• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    大氣湍流下退化序列圖像的目標(biāo)檢測方法

    2018-06-29 00:54:38李俊山隋中山李建軍
    數(shù)據(jù)采集與處理 2018年3期
    關(guān)鍵詞:湍流前景高斯

    李俊山 張 姣 隋中山 李建軍

    (1. 廣東外語外貿(mào)大學(xué)南國商學(xué)院,廣州,510545;2. 西安衛(wèi)星測控中心,西安,710043;3. 火箭軍士官學(xué)校,青州,262500)

    引 言

    目標(biāo)檢測是計(jì)算機(jī)視覺的重要應(yīng)用之一,是后續(xù)目標(biāo)識別、跟蹤、目標(biāo)分類以及行為分析的前提。遠(yuǎn)距離成像時通常會受到復(fù)雜變化的大氣湍流影響,使得成像結(jié)果中存在不規(guī)則抖動、偏移和模糊等退化現(xiàn)象[1,2]。因此,如何從湍流退化視頻中提取出全部真實(shí)的運(yùn)動目標(biāo),同時盡可能降低湍流和噪聲干擾導(dǎo)致的誤檢情況,實(shí)現(xiàn)高精度、低誤檢率的目標(biāo)檢測技術(shù)研究具有重要的意義。

    傳統(tǒng)目標(biāo)檢測算法的基礎(chǔ)可分為前景檢測、幀間差分和背景減除3類。前景檢測是通過對場景中運(yùn)動矢量的分析得到運(yùn)動的前景物體,再輔以圖像分析來獲得運(yùn)動目標(biāo)。此類方法無需背景先驗(yàn)知識,常用的有光流法[3,4]、連續(xù)張量法[5]。其中,光流法計(jì)算復(fù)雜且對光照變化敏感,連續(xù)張量法提取快速運(yùn)動的目標(biāo)結(jié)果往往比實(shí)際大,難以滿足實(shí)際應(yīng)用的要求。幀間差分法[6]采用相鄰幀的對應(yīng)像素相減來揭示連續(xù)幀的變化,方法簡單快速,但由于幀差法不能有效記錄背景的歷史信息,使得檢測結(jié)果往往過于粗糙。背景減除法[7,8]通過一定規(guī)則建立背景模型,采用幀間相減和更新背景的方法獲得檢測結(jié)果,其最具有代表性的是混合高斯模型法(Gaussians mixture model, GMM)[9]。該模型利用多個高斯模型描述像素點(diǎn)狀態(tài),能夠較好地適應(yīng)場景變化。為改善場景變化(水面波動、樹葉搖擺等)對檢測效果的影響,不少學(xué)者深入研究了GMM方法并提出了相應(yīng)的改進(jìn)方法[10,11]。對于大氣湍流條件下的視頻,其整個場景從單幀來看存在成像模糊和像素偏移,從連續(xù)幀來看呈現(xiàn)出輕微抖動[12,13]。這些因素會干擾場景中目標(biāo)的運(yùn)動檢測,導(dǎo)致單純的前景檢測或背景減除方法無法清晰地定位運(yùn)動物體。傳統(tǒng)的背景建模方法不能完美地描述湍流背景,導(dǎo)致場景中物體識別十分困難。

    近年來,數(shù)據(jù)的低秩稀疏建模成為研究熱點(diǎn),目前已被成功應(yīng)用于語音增強(qiáng)[14]、立體重建[15]以及圖像/視頻恢復(fù)[16,17]等。Oreifej等[18]通過尋找湍流圖像中的低秩結(jié)構(gòu),提出了一種低秩稀疏三分解的小目標(biāo)檢測法:首先計(jì)算圖像中小區(qū)域內(nèi)像素(如16×16)的運(yùn)動軌跡,再根據(jù)湍流和目標(biāo)的運(yùn)動分布不同,設(shè)置目標(biāo)置信度量,引入低秩分解和稀疏建模思想,將數(shù)據(jù)分為背景、湍流和小目標(biāo)3部分。該方法對小目標(biāo)檢測精度非常高,但用于非小目標(biāo)檢測時,結(jié)果往往存在大量空洞,且基于光流的粒子軌跡計(jì)算復(fù)雜、耗時久。本文以湍流條件下的紅外視頻為研究對象,結(jié)合低秩分解和高斯建模思想及前景和背景檢測,提出了一種適應(yīng)物體運(yùn)動狀態(tài)變化的目標(biāo)檢測算法, 提高了湍流退化條件下物體檢測的精度,在光照變化和模糊條件下仍能獲得較好的檢測結(jié)果。

