数字视频分析中快速边缘检测和运动估计研究
DOI:
CSTR:
作者:
作者单位:

(1.宁波城市职业技术学院, 宁波 315100;2.浙江万里学院 智能控制研究所, 宁波 315100;3.宁波大学 信息科学与工程学院, 宁波 315100)

作者简介:

徐济惠(1964-),男,浙江宁波人,副教授,主要从事图像处理,视频图像分析等方向的研究。 [FQ)]

通讯作者:

中图分类号:

基金项目:

国家自然科学基金项目( 61103054);浙江省科技厅/公益项目(2012C21032) ;宁波市科技计划项目(2014C50018,5C50053);浙江省教育厅科研项目(Y201329047)。


Research Fast Edge Detection and Motion Estimation in Digital Video Analysis
Author:
Affiliation:

(1.Ningbo City college, Ningbo 200072,China;2.Institute of Intelligent Control of Zhejiang Wanly College, Ningbo 315100, China;3.Department of Information Science and Engineering,Ningbo University, Ningbo 315100,China)[JZ)]

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    研究了将粒子群优化算法同万有引力算法相结合进行边缘检测,利用万有引力原理进行启发函数的计算,指导蚁群运动趋向,快速检测出边缘线,作为图像分析的预处理结果;另外根据视频图像中局部运动集中在图像中部概率较大的特性,提出对图像的几个小区域数据进行全局运动估计,这样大幅度减少了运算量,实验中通过采样4个六分之一原图边长的矩形区域进行全局估计,实验证实了在精度相同的情况下,运算速度提高了九倍左右。

    Abstract:

    This paper first study the edge detection based on particle swarm optimization algorithm and universal gravitation algorithm in this paper. Using the principle of universal gravitation to calculate the heuristic function, guide the ant colony movement trend, and quickly detect the edge of the line. The detection results can be used as the preprocessing results of image analysis. We propose a global motion estimation based on several small domain data of the image according to the video of the local image motion is concentrated in the central part of the image of greater probability characteristics. In this way the amount of computation can be greatly reduced. We sampled four of 1/6 rectangular area original length in the experiment of global estimation. The experiment proves that the operation speed is increased by about nine times in the same accuracy.

    参考文献
    相似文献
    引证文献
引用本文

徐济惠,祝晓东,刘翠娟,郭国文.数字视频分析中快速边缘检测和运动估计研究计算机测量与控制[J].,2016,24(5):242-245, 250.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2016-03-09
  • 最后修改日期:2016-03-30
  • 录用日期:
  • 在线发布日期: 2016-07-27
  • 出版日期:
文章二维码