除了受干扰边缘,然后选取对称性好的弧线作为最优弧,最后以最优弧的数据作为拟合数据,利用最小二乘法计算出圆的中心及半径,并与其他算法进行了比较。实验表明,该算法对于中心和半径的定位精度高、计算速度快,并有效地提高了中心检测的抗干扰性,适用于在线实时检测。     

一种基于亮度帧差的自适应镜头边界检测算法

提出一种基于亮度帧差的自适应镜头边界检测算法.通过计算视频图像帧之间的亮度差来自适应检测视频镜头的转换,并且加入一些简单而有效的判断,和传统的方法相比较,可有效提高镜头检测的检出率和准确率,实验证明可快速准确进行实时的镜头分割.     

基于亮度融合的低照度视频弱变化检测算法

低照度视频图像弱变化检测算法可提升安防工作的可靠性,有利于安防人员快速处理存在的风险。提出一种基于亮度融合的弱变化检测算法。对视频的每一帧图像,首先提取图像不同空间的亮度分量,设计一种亮度融合的策略,对亮度分量进行融合。将融合后的亮度分量进行形态学重建,克服噪声影响。然后使用自适应的对数比对融合后的亮度分量进行处理得到差异图,对差异图使用迭代的全变分去噪,进一步克服残余噪声。最后对差异图使用二阶段聚类方法,进一步提升变化检测精度。实验结果表明,提出算法的平均检测精度为0.770,误差为31个像素点,与对比算法相比,提升了20%以上的精确度;平均运行时间为0.16 s,时间短于对比算法2倍以上。     

基于谱图预处理的卫星通信信号盲检测

传统功率谱检测是建立在噪声谱的均值和方差满足不随频率变化假设基础上的,而实际非协作卫星通信中的噪声谱一般并不满足此假设,导致该方法的检测性能受限。该文用滑动窗最小二乘法对接收信号进行预处理,使噪声谱趋近满足上述假设,由此提出了一种卫星通信信号的盲检测方法,并推导了相对于传统功率谱检测方法的性能改善因子。仿真结果表明：该方法在相同条件下检测性能一般明显优于传统的功率谱检测方法,且具有计算量小、易于实现等优点。     

基于特征位置优选整合的快速城区检测算法

遥感图像中城市区域的自动分析解译是遥感对地观测领域重要的应用方向,针对自动高效城区检测的迫切需求,提出了一种基于遥感图像的城区区域快速检测算法.首先通过智能去雾处理降低薄雾气象条件对检测的干扰,然后通过快速的关键点搜寻进行城区特征位置初选,并以全局与局部约束相结合的策略筛选出高置信度的城区特征位置,最后通过高斯渲染加权的方法整合城区特征位置,并在获得的城区高斯加权图上自适应分割出最终的城区.本算法使用Google提供的卫星图像进行算法验证测试,可得到准确的检测结果.本检测算法可满足遥感图像城区检测自动化、实时化的需求,大大减小了人工判图的工作量,能够广泛应用于机载或星载平台.     

基于视频图像的输变电设备外部缺陷检测技术及其应用现状

基于视频图像的电力设备缺陷检测技术是实现电力智慧运维的关键技术之一,可解决电力设备故障自动诊断、主动预警和在线运维中存在的外部缺陷智能识别问题,减少人力资源浪费,提高电力系统巡检智能运维的频率与效率,从而弥补传统输变电设备巡检运维方式的不足。该文详细综述了当前典型的基于视频图像的输变电设备缺陷检测算法及图像处理技术,分析了传统图像处理方法及深度学习方法在电力设备缺陷检测领域应用的优缺点,总结了当前算法应用及开发平台的现状,指出了基于视频图像的输变电设备缺陷检测技术存在的问题,并展望了未来发展方向。     

