【摘 要】
：
目前视频在教育、健康、工业等领域有着广泛的应用。这一领域的重要研究表明,视频和图像的处理仍然是一个挑战,进一步的深入研究是相当复杂的。在过去的几十年里,在这一领域的研究中,人们提出了不同的方法和应用。最常用的一种方法是通过关键帧提取技术来对视频数据进行压缩。提出了一种简单、快速、高效、复杂度低的方法,该方法利用直方图差异来实现视频关键帧。算法在读取视频、确定该视频的帧数以及通过计算两个连续帧绝对差
论文部分内容阅读
目前视频在教育、健康、工业等领域有着广泛的应用。这一领域的重要研究表明,视频和图像的处理仍然是一个挑战,进一步的深入研究是相当复杂的。在过去的几十年里,在这一领域的研究中,人们提出了不同的方法和应用。最常用的一种方法是通过关键帧提取技术来对视频数据进行压缩。提出了一种简单、快速、高效、复杂度低的方法,该方法利用直方图差异来实现视频关键帧。算法在读取视频、确定该视频的帧数以及通过计算两个连续帧绝对差的均值和标准差来提高这些帧之间的对比度之后,引入一种均衡化技术来计算每一帧的直方图,这样就可以计算出视频
其他文献
多角度偏振成像仪温度变化是影响辐射定标精度的因素之一,科学遥感数据处理首先进行温度校正。通过成像仪工作原理和偏振测量模型分析了温度变化的影响,结合热控设计和热真空实验情况,针对辐射测量的影响制定了温度补偿校正方法。设计覆盖在轨不同阶段的温度响应测试方案,监测影响实验数据的测试光源等外界条件,有效消除探测器帧转移效应影响,获取辐射定标系数与温度变化响应之间的关系。依据实验和在轨数据分析,通过暗背景通
In order to improve the visibility and contrast of low-light images and better preserve the edge and details of images, a new low-light color image enhancement algorithm is proposed in this paper. The
Deep convolutional neural network(CNN) makes great breakthroughs in computer vision. Recently, many works have demonstrated that the performance of the CNN depends on the stacked convolutional layers.
互联网发展到当前阶段已经不再是单纯互联网的应用,"物物相连"的互联网模式,也就是物联网模式成为互联网发展的新路径。为了更好实现物联网发展,就网络安全风险予以有效防范极为重要。本文就基于物联网网络安全风险软件测试办法应用进行分析,希望可以为物联网的更好发展提供借鉴。
深度图像作为Kinect传感器的重要组成部分,其获得的深度图像往往伴随着不可避免和无法预知的阴影噪声,这也极大地影响并制约其在三维可视化等方面的应用及研究。因此,针对深度图像提出了一种基于分数阶微分的阴影检测方法。在研究分数阶微分定义的Tiansi模板基础上,设计并实现了一种非线性拉伸算子。该算子在0.6阶次可以增强阴影区域边界信息的同时实现阴影的有效检测。通过分析比较发现,该方法在F测度的评价体
将非相似成像理论引入到立体视觉理论中,探索了一种非相似立体视觉机制,建立了空间目标三维定位模型和深度精度模型。根据流行的非相似等距投影理论,对非相似立体视觉三维定位方程进行了数理推导,并实验验证了所建模型的有效性。结果表明:利用三维定位模型可以准确地获取大空域场景中不同深度的多个目标位置信息,定位误差随着目标深度的增大而缓慢变大,在30 m深度处的定位误差达到1.32 m,误差变化规律与深度精度模
丝绸之路经济带(境内段)的生态系统类型多样,生态环境空间异质性显著,对研究区进行生态分区,进而因地制宜地分区构建不同的生态脆弱性评价体系具有重要意义。该研究拟引入分区-整合思想实现丝绸之路经济带(境内段)生态脆弱性的定量评估,利用净初级生产力(NPP)辅助确定不同子生态区的生态脆弱性阈值,进而确保不同子区间生态脆弱性可比性。研究结果表明:(1)考虑到丝绸之路经济带(境内段)生态环境影响因子的时空差
为了获得多聚焦图像的最佳融合效果,得到更多细节信息,分析了相关的图像融合算法,选择变换域内融合方法对图像进行融合。对两张待融合图像使用小波变换进行分层(小波基选择sym4,分解层数为3层),低频系数采用加权平均法融合。高频系数使于Canny算子的边缘检测,对检测到的边缘图像采用最大系数法进行融合。对加权平均法、小波变换(低频平均、高频最大系数融合)、及改进后算法进行仿真分析,直观视觉及参数分析中均
针对运动模糊图像的深度图估计以及减少网络训练成本,提出了基于左右视图一致性约束的多尺度去糊递归网络LRSDR-Net。首先,利用多尺度去糊子网络对图像进行去糊重建。在此基础上,利用自编码网络生成视差图像。最后,利用基于平行光轴的双目对极几何模型对视差图进行深度估计生成深度图像。通过与同类方法的主观定性与客观定量对比,实验结果表明,所提方法在视差估计的相对绝对误差、相对平方误差、均方误差与log均方