    1 基于低秩稀疏分解的湍流圖像分解

    低秩稀疏分解模型(Low-rank and sparse decomposition, LRSD)考慮的是如何從較大但分布稀疏的誤差中恢復(fù)出數(shù)據(jù)的低秩結(jié)構(gòu)的問題,其基本思想是將一個矩陣分解為一個低秩結(jié)構(gòu)的低秩矩陣部分和一個隨機(jī)分布的誤差稀疏矩陣部分[19]。低秩分解模型符合現(xiàn)實(shí)中很多物理模型和現(xiàn)象,相關(guān)理論也證明了模型求解的有效性。

    對于湍流序列圖像{I1,I2,…,In},圖像分辨率為w×h,將每幀圖像排列為一個(w×h)×1列向量,記為vec(Ii),i=1,…,N,則整個序列組成的矩陣可表示為D={vec(I1),…,vec(In)}∈R(w×h)×n。相關(guān)研究指出,大氣湍流波動具有單峰性、對稱性和局部重復(fù)性,且湍流引起的序列局部像素偏移符合零均值高斯分布的特點(diǎn)[13,18]。因此,湍流分量可以采用Frobenius范數(shù)表示。湍流序列的低秩分解表示為

    (1)

    (2)

    在拉格朗日乘子算法的框架下,式(2)可轉(zhuǎn)化為

    (3)

    式中:Y∈RM×T是拉格朗日乘子,tr(·)表示矩陣的跡。μ是懲罰因子,通常設(shè)與輸入數(shù)據(jù)維數(shù)逆相關(guān),設(shè)為μ=2 000/sqrt(size(D,1))。目前已有一些算法實(shí)現(xiàn)了對式(3)的求解,如加速近似梯度法(Ac-celerated proximal gradient, APG),Bregman迭代算法、精確增廣拉格朗日乘子法(Augmented Lagrange multiple, ALM)和非精確增廣拉格朗日乘子算法(Inexact augmented Lagrange multiple, IALM)等。

    2 前景提取和背景建模結(jié)合的目標(biāo)檢測

    經(jīng)過分解,獲得低秩穩(wěn)像部分和稀疏運(yùn)動部分如圖1所示,穩(wěn)像部分主要包括背景和部分運(yùn)動目標(biāo)像素,稀疏部分為受湍流影響的運(yùn)動像素和隨機(jī)噪聲。為了準(zhǔn)確定位運(yùn)動目標(biāo),則需采用不同方法分別對兩部分進(jìn)行檢測。

    2.1 基于自適應(yīng)閾值的稀疏目標(biāo)提取

    對于每幀的稀疏部分(記為pi)采用自適應(yīng)閾值分割圖像,以剔除細(xì)微偏移量和噪聲的干擾。閾值Ti與稀疏部分的灰度均值有關(guān),設(shè)為

    Ti=max(αmedian(pi),ε)

    (4)

    式中:median(·)為向量均值函數(shù),α和ε為常量。每幀稀疏部分的像素值大于閾值為前景。稀疏塊分割后的前景目標(biāo)區(qū)域會在一定程度上存在內(nèi)部空洞,即目標(biāo)區(qū)域的提取有漏檢現(xiàn)象。鑒于此,需進(jìn)一步對提取出標(biāo)定為前景運(yùn)動目標(biāo)的稀疏塊掩模區(qū)域進(jìn)行空洞檢測和填充。

    由于稀疏塊掩模為二值型數(shù)據(jù),對于目標(biāo)區(qū)域內(nèi)的空洞可以通過8連通區(qū)域檢測;然后填充空洞區(qū)域以恢復(fù)目標(biāo)區(qū)域的掩模,以完成提取完整運(yùn)動目標(biāo)的效果。整個提取過程如圖2所示,可以看出填充后丟失的目標(biāo)域得到了較好的修復(fù)。

