-
基于图像校正与相位相关的视频拼接算法
-
描述：针对现有基于特征的拼接算法在特征单一的场景中存在配准精度和效率方面的不足,提出了一种新的拼接算法,巧妙地将摄像机标定与相位相关的方法相结合,通过摄像机标定求出摄像机内外参数,对摄像机输入的视频图像进行矫正,从而使得两幅待匹配的图像间只具有平移参量。再通过相位相关算法求取高精度的平移参数,最后进行图像融合处理。拼接过程中,不需要提取拼接图像的特征,减少了图像配准过程中算法对于场景特征的依赖性。实验结果证明,该方法在场景特征单一的条件下能够实现稳定高效的视频拼接。
-
基于曲线拟合的视频稳像方法
-
描述：根据人眼的视觉特性,提出一种基于曲线拟合的视频稳像方法。使用图像背景特征点对摄像机的全局运动进行估计,利用曲线拟合的方法计算出摄像机的抖动分量,并将曲线拟合的结果作为摄像机的主观运动方向,对其摄像机的抖动运动分量进行补偿,使图像位移矢量达到最小,以有效减少运动补偿后引起的图像信息丢失。对抖动角度在20°内移动摄像机拍摄的视频进行稳像处理,实验结果表明,该方法稳像后视频的抖动角度小于2°,视频图像信息的损失小于5%,具有较好的稳像效果,并且在稳像后保证了视频帧内容的完整性。
-
基于视频与数字图像比色的甘薯多酚氧化酶活力检测
-
描述：多酚氧化酶(polyphenol oxidase,PPO)是引起甘薯酶促褐变的主要原因,常用的PPO活力检测方法操作繁琐,建立一种简便快捷的检测方法意义重大。实验采用手机拍摄甘薯切片的褐变视频,提取视频图像RGB变化数据,建立了PPO活力预测模型。研究发现,0～30 s图像R值的变化量(ΔR)与PPO活力呈极强的正相关(相关系数0. 946),G值与B值的变化量(ΔG和ΔB)与PPO活力呈中等强度正相关(相关系数分别为0. 799和0.620)。采用多元线性回归模型对ΔR、ΔG、ΔB与PPO活力间的关系进行拟合,所得模型的拟合确定系数(R~2)达到0. 903,模型的预测相关系数(r_p)、预测均方误差和标准偏差比分别为0. 956,2. 079和3. 459。结果表明,采用视频与数字图像比色快速检测甘薯多酚氧化酶活力是可行的。
-
基于视频序列的矿卡司机不安全行为识别
-
描述：目前许多矿山对于矿卡司机的不安全行为监督仍依赖于人为监管,无法及时准确地发现问题,利用计算机技术识别不安全行为是替代人工检测的一条高效途径。本文利用深度学习来解决视频序列的矿卡司机不安全行为识别,深度学习方法不依赖人工设计特征,而是自适应地学习更好的高维特征,具有稳健性更好、速度更快及准确率更高的优点。首先,对帧图像采用翻转、旋转和添加噪点等方法进行数据增强,以降低样本的不均衡性;其次,利用本文优化的模型训练数据。结果表明:网络测试准确率达到93.445%,相比原始双流网络模型提高了15%。将本文模型与不考虑时序动态信息的深度学习模型进行试验比较,证明了时域特征信息对于行为识别的重要性。综上,本文提出的网络模型对于矿卡司机不安全行为的识别率较高,对矿卡司机不安全行为的识别及采矿生产作业安全具有重要实践意义。
