基于残差宏块自适应下采样立体视频压缩编码方法

    公开(公告)号:CN101668205B

    公开(公告)日:2011-04-20

    申请号:CN200910035493.1

    申请日:2009-09-25

    Abstract: 基于残差宏块自适应下采样立体视频压缩编码方法,通过对立体视频左右视点视频信息时间、空间相关性及左右视点间相关性分析,采用基于联合补偿预测的立体视频编码方案。其中,根据人眼视觉抑制理论——构成立体视频图像对的两幅图像,高分辨率图像能够抑制低分辨率图像中的模糊部分,最终获得的立体感觉主要依赖于高分辨率图像。基于此理论,本发明提出了一种基于残差宏块下采样方法,根据图像不同方向的运动情况,分别采用三种下采样方式,减小采样失真度。然后根据立体视频编码中运动补偿预测、视差补偿预测和联合补偿预测三种不同的预测模式,来判断当前编码块的运动剧烈程度,实现了自适应的残差宏块下采样方法,提高了编码效率。

    基于模糊推理的自适应空域差错掩盖方法

    公开(公告)号:CN101707721A

    公开(公告)日:2010-05-12

    申请号:CN200910035496.5

    申请日:2009-09-25

    Abstract: 一种基于模糊推理的自适应空域差错掩盖算法,其特征是:通过分析丢失宏块及其邻块所组成的局部图像,提取出多个可以反映该局部图像纹理分布的特征,主要为方向熵、边缘点数目或者丢失块附近区域的方差等;根据这些图像特征设计符合实际情况的模糊规则,并采用模糊推理方法对丢失块的内容进行估计,分别计算出丢失块对于平滑块、边缘块以及纹理块三种块类型的隶属度;采用最大隶属度值所对应的块类型作为丢失块内容的估计,最后根据得到的块内容估计进行内容自适应的空域掩盖算法。

    一种实时多模式无线视频监控装置及其控制方法

    公开(公告)号:CN100409688C

    公开(公告)日:2008-08-06

    申请号:CN200510094729.0

    申请日:2005-10-09

    Abstract: 一种实时多模式无线视频监控装置及其控制方法是一种综合多种公共无线移动通信网络(简称移动公网)和无线局域网(WLAN)接入的远程移动无线视频监控装置及其控制方法。该装置的无线视频终端包括核心板部分(1)和通信接口板部分(2),核心板部分(1)和通信接口板部分(2)分别通过外部设备互联总线/外部设备互联总线扩展输入输出接口(3)相连;控制的方法如下:1).PCI-XIO接口初始化;2).编码及工作状态初始化;3).创建并开启各任务线程;4).挂起。该装置不仅可以在某个单一网络接入模式进行实时视频传输,也可以在任意两种网络组合模式(主要是WLAN/CDMA和WLAN/GPRS)或三种网络组合模式条件下进行视频传输,获得最佳的视频传输效果。

    数码相机中自适应自动聚焦方法

    公开(公告)号:CN1877438A

    公开(公告)日:2006-12-13

    申请号:CN200610088321.7

    申请日:2006-07-10

    Abstract: 数码相机中自适应自动聚焦方法是数码相机的图像处理的技术,其处理步骤为:a、用数码相机采集原始的彩色图像;b、根据原始图像的分辨率大小,采用自适应窗口的方法将原始图像彩色中间区域作为子图像剪切出来;c、将彩色的子图像转换为灰度图象;d、对灰度子图像进行二维DCT变换,获得二维DCT系数;e、对二维DCT系数按照其频率的大小进行自适应加权,计算图像清晰度评价函数;f、根据图像清晰度评价函数,采用一种全程的搜索策略控制步进电机的移动,搜索出清晰的聚焦图像。该方法定义了一个感兴趣的窗口区域,该窗口的大小可以根据图像的分辨率进行自适应地调整,以适应不同的拍摄要求。

    一种实时多模式无线视频监控装置及其控制方法

    公开(公告)号:CN1758753A

    公开(公告)日:2006-04-12

    申请号:CN200510094729.0

    申请日:2005-10-09

    Abstract: 一种实时多模式无线视频监控装置及其控制方法是一种综合多种公共无线移动通信网络(简称移动公网)和无线局域网(WLAN)接入的远程移动无线视频监控装置及其控制方法。该装置的无线视频终端包括核心板部分(1)和通信接口板部分(2),核心板部分(1)和通信接口板部分(2)分别通过外部设备互联总线/外部设备互联总线扩展输入输出接口(3)相连;控制的方法如下:1).PCI-XIO接口初始化;2).编码及工作状态初始化;3).创建并开启各任务线程;4).挂起。该装置不仅可以在某个单一网络接入模式进行实时视频传输,也可以在任意两种网络组合模式(主要是WLAN/CDMA和WLAN/GPRS)或三种网络组合模式条件下进行视频传输,获得最佳的视频传输效果。

