序列图像中运动目标的自动提取方法

针对目标检测与跟踪领域中的运动目标自动提取问题,提出了一种新的运动目标自动提取方法.利用已有的图像帧滤波后初始化背景,并在运动目标检测过程中,利用检测结果,不断地自动更新背景.使用背景差法检测运动区域,并对差分图像进行动态阈值分割,以及边缘链接,使其边缘处于基本连续状态.在得到的二值图上,提取轮廓,并根据目标大小选择面积阈值,剔除由于噪音或者背景提取不干净造成的虚假轮廓,将得到的轮廓掩模图像与原图像做逻辑与运算,提取出目标.实验结果表明,该方法可以有效地提取出刚体或非刚体运动目标.     

路面车辆实时检测与跟踪的视觉方法

为向驾驶者提供有效的车辆位置信息,提高驾驶安全性,提出了一种融合多种目标特征的单目视觉车辆检测与跟踪方法。首先,利用车辆尾部的结构对称性提取出感兴趣区域,减少搜索范围。再利用车辆底部的阴影特征,在感兴趣区域中搜寻车辆可能出现的位置,找出假设目标。然后,利用亮度和轮廓信息对假设目标进行对称性验证,排除虚假目标。同时,融合颜色和梯度方向建立目标特征模型,利用均值平移算法在随后的图像序列中对目标进行快速跟踪定位。检测与跟踪联合工作在一种互动机制下,大幅改善了算法的有效性和实时性。实验结果显示,提出方法的正确识别率为96.34%,平均处理速度达24.27 frame/s,能够满足车辆驾驶安全性和实时性要求。     

动态背景下运动目标检测与跟踪研究

主要研究动态背景下的运动目标检测和跟踪问题。背景补偿差分法是一种常用的动态背景下运动目标检测算法,但检测到的目标轮廓要比其真实轮廓大,检测结果不准确且算法复杂度较高。主动轮廓模型在图像分割和目标提取过程中具有拓扑结构变化灵活性,对数值计算方案的设计更加方便、有效,据此提出一种基于改进C-V模型和卡尔曼滤波的算法,用来检测和跟踪动态背景下的运动目标。提出的算法利用C-V模型曲线演化检测和跟踪目标,使C-V模型在目标的边缘处收敛。结合卡尔曼滤波预测运动目标下一帧位置,从而实现对运动目标轮廓的跟踪。实验结果表明,该方法可以对动态背景下运动目标进行精确的检测与跟踪。     

一种基于图像融合的运动目标快速检测算法

提出了一种新的运动目标检测方法,这种方法可以有效的提取目标轮廓。应用一种图像差分技术得到运动目标的初始轮廓线。使用了动态轮廓线使其收敛到目标轮廓。提出了一种新的目标轮廓特征级融合方法,求解两类模式图像的收敛动态轮廓线控制点向量差的范数平方极小化。这种方法不需要图像配准降低了融合的计算复杂度,有效提高了可见光图像中目标轮廓提取的精度。对比检测实验证实了算法的有效性。设计了一种基于Newmark方法的动态轮廓线快速迭代算法,将该方法和方法作了比较,对比实验表明这种方法的时间复杂度降低了22%。     

一种采用快速半导体线光源的阴影莫尔测量方法

物体三维轮廓、形变、振动、位移等参量的光电测量方法,以其非接触、高精度、高灵敏度以及易于实现自动测量等优点,而被广泛地应用。本文设计并实现了一种快速半导体线光源,提出了一种快速变光源阴影莫尔物体轮廓测量法,大大提高了阴影莫尔测量的速度和精度,实现了非接触、无机械运动、无运行噪声、全光电测量的IC形变测量与分析系统。该系统的3σ重复精度为10μm。     