    圖2 稀疏部分的目標(biāo)提取

    2.2 基于高斯模型的前景提取

    在背景減除法中,選擇合適的背景模型和更新策略對檢測的影響十分重要。其中,混合高斯模型能夠處理動態(tài)背景的情況,但是計(jì)算量大,實(shí)時性較差;單高斯模型計(jì)算量小,實(shí)時性好。考慮到低秩部分以靜態(tài)場景為主,局部區(qū)域可能存在動態(tài)量,因此采用混合高斯模型和單高斯模型結(jié)合的方法對低秩部分進(jìn)行目標(biāo)檢測。

    2.2.1 混合高斯背景模型

    K個高斯分布生成背景模型,將每幀新的像素值It(x,y)與K個分布依次進(jìn)行匹配。若滿足式(5)中條件,說明與第i個分布匹配,被認(rèn)定為背景點(diǎn),否則認(rèn)定為前景點(diǎn)。第t幀中像素點(diǎn)(x,y)為前景的布爾值記為fGMM(x,y,t),有

    (5)

    其中μi,t,σi,t分別是第i個高斯分布的均值和標(biāo)準(zhǔn)差。

    2.2.2 單高斯前景模型

    受亮度變化干擾,混合高斯檢測結(jié)果中可能存在偽前景,單高斯前景模型則用來區(qū)分靜態(tài)前景和偽前景。將該區(qū)域的像素點(diǎn)與單高斯模型匹配,若滿足閾值則判定該點(diǎn)為靜態(tài)前景點(diǎn),記為fstatic。若不滿足則亦判定為干擾部分。即

    (6)

    式中:μt,σt分別為當(dāng)前高斯分布的均值和標(biāo)準(zhǔn)差,Tf為前景閾值。

    2.2.3 模型初始化和更新策略

    利用初始一段時間內(nèi)視頻幀的低秩部分,建立高斯數(shù)為K的混合高斯背景模型。同時初始化前景模型為空。更新時,采用保守更新策略,即混合高斯分布的參數(shù)更新時僅涉及背景區(qū)域像素,有

    μt=(1-α)Mμt-1+αMIt

    (7)

    (8)

    ωi,t=(1-α)ωi,t-1+αM

    (9)

    式中:α為權(quán)值的學(xué)習(xí)速率;M為背景掩膜,在背景匹配的區(qū)域內(nèi)取1,其余取0。

    2.3 檢測區(qū)域的融合判定

    基于閾值分割的目標(biāo)提取計(jì)算簡單,但由于分割是在稀疏部分基礎(chǔ)上進(jìn)行,受到湍流運(yùn)動的稀疏性影響,容易存在誤檢測問題;基于背景減除的前景檢測法能夠獲得空間連續(xù)的結(jié)果,但對噪聲敏感。為獲得更準(zhǔn)確、更完整的目標(biāo)區(qū)域,對兩部分檢測區(qū)域進(jìn)行融合判定。將2.1節(jié)中結(jié)果記作fT(x,y,t),表示第t幀(x,y)處為前景的布爾值;將2.2節(jié)中混合高斯檢測結(jié)果記作fGMM(x,y,t),采用融合規(guī)則對檢測結(jié)果進(jìn)行判定。具體如下。

    (1) 同時被稀疏的閾值分割和低秩的GMM背景減除而提取的前景區(qū)域,判定為運(yùn)動目標(biāo),并記為fmoving,即

    (10)

    (2) 稀疏閾值分割檢測為前景,但低秩背景減除檢測為背景的區(qū)域,往往是稀疏的湍流和噪聲量,判定為干擾部分。

    (3) 對于混合高斯減除判定為前景,但稀疏閾值檢測為非前景,此類區(qū)域可能是運(yùn)動狀態(tài)發(fā)生改變(如暫時停止或由于運(yùn)動而露出的背景),屬于疑似前景,記為famb。對疑似區(qū)域進(jìn)行前景判定,式(6)改寫為

    (11)

    圖3 融合分裂高斯建模和稀疏閾值的前景檢測 Fig.3 Fusion of split Gaussian models and threshold segmentation

