|
钻瓜专利网为您找到相关结果 70个,建议您 升级VIP下载更多相关专利
- [发明专利]一种基于混合匹配代价和自适应窗口的立体匹配方法-CN201410259310.5在审
-
祝世平;李政
-
北京航空航天大学
-
2014-06-11
-
2014-08-20
-
G06T7/00
- 本发明提出了一种基于混合匹配代价和自适应窗口的立体匹配方法。首先对传统梯度匹配代价进行了改进,引入梯度相位信息。为进一步提高算法的鲁棒性,本发明结合灰度绝对差和(SAD)代价,并用指数函数对它们进行归一化,提出一种新的混合匹配代价;然后采用一种基于十字交叉自适应窗口生成方法,可以根据相邻像素的色彩和空间位置关系构建自适应窗口。在低纹理区域,提供较大的窗口以提高匹配精度;而在高纹理区域则产生较小的窗口,以保护物体边缘等细节信息。对聚合后的代价,采用“胜者为王”(Winner-Takes-All(WTA))策略选择使总代价最小对应的视差值作为初始匹配结果;最后,提出一种局部视差直方图的视差精化方法,获得了高精度的视差图。实验结果表明,所提方法匹配精度高,且对幅度失真条件具有较高的鲁棒性。
- 一种基于混合匹配代价自适应窗口立体方法
- [发明专利]一种快速深度图序列帧间模式选择分形编码方法-CN201310453269.0有效
-
祝世平;赵冬玉
-
北京航空航天大学
-
2013-09-29
-
2014-01-29
-
H04N19/597
- 本发明提出了一种快速深度图序列帧间模式选择分形编码方法。首先使用分形视频压缩方法编码彩色视频,然后用分形视频解压缩方法解码彩色视频,以获得彩色视频各宏块编码模式,利用深度图序列帧宏块与相应彩色视频宏块编码的相关性,设计了深度图序列帧宏块编码模式复杂度计算公式。深度图序列的I帧编码采用H.264帧内预测编码方法;深度图序列的P帧编码,首先使用Roberts算子检测对象边界,如果当前深度图序列帧宏块包含对象边界,则使用传统的全搜索编码方法,遍历所有模式,根据拉格朗日率失真优化模型获得最佳编码模式;否则计算当前深度图序列帧宏块的编码模式复杂度,针对复杂度大于阈值T与小于等于阈值T两种情况,分别在不同的有效模式中选择最佳编码模式,然后用分形法编码深度图序列帧宏块。
- 一种快速深度序列模式选择编码方法
- [发明专利]一种基于分形和H.264的高光谱图像压缩方法-CN201310453280.7有效
-
祝世平;赵冬玉
-
北京航空航天大学
-
2013-09-29
-
2014-01-08
-
H04N19/13
- 本发明提出了一种基于分形和H.264的高光谱图像压缩方法。首先将高光谱图像立方数据体转换为YUV格式的视频,送入编码器。高光谱视频的I帧,使用基于宏块平坦度的H.264快速帧内预测模式判别方法进行帧内预测,以去除高光谱图像的空间相关性;高光谱视频的P帧进行块运动估计/补偿分形编码,以去除高光谱图像的谱间相关性。P帧编码宏块的各种树状结构分块首先由MSE准则在参考帧中寻找最佳匹配块,确定各块的迭代函数系统系数,然后比较所有块划分方式的率失真代价,将率失真代价最小的块划分方式作为最终的帧间编码模式,记录最终的分形参数。最后,I帧和P帧的残差数据经过DCT变换、量化之后由熵编码CABAC进行编码写入码流,P帧的分形参数也进行CABAC熵编码。
- 一种基于264光谱图像压缩方法
- [发明专利]基于Codebook背景建模的运动目标检测方法-CN201310485302.8有效
-
祝世平;高洁
-
北京航空航天大学
-
2013-10-16
-
2014-01-01
-
G06T7/00