快速消除车辆阴影的多阈值图像分割法

 视频图像分割时的运动阴影由于与被测对象的相似性而常被误判为被测对象,传统的阴影检测方法一般难以满足实时智能交通系统对处理速度的要求。为此,提出用多阈值法分割图像,将灰度化的当前图像与背景差分,再用正、负两个阈值对其二值化,在分割出深色和浅色被测对象的同时消除阴影。实验表明,将这种方法应用于运动车辆的检测,具有速度快和阴影消除效果好等特点,可应用于实时的运动目标检测和跟踪等领域。     

一种实时检测遮挡阴影的算法

监控系统中,观测视场被遮挡,会导致显示的图像中存在遮挡阴影,影响对图像的进一步分析和处理.针对该问题,提出了一种实时检测遮挡阴影的算法.该算法基于图像序列的帧间运动特性对图像进行分区处理;利用图像子区域的灰度均值进行帧间预测,用来判断图像序列中被遮挡图像帧和可能的遮挡阴影区域;利用空域滤波器剔除误检区域,确定阴影区域.该算法实时性好,易于工程实现.     

基于差分图像的运动目标跟踪与分割方法的应用研究

提出了一种基于差分图像运动检测和轮廓提取的跟踪与分割图像的方法。该方法首先从初始图像中提取目标的轮廓,然后利用相邻帧之间的差分图像初步确定目标在每帧图像中的粗略位置,最后把从上一帧图像中得到的目标轮廓置于该位置,并作为轮廓提取的初始值,由此可得到对目标的准确分割。     

边缘双轮廓线阴影去除研究

为去除阴影对运动目标检测的影响,在传统基于颜色空间特性的阴影检测法基础上,综合边缘特征进行快速双轮廓阴影去除。通过前景物体的轮廓线形状特征及阴影与光源之间投影位置关系快速找到阴影定位点,在定位点附近轮廓线上结合灰度及颜色特性进行有针对性的搜索,找阴影与物体的交界点位置,标记为阴影的外轮廓线;根据外轮廓线长度和位置,求出S空间与之相对应内轮廓线,此时的外轮廓线包围阴影区域。最后,对该封闭的不规则阴影轮廓线进行基于像素点的校正和标记,并对物体反光面的自阴影进行H空间去除,得到更精确的去阴影效果。实验结果表明,该方法快速且有针对性的锁定阴影区域进行阴影去除,避免物体区域误检测,有较好的实时性和准确性。     

一种高准确率的交通监控视频车辆检测算法

针对高速视频监控的车辆识别易受几何变换影响且准确度不高的问题,提出了高效的阴影去除和车辆分类两种视频处理算法来提高车辆识别性能。利用阴影区域前景和背景的对比度参数进行有效的阴影去除;利用Hu不变矩表征车辆,从而克服了几何变换的影响。对比试验结果证明,本算法具有较高的阴影检测性能和极佳的车辆分类性能,明显优于其他同类型算法。     

简单有效的运动汽车投影阴影分割算法

在实时的车型识别系统中,由于光照的影响,需要一种简单快速有效的方法将汽车车体与其阴影分割开。利用阴影的光谱属性,同时根据阴影的几何特征及阴影区域内的点和汽车的空间位置、形状等相关特点,提出一种基于小波变换多分辨率特性的阴影分割算法,该算法能有效地分割出阴影与目标之间的分界线。先利用阴影的光谱属性对阴影进行粗分割,然后利用小波变换的多尺度性对候选阴影点进行特征提取,从而获取最后的阴影分界线。该方法不需要事先确定光源的方向、车体的彩色信息和背景纹理信息,能有效地分割任何颜色、任何背景纹理下、任何光源方向下的运动汽车投影阴影。实验表明,该方法定位准确,处理速度快,抗噪能力强,为进一步的车型识别提供基础。     