    式中Tf用于決定前景的閾值。為使最終獲得的目標(biāo)盡量無噪點(diǎn)干擾,在不影響查全率的前提下對處理后的結(jié)果作適當(dāng)?shù)膮^(qū)域?yàn)V波。圖3為一幀圖像融合判定的全過程。最終判定該輸入幀中有一行駛車輛(運(yùn)動目標(biāo))和湍流噪聲干擾,不存在靜態(tài)目標(biāo)。

    3 實(shí)驗(yàn)結(jié)果及分析

    3.1 實(shí)驗(yàn)設(shè)置和結(jié)果

    為驗(yàn)證本文方法的有效性,在軟硬件環(huán)境為雙Pentium(R) Dual-Core 2.1 GHz CPU,RAM 8 GB,Matlab 2010a的條件下編程實(shí)驗(yàn)。實(shí)驗(yàn)數(shù)據(jù)選取3組遠(yuǎn)距離拍攝(5~15 km)的紅外湍流退化圖像,每幀分辨率均為360×240,不同序列涵蓋了目標(biāo)提取的不同情況,具體如下:

    序列1:序列共2 200幀,記錄了道路上車輛和行人通行的情景。其中出現(xiàn)多輛大小不等的車輛,存在車輛遮擋、快速行駛等現(xiàn)象。

    序列2:序列共1 300幀,記錄了山林中車輛行駛的場景。其中存在一車輛減速行駛,在第300幀到380幀時呈靜止態(tài),后緩慢加速至駛離場景的情況。

    序列3:序列共1 200幀,記錄了單個船只在河流中直線行駛的場景。受較強(qiáng)大氣湍流影響,視頻序列全程場景呈現(xiàn)嚴(yán)重模糊和連續(xù)抖動。此外,背景中部分水域隨時間推移發(fā)生灰度緩慢變化。

    在相同實(shí)驗(yàn)環(huán)境下,選取改進(jìn)的混合高斯建模法[12]、低秩稀疏三分解法(Low-rank and sparse three-term decomposition, LRSD Three-term)[18]和近期最具競爭力的SuBSENSE法[21]與本文方法進(jìn)行對比。為獲得盡可能穩(wěn)定的場景和完整的目標(biāo),避免過度平滑,本文方法在分解時按經(jīng)驗(yàn)設(shè)置正則參數(shù)??紤]到湍流強(qiáng)度的不同,序列1和序列2中正則參數(shù)γ設(shè)為20,序列3中設(shè)為5.0。采用IALM法求解低秩模型,設(shè)迭代允許誤差ε=10-3,最大迭代次數(shù)為1 000?;旌细咚鼓P偷膶W(xué)習(xí)速率根據(jù)經(jīng)驗(yàn)值設(shè)為0.004。為以適應(yīng)快速變化的前景,單高斯模型的學(xué)習(xí)速率設(shè)置較高值,其他算法均默認(rèn)其參數(shù)設(shè)置。鑒于頁面所限,每組序列僅列出部分幀和對應(yīng)的ground-truth,各算法的檢測結(jié)果如圖4~6所示。

    圖4 序列1中目標(biāo)檢測的實(shí)驗(yàn)結(jié)果對比Fig.4 Object detection results on sample frames from Sequence 1

    在輕微湍流情況下(圖4和圖5),由于湍流的存在使整個場景呈現(xiàn)不規(guī)則抖動,GMM初始化背景模型時選擇的是初始一段時間內(nèi)的連續(xù)幀,使得背景建模不能適應(yīng)整體抖動,提取的前景中包含有許多受湍流偏移干擾的微小區(qū)域,如圖4(c)。對于初始就存在運(yùn)動目標(biāo)的情況,目標(biāo)駛離使得原位置中被暴露的背景被誤檢為目標(biāo),如圖5(c)。隨著背景模型的適應(yīng)更新,誤檢區(qū)域逐漸消失,改進(jìn)GMM方法能夠較好地實(shí)現(xiàn)目標(biāo)主要區(qū)域的檢測。LRSD Three-term法通過計(jì)算湍流運(yùn)動和直線運(yùn)動的不同分布,設(shè)置置信度閾值來提取目標(biāo)區(qū)域,在小目標(biāo)檢測時能獲得較好的結(jié)果,如圖5(d);當(dāng)目標(biāo)較大時極易出現(xiàn)空洞和漏檢,如圖4(d)。在背景變化比較平穩(wěn)時,SuBSENSE法能夠精準(zhǔn)地提取目標(biāo)區(qū)域,如圖4(e)和圖5(e)。本文方法通過低秩分解并融合背景減除和前景稀疏的特點(diǎn),能夠去除湍流抖動所產(chǎn)生的干擾,同時需要注意,由于采用稀疏的閾值分割和融合的“并”規(guī)則,不能足夠精確區(qū)分與背景灰度相似的前景區(qū)域,使得檢測結(jié)果中發(fā)生了部分漏檢的現(xiàn)象,如圖4(f)中道路和小車底部區(qū)域較為相似而出現(xiàn)漏檢。

