基于多帧参考的整帧丢失错误掩盖算法

为了解决视频传输中整帧图像丢失的误差扩散问题,提出了一种基于多参考帧运动矢量外推的整帧丢失错误掩盖算法.通过对多个参考帧的运动矢量外推得到丢失块的候选运动矢量集;采用多参考帧边界匹配准则进行丢失帧和其后续帧的误差估计,并选择丢失块的最优运动矢量;最后采用自适应的重叠块运动补偿方法重建丢失帧.实验结果表明,该算法在恢复整帧图像的同时,有效地降低了视频序列中整帧图像丢失的误差扩散影响,与已有算法比较,该算法恢复的视频序列平均峰值信噪比提高了0.5～1dB,具有更好的错误掩盖效果.     

基于多帧参考的整帧丢失错误掩盖算法

为了解决视频传输中整帧图像丢失的误差扩散问题,提出了一种基于多参考帧运动矢量外推的整帧丢失错误掩盖算法.通过对多个参考帧的运动矢量外推得到丢失块的候选运动矢量集|采用多参考帧边界匹配准则进行丢失帧和其后续帧的误差估计,并选择丢失块的最优运动矢量|最后采用自适应的重叠块运动补偿方法重建丢失帧.实验结果表明,该算法在恢复整帧图像的同时,有效地降低了视频序列中整帧图像丢失的误差扩散影响,与已有算法比较,该算法恢复的视频序列平均峰值信噪比提高了0.5~1 dB,具有更好的错误掩盖效果.     

一种补偿平移与旋转运动的快速电子稳像算法

针对视频图像序列的非稳特性,研究了电子稳像算法中灰度投影算法和块匹配算法各自的不足之处,提出了一种快速补偿视频图像序列间平移及旋转运动的稳定成像算法.该算法先采用灰度投影算法估计并补偿视频图像序列间的平移运动,再利用拉普拉斯变换在靠近图像的边缘区域选取几个具有明显特征的小块,运用块匹配算法进行匹配,计算并补偿其旋转运动量,以得到稳定的视频图像序列.通过理论分析和实验验证,表明这种稳像算法具有速度快、准确度高的特点.     

一种基于灰度投影算法的电子稳像方法

针对图像序列的抖动,研究了摄像机的抖动和正常扫描这两种运动的特点,提出了一种带运动修正的投影稳像算法PMCA.该算法首先利用灰度投影算法求出原始序列运动矢量,然后采用平均值滤波对这些运动矢量进行了处理,为了防止由前一稳定帧补偿带来的错误传播,又做了运动修正,使用原始帧代替稳定帧作为待补偿帧.实验结果表明PMCA算法可以明显减轻序列抖动现象,而且能实时跟随真实扫描场景.     

一种新型多速率归零码全光帧时钟提取系统

提出了一种新型的、低成本的多速率归零(RZ)码全光帧时钟提取方案。采用低精细度的法布里-珀罗滤波器(F-P)直接提取不同速率的帧时钟,保证帧时钟的快速建立和快速消失。利用不同的偏振延时干涉仪(PDI)和低自由光谱区(FSR)的法布里-珀罗滤波器构成组合滤波器以实现多速率帧时钟提取。利用半导体光放大器(SOA)的自增益调制效应(SGM)对组合滤波器提取的帧时钟进行整形,降低帧时钟的幅度噪声和时间抖动。实验中,利用光开关切换不同的偏振延时干涉仪构成不同自由光谱区的组合滤波器实现了10 GHz、20 GHz和40 GHz的帧时钟提取,得到了高质量、低时间抖动的多速率帧时钟信号。     

一种改进的三帧差分运动目标实时检测算法

针对传统的三帧差分法提取的运动目标存在大量的噪声和空洞,提出了一种改进的三帧差分运动目标实时检测算法。该算法采用Surendra背景提取算法提取有效背景,对视频流中连续的三帧图像分别进行背景减除,得到的结果作为反馈对背景进行选择性更新,利用HSV颜色空间去除阴影后进行三帧差分,将差分结果进行“与”运行,通过将中间帧背景减除结果与“与”运算的结果进行“或”运算,这样可以得到运动目标的完整信息。实验结果表明,该算法能够快速、完整、准确地检测出运动目标,可有效应用于实时监控系统。     

一种基于特征跟踪的视频序列稳像算法

提出一种基于特征跟踪的视频序列稳像算法.该算法从视频序列的参考帧中提取出一组角点特征,然后在后续帧中基于模糊Kalman滤波进行特征窗跟踪,通过比较各帧图像中特征窗间的对应关系计算出补偿摄像机运动所必需的参数,使用这些参数将后续帧向参考帧对准,从而得到稳定的视频序列.实验结果表明该算法稳像效果好,运算复杂度低,且具有较强的鲁棒性.     