Chaotic shadows of black holes: a short review

We give a brief review on the formation and the calculation of black hole shadows. Firstly, we introduce the concept of a black hole shadow and the current works on a variety of black hole shadows. Secondly, we present the main methods of calculating photon sphere radius and shadow radius, and then explain how the photon sphere affects the boundary of black hole shadows. We review the analytical calculation for black hole shadows which have analytic expressions for shadow boundary due to the integrable photon motion system. And we introduce the fundamental photon orbits which can explain the patterns of black hole shadow shape. Finally, we review the numerical calculation of black hole shadows with the backward ray-tracing method and introduce some chaotic black hole shadows with self-similar fractal structures. Since the gravitational waves from the merger of binary black holes have been detected, we introduce a couple of shadows of binary black holes, which all have eyebrowlike shadows around the main shadows with the fractal structures. We discuss the invariant phase space structures of the photon motion system in black hole space-time, and explain the formation of black hole shadow is dominated by the invariant manifolds of certain Lyapunov orbits near the fixed points.     

Vehicle speed measurement based on gray constraint optical flow algorithm

Vehicle speed measurement (VSM) based on video images represents the development direction of speed measurement in the intelligent transportation systems (ITS). This paper presents a novel vehicle speed measurement method, which contains the improved three-frame difference algorithm and the proposed gray constraint optical flow algorithm. By the improved three-frame difference algorithm, the contour of moving vehicles can be detected exactly. Through the proposed gray constraint optical flow algorithm, the vehicle contour's optical flow value, which is the speed (pixels/s) of the vehicle in the image, can be computed accurately. Then, the velocity (km/h) of the vehicles is calculated by the optical flow value of the vehicle's contour and the corresponding ratio of the image pixels to the width of the road. The method can yield a better optical flow field by reducing the influence of changing lighting and shadow. Besides, it can reduce computation obviously, since it only calculates the moving target contour's optical flow value. Experimental comparisons between the method and other VSM methods show that the proposed approach has a satisfactory estimate of vehicle speed.     

Black Hole Shadows Constrain Extended Gravity

Journal of Experimental and Theoretical Physics - The first images of black hole shadows open new possibilities to constrain modern extended gravity theories. We present the method of shadow...     

特效电影工程中混合分辨率阴影图设计与硬阴影反走样

在实时的虚拟场景渲染中,为减少阴影图算法由分辨率不足导致的阴影走样,提出了利用并行线性扫描的混合分辨率阴影图算法。首先,从光源视角生成高分辨率阴影图,利用并行线性扫描算法对深度均值差进行计算和分析,自底向上的合并纹素,建立纹素之间的索引关系并讨论混合分辨率阴影图的存储。在渲染阶段,利用混合分辨率阴影图进行深度测试,绘制实时的反走样阴影。实验表明,与标准阴影图相比,混合分辨率阴影图能提高20%以上的重要区域分辨率,明显改善阴影边界锯齿走样,使Dragon等模型的计算时间减少9%~18%。经实际应用验证,混合分辨率阴影图是一种有效的实时阴影绘制算法,可有效减少阴影图算法的走样。     

基于ALOS卫星图像阴影的天津市建筑物高度及分布信息提取

光谱差异是提取建筑物阴影信息的一个重要依据.基于ALOS卫星图像阴影与建筑物高度关系的分析,文章阐述了依据阴影来估算建筑物高度的原理和方法,辅以数据融合的方法,利用多光谱影像中的光谱差异从ALOS全色图像中准确提取阴影信息,从而建立一种基于图像阴影提取城市建筑物高度及分布信息的标准化流程.同时,在天津的城市建筑物高度获取试验中,建筑物高度提取精度的抽样验证率达到87.6%,初步显示出了 ALOS卫星数据在城市建筑物高度测量方面的巨大潜力.     