    圖6所處的遠(yuǎn)距離場景受強(qiáng)湍流影響,且右方一塊水域亮度隨時間推移發(fā)生變化,導(dǎo)致GMM法在背景減除時結(jié)果出現(xiàn)較大誤差。低秩三分解法在強(qiáng)湍流下幾乎不能檢測出目標(biāo)。SuBSENSE法和本文方法對于模糊圖像有較強(qiáng)的適應(yīng)能力,雖存在少量誤檢,檢測結(jié)果仍接近ground-truth。

    圖5 序列2中目標(biāo)檢測的實(shí)驗(yàn)結(jié)果對比Fig.5 Object detection results on sample frames from Sequence 2

    圖6 序列3中目標(biāo)檢測的實(shí)驗(yàn)結(jié)果對比Fig.6 Object detection results on sample frames from Sequence 3

    3.2 量化分析

    為更清晰地對比4種算法的檢測性能,文中分別統(tǒng)計(jì)了每組序列中被正確標(biāo)記的前景像素點(diǎn)數(shù)(True positive, TP)、被正確標(biāo)記的背景像素點(diǎn)數(shù)(True negative, TN)、被錯誤標(biāo)記為前景的背景像素點(diǎn)數(shù)(False positive, FP)和被錯誤標(biāo)記為背景的前景像素點(diǎn)數(shù)(False negative, FN)。選取誤檢率(False positive rate, FPR)、漏檢率(False negative rate, FNR)和F-measure來衡量目標(biāo)區(qū)域提取效果的優(yōu)劣。

    式中:Recall和Precision分別為查全率和查準(zhǔn)率;F-measure是這兩者的調(diào)和平均,用于綜合反映整體性能。

    表1給出了不同算法檢測性能的對比結(jié)果。由表1可以看出,對于序列1和序列2,SuBSENSE法和本文方法得到的誤檢率明顯低于GMM方法和LRSD Three-Term方法。改進(jìn)GMM方法的漏檢率較低,但誤檢率也遠(yuǎn)遠(yuǎn)高于其他算法,目標(biāo)提取的精準(zhǔn)程度一般。對于序列3而言,本文方法取得了較低的誤檢率和較高的F-Measure值,目標(biāo)提取的性能優(yōu)于其他3種方法。本文方法不僅可以較好地去除湍流的偏移抖動對背景減除帶來的干擾,而且能很好地解決LRSD Three-Term方法提取較大目標(biāo)時漏檢率高的問題。實(shí)驗(yàn)證明了本文方法的有效性。