基于变化检测的机场毁伤评估算法

提出了一种基于遥感图像变化检测的机场毁伤效果评估算法,该算法由图像预处理、兴趣区域划定、毁伤特征提取和分级评估4个模块组成。首先对图像进行直方图规定化,提高图像局部对比度,并采用Hough变换提取机场区域,抑制掉过多的背景干扰;然后利用变化检测参数指标对目标特征进行描述,实现毁伤信息的有效提取;最后建立整体的特征向量"相似度",几何、纹理特征"二次距离",设计分级评估准则。仿真结果表明,该算法有效地实现了对机场目标毁伤效果的评估,同时经过适当扩展和改进,可用于各种人造目标毁伤效果的评估。     

基于改进Harris算法的图像角点检测

针对Harris角点检测算法运行速度慢且单一阚值选取不当容易造成漏检正确角点或提取出较多伪角点的问题,提出了一种快速预筛选方法以提高检测效率,并结合多阈值角点提取及邻近角点剔除策略来改进算法.实验结果表明:单独使用该预筛选方式的改进算法仅用32.71％的时间就可以检测出原算法94.97％的角点;配合多阈值角点检测方法及临近点剔除策略时,改进算法的运行时间仅为原算法的61.94％,且检测出的角点分布更均匀,既能充分代表图像信息又有效地避免了角点簇拥现象.     

基于全向小波的图像边缘检测算法

 针对现有边缘检测算法难以提取图像任意方向的边缘特征,提出基于全向小波的图像边缘检测算法.首先,定义了全向小波的概念、构造其模型并推导了全向小波的最大值与梯度模值相等的关系.理论分析表明本文算法始终沿小波变换值的最大值方向提取边缘.然后,选择二维高斯函数实例化模型,以8方向和3×3变换窗为例进行算法设计.标准图像对比试验表明本文算法能提取更多方向的边缘特征、边界清晰度也比SADD算法、Canny算子分别高出约2.17%、8.66%.     

基于分形特征融合的目标边缘检测算法

针对复杂背景下目标边缘检测问题,研究了分形在目标检测中的应用,提出了基于分形特征融合的目标边缘检测算法。首先求取图像的分形维数和几何度量空间变换率,然后运用Dempster-Shafer证据理论对分形维数和几何度量空间变换率进行融合处理,对图像像素分类,从而得到目标边缘,最后细化边缘得到目标检测结果。实验表明,该算法能够克服复杂背景的干扰,有效地提取目标边缘。     

一种改进的模糊边缘检测快速算法

比较全面的分析了Pal.King模糊边缘检测算法的缺陷,提出了一种新的快速模糊边缘检测算法.该算法不仅克服了Pal.King模糊检测算法定义的不足,简化了复杂的变换和逆变换运算,而且针对Pal.King算法中对隶属度阈值设置为固定值的不足,提出了确定模糊增强变换中最佳隶属度阈值的自动算法;并在此基础上实现模糊增强函数中增强阈值的自动获取.仿真结果证明,该算法效率高、提取边缘精细、适用面广,是一种很有实用价值的图像处理算法.     

一种改进的Canny算子边缘检测算法

边缘是图像的基本特征之一,因此在图像处理中图像边缘检测是图像处理的一个重要部分。由于传统的Can-ny边缘检测算法是通过在2×2领域内求有限差分来计算梯度幅值的,易受噪声的影响,容易检测出孤立点和伪边缘。在基于传统的Canny边缘检测算法的基础上,采用3×3领域的梯度幅值计算方法,提高了边缘的定位精度,改善了对噪声的敏感性。实验结果表明,该算法在保证实时性的同时,具有更好的检测精度和准确度。     

基于数字图像处理的轨道板裂纹缺陷检测

利用数字图像处理技术,通过轨道板图像自动分割、边缘提取、轨道板固有结构边缘去除、真伪裂纹区分等步骤,设计了轨道板裂纹缺陷自动检测识别算法。通过对实际采集的轨道板图像的处理,证明该方法能够准确提取和标记缺陷区域。在实验的1 000幅图像中,人工检出裂纹图像6幅,自动识别裂纹图像6幅,准确率达到100%,算法运行速度经测试能够满足实时检测的需求。