【摘 要】
:
多媒体传感器节点的处理能力、存储能力和通信能力相对较弱,给视频编码传输带来了极大的挑战。提出了一种改进的3维等级树集分割(3D-MSPIHT)的视频编码方法,将等级树集分割(SPIHT)算法予以改进并推广应用于3维视频编码中,该算法采用提升小波进行3维子带分解,通过改进的根和分割方法实现对系数重排序,保证更多重要的信息更早地编码于比特流中;同时采用无链表的编码结构,不需要进行复杂繁重的运动估计和补
论文部分内容阅读
多媒体传感器节点的处理能力、存储能力和通信能力相对较弱,给视频编码传输带来了极大的挑战。提出了一种改进的3维等级树集分割(3D-MSPIHT)的视频编码方法,将等级树集分割(SPIHT)算法予以改进并推广应用于3维视频编码中,该算法采用提升小波进行3维子带分解,通过改进的根和分割方法实现对系数重排序,保证更多重要的信息更早地编码于比特流中;同时采用无链表的编码结构,不需要进行复杂繁重的运动估计和补偿,实现了较少的内存和能量消耗,能够提供较好服务质量(QoS)。实验结果表明,此方案优于3D-SPIHT
其他文献
为了更鲁棒和快速地进行目标跟踪,在基于粒子滤波的目标跟踪方法的启发下,提出了一种新的基于蒙特卡罗方法的目标跟踪方法。该方法首先运用蒙特卡罗技术对下一帧目标可能出现的位置和尺度进行抽样;然后计算各抽样与参考目标的相似度;最后通过估计目标状态来获得跟踪目标。实验表明,该方法无需目标运动信息,特别适用于目标灵活运动时的跟踪,与现有的算法相比,不仅算法实现简单,同时有较好的鲁棒性和通用性。
精确的亚像素级图像配准是图像超分辨重建中的关键问题。在图像超分辨重建中广泛使用的基于像素特征的光流法,对于大幅度运动场的计算很难做到精确的亚像素级配准。本文考虑了一种基于SIFT(scaleinvariant feature transform)特征的鲁棒性多帧图像超分辨重建算法。首先提取输入的低分辨待匹配图像对的SIFT关键点及其特征矢量,随后选取候选匹配关键点对,通过RANSAC(random
为了快速精确地进行加工区域边界抽取,给出了一种Z-map加工模型的加工区域边界抽取算法,该算法首先把Z-map模型下规则网格点阵转化为二元图进行边界抽取;然后以基于段长的方式,逐行扫描步长段,并利用上下行段之间的关系确定段左右节点的连接,以形成有向环,从而确定边界为外轮廓或为内轮廓,该算法时间复杂度为O(n),n为步长段的数量;接着通过对环中段间的连接关系分析,恢复了加工区域完整的边界信息;最后给
将彩色图像像素点的3个颜色分量当作一个纯四元数来处理,在充分考虑了图像3个颜色分量的内在相关性、图像本身的非线性机制的基础上,构造了基于球面线性四元数插值方法和代数三角混合四元数插值样条方法的彩色图像插值算法。实验结果表明,四元数方法用于彩色图像插值时,所处理的图像清晰度和色彩亮度均较传统方法有较大改进,边缘细节上也更丰富。
自1935年Whipple报告了胰十二指肠切除术(PD)以来,该术式已成为治疗胰头、壶腹周围恶性肿瘤及少数良性疾病的标准术式,在国内县市级以上医院均有开展。但PD切除脏器多,手术创伤大,
为了提高立体匹配效率和克服处理区域的视差跳跃,提出了一种基于像元集的置信传递立体匹配方法。该方法首先以像素为基元,利用层次置信传递算法得到较为准确的初始视差;然后依次根据颜色和初始视差对参考图像进行分割,再利用分裂合并策略对分割后的像元集进行平面拟合,以消除颜色分割错误对匹配造成的影响;最后在拟合后的像元集空间,利用标准置信传递优化算法得到最终解。采用国际标准图像进行测试的实验结果表明,该方法的匹
提出一个基于均值移动(Mean shift)和贪婪算法的多人脸跟踪器。首先建立多个均值移动目标跟踪器以进行多人脸跟踪。结合卡尔曼滤波逐个检测目标并从视频帧中清除已跟踪到的人脸,以解决当多个目标相邻或相互遮挡时相应的跟踪窗口会收敛于最大目标、导致其他目标丢失的难题。引入辅助窗口并根据其纹理信息确定粘连目标的对应。实验结果表明,该多人脸跟踪算法可实现稳健的实时多人脸跟踪。
视频数据大都是经过压缩域的形式存储和传输的,且直接在压缩域进行视频对象分割无需运动估计等复杂的计算,速度较快。本文提出了一种基于梯度模型的MPEG压缩域的运动对象分割算法。首先利用DCT(AC[1]和AC[8])系数获得所有物体的边缘,然后综合在累积运动矢量基础上得到的边缘运动信息,从而获得感兴趣运动物体的边缘。仿真实验结果表明,它可以取得满意的分割质量。
给出了一种用于立体图像匹配的改进置信传播算法。基于视差场的连续性假设。传统视差估计置信传播算法将稠密视差场抽象为一种马尔可夫场,置信传播在消息双向传递的马尔可夫网络上进行。考虑到在物体遮挡区域视差场并不连续,首先采用基于初始视差估计的交叉不稳定检测技术检测出遮挡区域,将稠密视差场更加精确地抽象为一种马尔可夫场和贝叶斯场的混合场,置信传播在马尔可夫和贝叶斯的混合网络上进行,使得遮挡区域像素视差信息不
提出了一种基于递归最短生成树算法的H.264压缩域实时分割运动对象的算法。首先将从H.264编码端提取的运动矢量进行归一化、空间内插,得到稠密运动矢量场,再采用全局运动补偿技术抵消全局运动的影响,最后采用改进的"递归最短生成树"(RSST)算法对稠密运动矢量进行聚类,实现对运动对象的分割。实验结果表明,该算法对视频序列能实现较准确的分割。