城市河网尺度的水体光谱指数适宜性分析研究

城市地表水是城市生态环境的重要组成部分,地表水环境高光谱遥感是高光谱遥感的重要应用方向,水体提取是地表水环境高光谱遥感的第一步,其主要任务是从高光谱遥感数据中提取地表水水体轮廓。基于光谱指数的水体提取方法充分利用光谱信息,计算简单,实现容易,提取效果优异。归一化植被指数(NDVI)、归一化水体指数(NDWI)、高光谱差异化水体指数(HDWI)和基于指数的水体指数(IWI)等光谱指数已经广泛应用于湖泊、大江大河等开阔水体提取。近些年来,随着成像光谱技术的发展,高光谱遥感数据的获取能力也突飞猛进,空间分辨率和光谱分辨率不断提高。与江河湖基本在流域内沿地形分布不同,城市地表水一般细小,纵横交错,形成河网。在高光谱遥感数据用于城市体表水提取时,其面临的图像空间分辨率、地物类型和地物复杂等,与江河湖水体提取有很大不同。因此,需要对这些常用的光谱指数在城市地表水提取中的适宜性进行评价。以此做为出发点和目标,以河网密布的江南水乡中国浙江省嘉兴市为研究对象,以应用型航空成像光谱仪(Airborne imaging spectrometer for applications, AISA)获取的高空间分辨率机载高光谱遥感数据为数据源,通过Youden指数确定最佳阈值,将总体分类精度、错分误差、漏分误差、Kappa系数作为衡量指标,分析评价了NDVI,NDWI,HDWI和IWI 4种光谱指数在城市河网提取中的适宜性。结果表明,阴影与水体光谱变化趋势类似,是造成水体提取过程中高错分误差的主要因素。四种指数都可以准确抑制落在植被中的阴影,但无法有效抑制落在建筑物中的阴影。HDWI虽然可以在一定程度上抑制建筑物中的阴影,但是无法有效地抑制亮建筑物背景。通过对不同类型水体和阴影（笼罩下地物）光谱的进一步分析,虽然水体和阴影光谱曲线变化趋势相似,均在560～600 nm附近存在波峰,但是水体和阴影波峰高度存在差异,水体波峰值较大而阴影波峰值较低。因此,通过充分挖掘水体和阴影在560～600 nm处光谱反射信息,有望进一步抑制建筑物阴影,提高城市河网水体提取精度。     

彩色遥感影像阴影颜色特性分析

为了获得具有标识性且易于获取的阴影特征,总结了彩色图像常见的颜色模式,分析和研究了遥感影像中阴影的亮度、色调、饱和度以及阴影区B通道与G通道强度之间的关系等颜色特性.通过系列实验和分析可知:1)彩色遥感影像色调通道中的高亮值对阴影区域的位置具有一定程度的指示作用;2)低亮度是遥感影像中阴影的重要特征;3)同一幅遥感影像阴影区的饱和度在整体上具有一致性;4)同一幅遥感影像上,阴影区像素B通道强度与G通道强度的大小关系具有一定程度上的一致性.利用这四种特征进行自动阴影识别的初步结果,验证了这四种特征在对遥感影像阴影区的综合标识上是有效的,可以作为计算机阴影自动检测方法的建模基础.     

Meaningful Secret Image Sharing with Saliency Detection

Secret image sharing (SIS), as one of the applications of information theory in information security protection, has been widely used in many areas, such as blockchain, identity authentication and distributed cloud storage. In traditional secret image sharing schemes, noise-like shadows introduce difficulties into shadow management and increase the risk of attacks. Meaningful secret image sharing is thus proposed to solve these problems. Previous meaningful SIS schemes have employed steganography to hide shares into cover images, and their covers are always binary images. These schemes usually include pixel expansion and low visual quality shadows. To improve the shadow quality, we design a meaningful secret image sharing scheme with saliency detection. Saliency detection is used to determine the salient regions of cover images. In our proposed scheme, we improve the quality of salient regions that are sensitive to the human vision system. In this way, we obtain meaningful shadows with better visual quality. Experiment results and comparisons demonstrate the effectiveness of our proposed scheme.     

3D face recognition by shadow moiré

This research applies the shadow moiré method to recognize a 3D face. The contour information of a face is stored in a database by a hierarchical structure from outer to inner contours, which contains the 3D features of the face. The contour similarity rate can be detected by the image moment invariant method. This research extends traditional two-dimensional face recognition into three-dimensional analysis to enhance the detection rate of a face.