- 本发明公开了一种基于Codebook背景建模的运动目标检测方法,本方法对传统Codebook度量颜色、亮度距离的RGB柱状结构做了改变,在YUV色彩空间建立码本背景模型,简化了码元结构。在YUV空间进行运动目标检测,首先将一幅图像中的每个像素点在时间轴上进行聚类,提取背景模板;之后采用当前图像与背景模板进行比较,从而检测出运动目标,并同时进行背景模板的更新。本方法融入了频率信息来改变传统码本背景模型中的码元判定、删除、匹配过程;同时将当前像素空域信息纳入到前景判定过程中,该空域信息包括了邻域内像素间的依赖关系,使得前景检测结果更加可靠;降低了传统的码本背景模型在光照变化比较频繁的场景中的敏感性。实验结果表明,该方法能够在不同条件下快速准确的检测运动目标。
- 基于codebook背景建模运动目标检测方法
- [发明专利]基于五边形搜索及五帧背景对齐的动背景视频对象提取-CN201210398147.1有效
-
祝世平;郭智超;高洁
-
北京航空航天大学
-
2012-10-18
-
2013-04-17
-
H04N7/26
- 本发明公开了基于中心偏置的五边形搜索及五帧背景对齐的动背景视频对象提取,包括如下步骤:首先将K-2帧、K-1帧、参考帧K、K+1帧与K+2帧分成8×8宏块,并对宏块进行筛选;对筛选后的宏块采用基于中心偏置的五边形运动估计方法进行块匹配,分别得到上述四帧相对于参考帧的运动矢量场,并通过最小二乘法计算全局运动参数;对第K-2帧、K-1帧、K+1帧与K+2帧分别进行运动补偿,使该四帧与参考帧背景对齐,并得到四帧的重建帧;对重建帧K-2'、K-1'、K+1'、K+2'及参考帧分别采用Prewitt算子提取边缘信息,计算相对于参考帧边缘的帧差,最大方差阈值二值化;分别对连续五帧前两帧和后两帧得到的帧差进行与运算;最后进行或运算并做后处理,实现动背景下快速有效分割。
- 基于五边形搜索背景对齐视频对象提取
- [发明专利]一种基于自适应分水岭的图割的多目立体匹配方法-CN201210500685.7有效
-
祝世平;杨柳
-
北京航空航天大学
-
2012-11-29
-
2013-04-03
-
G06T7/00
- 本发明提出一种基于自适应分水岭的图割的多目立体匹配方法,本发明提出了新的自适应局部阈值方法,并将其应用于分水岭结合Prim方法的区域融合中。使用自适应分水岭对图像进行处理,使图中像素以一定关系将图像分割成不同的区域并分配标号来建立能量方程,并提出新的大领域无参数的平滑约束模型。最后通过优化的α-扩展法,利用最小生成树的区域中像素范围来搜索,在范围内搜索区域像素,寻找匹配点,否则不搜索。大邻域能够使本发明更灵活地获得更好的目标边界,在不连续的边界和高折叠纹理区域都得到很好的效果。在不影响合成视图质量的同时解决了静态图像和动态视频序列的矛盾性,深度估计的结果不会呈现不连续的跳跃现象。
- 一种基于自适应分水岭立体匹配方法
- [发明专利]基于变化检测和帧差累积的视频对象分割方法-CN201210402443.4有效
-
祝世平;高洁
-
北京航空航天大学
-
2012-12-28
-
2013-03-13
-
H04N7/26
- 本发明公开了一种基于变化检测和帧差累积的视频对象分割方法,首先使用t显著性检验检测间隔为k帧的对称帧的帧间变化,再对检测出的初始运动变化区域通过时域定区间帧差累积计算,并进一步整合形成记忆掩膜;而后使用基于不连续性检测的Kirsch边缘检测算子通过图像边缘连续性检测来调节阈值,从而得到当前帧中连通的所有边缘信息;接着通过时空滤波器获得语义视频对象平面;最终选择性的应用填充及形态学处理操作实现视频对象的分割。这是一种新的视频对象分割方法,它的提出有效地解决了视频对象分割方法经常出现的对象不规则运动造成的视频对象内部缺失和背景显露。分割速度、分割效果、适用范围及可移植性均有了很大的改善。
- 基于变化检测累积视频对象分割方法
|