一种视频编码的运动估计的快速算法

在活动图象名称编码中,广泛采用了块匹配运动补偿技术,其中全局搜索法（ＦＳ）性能最好,但速度最慢。传统的运动估计快速算法如三步法、四步法、较分搜索运动估计法而言减少了搜索次数。其于低分辨率图象的运动估计能大大降低计算能大大降低计算量。文章将二者结合起来,不仅减少计算量,而且信噪比ＳＮＲ介于全局搜索法和三步法之间。     

一种新的快速运动估计算法

 数字化战场的发展使得红外图像信息的传输量迅速增加,因此必须对图像信息进行压缩处理,运动估计是图像压缩的关键部分。针对运动矢量的分布特点,提出了一种新的运动估计搜索算法,该算法先按照菱形搜索模板进行粗搜索,产生当前步的搜索点,并计算出各点的SAD值,根据最小SAD值是否在菱形搜索模板中心点,确定下一步的搜索方式,直到最小SAD值对应的点为菱形中心点,然后以方形搜索模板搜索,则最小SAD值对应的点即为最佳匹配点,最后得出运动矢量。测试结果表明,本算法比FS算法每帧的搜索速度提高了近20倍,与DS算法相比,搜索速度亦可以提高近20%,有效地节省了搜索时间,且基本上保持了全搜索FSA的性能,适合实时应用的要求。     

基于AOS业务流量预测的自适应帧生成算法

随着研究的深入,复杂空间系统业务数据流的自相似性逐渐被认识,传统的等时帧生成算法及高效率生成算法越来越难以适应空间系统业务流量的高突发性和高复杂性。基于此,提出了一种基于小波神经网络业务流量预测的自适应帧生成算法,在满足一定延时约束条件下,根据业务流量预测结果,自适应调整成帧时刻。帧复用效率相比等时帧生成算法有显著优势,同时还避免了高效率帧生成算法中存在的帧延时过长的问题。     

基于运动补偿和码率预分配的干涉多光谱图像压缩算法

提出了一种基于运动补偿的三维小波变换和基于码块预测的码率预分配的图像压缩算法.利用干涉多光谱图像成像推扫平移特性,在小波变换中使用运动补偿来减少帧间相关性,并对图像组中各个图像小波变换和量化后EBCOT编码码块的有效比特平面进行独立的熵估计.以图像估计熵总和指导整个图像组码率预分配,以解决平均分配码率对重建图像质量带来的影响.实验结果表明:该算法在8倍压缩时,图像序列的平均峰值信噪比比3D-SPIHT提高了0.85～1.25 dB,比单帧JPEG2000提高了1.91～4.25 dB, 算法复杂度低,易于硬件实现.     

基于背景运动补偿的红外目标运动分析

 介绍了基于运动补偿的红外目标运动分析方法。阐述了运动补偿的必要性、过程原理和实现方法，并用之于对红外运动目标的视频跟踪，通过用背景运动量补偿目标的相对运动量，得到明确而直观的目标运动轨迹，有效地揭示了目标运动的内在规律，为红外目标的轨迹预测与跟踪提供了更有效的分析依据。     

基于运动估计和ROI编码的干涉多光谱图像压缩

根据干涉多光谱图像的谱间相关性和光谱分布特点,提出一种基于运动估计和感兴趣区域编码的干涉多光谱图像压缩方法.为了去除多光谱图像的谱间相关性,采用运动估计法,对补偿后的图像(即预测误差)进行小波变换及率失真优化截取内嵌码块编码.同时采用率失真斜率提升的感兴趣区域编码方法,更好地保护光谱信息,使图像在相同的光谱分辨率下具有更好的空间分辨率.实验结果与基于三维小波变换的压缩方法以及比特平面移位的感兴趣区域编码方法相比,本文所提方法能有效改善恢复图像质量,提高编码效率,更好地保护光谱信息.     

基于联合运动补偿的边信息预测算法

传统块运动补偿算法仅利用单一运动向量场,该运动向量场中总会存在一定的运动异常,而过多的运动异常会严重衰退内插帧质量。为了解决该问题,提出了一种基于联合运动补偿的边信息内插算法,该算法使用双向运动估计计算出内插帧的运动向量场,接着采用当前块和其八个邻域块的运动向量联合预测出目标块。由于运动向量场的局部平滑特性会使八邻域块的运动向量十分接近当前内插块的真实运动向量,实验结果表明提出算法比传统算法有更好的容错性能。     

Fast Estimation Algorithm for Calculation of Reflectance Map based on Wiener Estimation Technique

We propose a fast estimation algorithm for calculation of a reflectance map from measured radiances based on Wiener estimation technique. This technique uses many sample data of reflectance maps to decide transformation for accurate estimation. Reflectance maps of objects are estimated rapidly by linear operation between a vector of measured radiances and an estimation matrix previously calculated based on the sample data.     

Motion detection in moving background using a novel algorithm based on image features guiding self-adaptive Sequential Similarity Detection Algorithm

A novel efficient algorithm for motion detection in dynamic background was proposed. In image registration step, a feature-based and self-adaptive Sequential Similarity Detection Algorithm (SSDA) algorithm was proposed, which searches for matching position under constraints induced by image features with variational threshold. Then perform change detection by calculating and classifying the Mean Absolute Difference (MAD) around detected features in the middle frames of three consecutive images. Moving objects position was determined according to the rule that the feature from moving regions shows a lager MAD. Experiments on data sets of four typical scenes show that the improved registration algorithm is accurate and costs less than 0.4 s in computation, much faster compared with other four methods, and the proposed Dual Maximum Mean Absolute Difference Algorithm (DMMADA) can obtain a robust set of moving object features. Our algorithm can be used for fast detection of moving targets in dynamic background as well as change detection.