为动态识别无线视频传输过程中视频码率变化情况,结合结构相似度(structural similarity,SSIM)的图像失真评价测度,根据终端视频帧质量数值分布特点,提出一种基于结构相似度的无线视频码率变化聚类识别算法SBVCRA(SSIM based bitrate va...为动态识别无线视频传输过程中视频码率变化情况,结合结构相似度(structural similarity,SSIM)的图像失真评价测度,根据终端视频帧质量数值分布特点,提出一种基于结构相似度的无线视频码率变化聚类识别算法SBVCRA(SSIM based bitrate variation clustering recognition algorithm for wireless video)。使用结构相似度(SSIM)计算视频帧质量,计算相邻帧质量数据之间的相似程度;基于二叉树分裂方法,以相邻帧质量相似度值最小的帧序号为分裂点对帧区间进行递归分裂;依据分裂结果完成无线视频码率聚类,实现码率变化情况的识别。实验结果表明,所提算法可根据视频帧质量数值分布特性对相同码率自动聚类,码率变化情况的识别结果准确。展开更多
随着图像拼接技术在摄影、医疗影像及虚拟现实等领域的广泛应用,开发高效且精确的拼接算法具有重要实践意义。设计并实现了一种基于特征点匹配的图像拼接系统,利用Gamma校正方法对初始图像进行亮度预处理,以尺度不变特征变换(Scale-Inva...随着图像拼接技术在摄影、医疗影像及虚拟现实等领域的广泛应用,开发高效且精确的拼接算法具有重要实践意义。设计并实现了一种基于特征点匹配的图像拼接系统,利用Gamma校正方法对初始图像进行亮度预处理,以尺度不变特征变换(Scale-Invariont Feature Transfom,SIFT)算法为核心,通过OpenCV视觉库及Python编程语言完成图像特征点提取、匹配及图像拼接。设计了直观友好的用户界面(User Interface,UI)以支持用户操作并保存拼接结果。以结构相似性指数(Structural Similarity Index,SSIM)及峰值信噪比(Peak Signal to Noise Ratio,PSNR)评价指标,在不同光照及环境条件下对系统进行实验验证。结果表明,系统可高效、精准完成不同环境的图像拼接,增强后的拼接图像在PSNR及SSIM值上均表现出提升,验证了系统的实用性及可靠性。展开更多
文摘随着图像拼接技术在摄影、医疗影像及虚拟现实等领域的广泛应用,开发高效且精确的拼接算法具有重要实践意义。设计并实现了一种基于特征点匹配的图像拼接系统,利用Gamma校正方法对初始图像进行亮度预处理,以尺度不变特征变换(Scale-Invariont Feature Transfom,SIFT)算法为核心,通过OpenCV视觉库及Python编程语言完成图像特征点提取、匹配及图像拼接。设计了直观友好的用户界面(User Interface,UI)以支持用户操作并保存拼接结果。以结构相似性指数(Structural Similarity Index,SSIM)及峰值信噪比(Peak Signal to Noise Ratio,PSNR)评价指标,在不同光照及环境条件下对系统进行实验验证。结果表明,系统可高效、精准完成不同环境的图像拼接,增强后的拼接图像在PSNR及SSIM值上均表现出提升,验证了系统的实用性及可靠性。
