嵌入式系统具有运行速度低、存储资源有限、数据吞吐量小等弱点,而图像滤波算法要对图像中的每个像素进行处理,数据处理量极大,要保证嵌入式实时图像处理,必须具备快速处理能力,二者之间的矛盾是嵌入式实时系统图像滤波算法设计的最大难...嵌入式系统具有运行速度低、存储资源有限、数据吞吐量小等弱点,而图像滤波算法要对图像中的每个像素进行处理,数据处理量极大,要保证嵌入式实时图像处理,必须具备快速处理能力,二者之间的矛盾是嵌入式实时系统图像滤波算法设计的最大难点,在低速嵌入式实时系统上实现的高效图像滤波算法是本研究的重要创新点。在分析了经典图像滤波算法的基础上,总结了经典图像滤波算法的优点和不足,提出了边缘跟随图像滤波算法(Image Filter Algorithms Based Edges,IFABE),IFABE不仅提高了滤波速度,而且还解决了经典滤波算法带来的边缘模糊问题,在图像滤波速度和质量方面都取得了较好的表现。展开更多
针对现有RGBD场景流计算模型在复杂场景、非刚性运动和运动遮挡等情况下易产生场景过度平滑和运动边缘模糊的问题,提出一种基于FRFCM(Fast and Robust Fuzzy C-Means)聚类与深度优化的RGBD场景流计算方法.首先以图像序列连续帧间光流信...针对现有RGBD场景流计算模型在复杂场景、非刚性运动和运动遮挡等情况下易产生场景过度平滑和运动边缘模糊的问题,提出一种基于FRFCM(Fast and Robust Fuzzy C-Means)聚类与深度优化的RGBD场景流计算方法.首先以图像序列连续帧间光流信息为基准,利用FRFCM聚类算法对输入图像进行初始分割,然后根据深度图像的运动边缘信息优化初始分割结果,提取高置信度的运动分层信息.最后设计基于图像分割的RGBD场景流能量函数,采用金字塔变形策略计算精确的场景流结果.分别采用Middlebury和MPI-Sintel数据库所提供的测试图像集对本文方法和现有的RGBD场景流算法进行综合对比分析,实验结果表明本文方法相对于其他方法具有更好的场景流估计精度和鲁棒性,有效改善了场景过度平滑和运动边缘模糊问题.展开更多
文摘嵌入式系统具有运行速度低、存储资源有限、数据吞吐量小等弱点,而图像滤波算法要对图像中的每个像素进行处理,数据处理量极大,要保证嵌入式实时图像处理,必须具备快速处理能力,二者之间的矛盾是嵌入式实时系统图像滤波算法设计的最大难点,在低速嵌入式实时系统上实现的高效图像滤波算法是本研究的重要创新点。在分析了经典图像滤波算法的基础上,总结了经典图像滤波算法的优点和不足,提出了边缘跟随图像滤波算法(Image Filter Algorithms Based Edges,IFABE),IFABE不仅提高了滤波速度,而且还解决了经典滤波算法带来的边缘模糊问题,在图像滤波速度和质量方面都取得了较好的表现。
文摘针对现有RGBD场景流计算模型在复杂场景、非刚性运动和运动遮挡等情况下易产生场景过度平滑和运动边缘模糊的问题,提出一种基于FRFCM(Fast and Robust Fuzzy C-Means)聚类与深度优化的RGBD场景流计算方法.首先以图像序列连续帧间光流信息为基准,利用FRFCM聚类算法对输入图像进行初始分割,然后根据深度图像的运动边缘信息优化初始分割结果,提取高置信度的运动分层信息.最后设计基于图像分割的RGBD场景流能量函数,采用金字塔变形策略计算精确的场景流结果.分别采用Middlebury和MPI-Sintel数据库所提供的测试图像集对本文方法和现有的RGBD场景流算法进行综合对比分析,实验结果表明本文方法相对于其他方法具有更好的场景流估计精度和鲁棒性,有效改善了场景过度平滑和运动边缘模糊问题.