    基于运动估计的学生行为检测方法

    公开(公告)号:CN108537212B

    公开(公告)日:2022-10-14

    申请号:CN201810721742.1

    申请日:2018-07-04

    Abstract: 本发明公开了一种基于运动估计的学生行为检测方法,应用于智能录播系统中,方法包括步骤:首先由视频采集模块采集智能录播系统中学生行为的YUV数据帧,并对采集得到的YUV数据帧做预处理;然后对预处理后图像的当前帧与前一帧依次做差分、二值化、腐蚀和膨胀操作,实现提取当前帧较于前一帧的运动轮廓区域和运动轮廓区域的外接矩形,并滤除面积过小的外接矩形的功能;接着对运动轮廓区域所在的像素块作运动估计,得到所有像素块的水平位移矢量和垂直位移矢量,并根据水平位移矢量和垂直位移矢量求出运动轮廓区域的运动角度大小;最后根据连续多帧中运动轮廓的运动角度大小对学生行为进行识别。本发明能有效减少行为识别的运算量,提高行为识别的准确性。

    一种基于局部回归模型的图像超分辨率重建方法

    公开(公告)号:CN105488759B

    公开(公告)日:2019-06-04

    申请号:CN201510902909.0

    申请日:2015-12-09

    Abstract: 本发明公开一种基于局部回归模型的图像超分辨率重建方法,首先,对输入低分辨率图像,高斯低通滤波得到其低频带图像,双立方插值得到输出高分辨率图像的近似低频带图像。其次,重建时对高分辨率图像的低频带图像中每个图像块应用一阶回归模型,回归模型中高/低图像间的映射函数可对输入图像通过机器学习的方法得到,即利用输入低分辨率图像及其低频带图像对应位置采样得到对应位样本图像块对进行字典训练。最后,重建图像块的非局部自相似块分别应用一阶回归模型,加权综合得到重建的高分辨率图像块。本发明所提出方法无需利用外部图像模型,而是利用输入图像自身学习得到先验模型,依此模型重建出的高分辨图像取得了较好的主客观重建效果。

    一种基于局部二值模式的全参考图像质量评价方法

    公开(公告)号:CN104574381B

    公开(公告)日:2017-09-29

    申请号:CN201410826667.7

    申请日:2014-12-25

    Abstract: 本发明公开了一种基于局部二值模式的全参考图像质量评价方法,该方法读入参考图像与失真图像,做灰度化处理以去除彩色信息,仅保留亮度分量进行后续处理;为减小计算复杂度,对亮度分量进行简单的2×2平均低通滤波,之后在像素域进行1/2的空间下采样,获得宽高均为输入图像尺寸一半的对应图像进行质量分析;计算空间下采样后的参考图像与失真图像在每一像素位置的局部二值模式(LBP)值;计算参考图像与失真图像每一像素位置上的LBP值差异;最后通过统计所有像素位置上LBP值差异的算术平均来获得失真图像的质量评价分。

    基于前景背景融合的单目图像深度图提取方法

    公开(公告)号:CN103413347B

    公开(公告)日:2016-07-06

    申请号:CN201310280435.1

    申请日:2013-07-05

    Abstract: 本发明公开了一种基于前景背景融合的单目图像深度图提取方法,属于计算机视觉的三维图像重建领域。本发明方法包括以下步骤:步骤A、采用非参数化机器学习的方法,提取原始单目图像的前景深度图;步骤B、对原始单目图像,采用线性透视方法估计具有整体分布趋势的背景深度图;步骤C、对原始单目图像的前景深度图、背景深度图进行全局融合,得到所述原始单目图像最终的深度图。相比现有技术,本发明不需要计算相机参数,计算复杂度低,简单易行。

    车牌图像质量的综合评价方法

    公开(公告)号:CN105469384A

    公开(公告)日:2016-04-06

    申请号:CN201510673895.X

    申请日:2015-10-13

    Abstract: 本发明提供了一种广泛适用于不同场景中的车牌图像质量的综合评价方法,从实际车牌图像的空间分辨率、频率特征、灰度垂直投影产生的峰谷交替特征、色彩与标准颜色的偏差特征四个方面综合分析车牌图像的质量,基本涵盖了对监控场景等较为恶劣情况下各类型低质量车牌图像的区分能力。本方案提供普通、快速两种评价方式,其中普通方法需要用户对车牌在图像中的四个角点进行人为标定,而快速方法要求车牌面积占到车牌图像面积的一半及以上。本方案可用于判断车牌图像是否达到可识别标准以及对不能达到可识别标准的车牌图像分析其低质量的原因所在。

Patent Agency Ranking