    表1 不同方法檢測結(jié)果的性能對比

    4 結(jié)束語

    本文針對湍流退化序列圖像中目標(biāo)檢測的問題,提出了一種基于低秩分解和檢測融合的目標(biāo)提取方法。首先,采用低秩矩陣描述法將圖像分解為低秩穩(wěn)像和稀疏運(yùn)動兩部分,初步實(shí)現(xiàn)場景和湍流運(yùn)動的粗分離;然后,對稀疏部分引入自適應(yīng)閾值法剔除干擾量,分割目標(biāo)并填補(bǔ)其中空洞;并對低秩部分采用高斯建模獲得低秩中的前景區(qū)域;最后,對兩部分檢測結(jié)果聯(lián)合判定以獲得準(zhǔn)確的目標(biāo)檢測結(jié)果。該方法有以下特點(diǎn):(1)采用低秩稀疏描述對湍流序列建模,可將穩(wěn)像場景和稀疏運(yùn)動區(qū)分開。(2)較之傳統(tǒng)的檢測方法,本文算法在分解時的時間消耗較短。此外,通過聯(lián)合決策提取準(zhǔn)確的目標(biāo)區(qū)域,最終檢測的準(zhǔn)確率較其他方法提高明顯。實(shí)驗(yàn)結(jié)果證明了本文方法的有效性和優(yōu)越性。如何從動態(tài)場景中準(zhǔn)確提取目標(biāo)物體,并對其進(jìn)行跟蹤和識別是下一步研究的重難點(diǎn)。

    參考文獻(xiàn):

    [1] 殷興良.氣動光學(xué)原理[M].北京: 中國宇航出版社,2003:169-173.

    Yin Xingliang. Principle of aero-optics[M]. Beijing: China Astronautics Press, 2003:169-173.

    [2] Roggemann M C, Welsh B M, Hunt B R. Imaging through turbulence[M]. Boca Raton: CRC Press, 1996.

    [3] Brox T, Malik J. Large displacement optical flow: Descriptor matching in variational motion estimation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2011, 33(3): 500-513.

    [4] 儲林臻, 閆鈞華, 杭誼青, 等. 基于改進(jìn)光流法的旋轉(zhuǎn)運(yùn)動背景下對地運(yùn)動目標(biāo)實(shí)時檢測[J]. 數(shù)據(jù)采集與處理, 2015,30(6): 1325-1331.

    Chu Linzhen, Yan Junhua, Hang Yiqing, et al. Real-time ground moving object detection in rotational background based on improved optical flow method[J]. Journal of Data Acquisition and Processing, 2015,30(6): 1325-1331.

    [5] Bunyak F, Palaniappan K, Nath S K, et al. Flux tensor constrained geodesic active contours with sensor fusion for persistent object tracking[J]. Journal of Multimedia, 2007, 2(4): 20.

    [6] Lipton A, Kanade T, Fujiyoshi H, et al. A system for video surveillance and monitoring[M]. Pittsburg: Carnegie Mellon University, the Robotics Institute, 2000.

    [7] Brutzer S, H?ferlin B, Heidemann G. Evaluation of background subtraction techniques for video surveillance[C]// IEEE Conference on Computer Vision and Pattern Recognition. Florida: IEEE, 2011: 1937-1944.

    [8] Sobral A, Vacavant A. A comprehensive review of background subtraction algorithms evaluated with synthetic and real videos[J]. Computer Vision and Image Understanding, 2014, 122: 4-21.

    [9] Stauffer C, Grimson W E L. Adaptive background mixture models for real-time tracking[C]// IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Fort Collins: IEEE, 1999, 2:246-252.

    [10] Zivkovic Z, van der Heijden F. Efficient adaptive density estimation per image pixel for the task of background subtraction[J]. Pattern Recognition Letters, 2006, 27(7):773-780.

    [11] Chen Z, Ellis T. A self-adaptive Gaussian mixture model[J]. Computer Vision and Image Understanding, 2014,122: 35-46.

    [12] Gal R, Kiryati N, Sochen N. Progress in the restoration of image sequences degraded by atmospheric turbulence[J]. Pattern Recognition Letters, 2014, 48: 8-14.

    [13] 盧曉芬,張?zhí)煨颍闈h玉. 氣動光學(xué)效應(yīng)像素偏移圖像校正方法研究[J].紅外與激光工程, 2007,36(5):758-761.

    Lu Xiaofen, Zhang Tianxu, Hong Hanyu. Image correction method with pixel deviation caused by aero-optics effects[J]. Infrared and Laser Engineering, 2007,36(5):758-761.

    [14] 李軼南,賈沖,楊吉斌,等. 稀疏低秩模型下的單通道自學(xué)習(xí)語音增強(qiáng)算法[J]. 數(shù)據(jù)采集與處理, 2014,29(2):286-292.

    Li Yinan, Jia Chong, Yang Jibin, et al. Self-learning approach for monaural speech enhancement based on sparse and low-rank matrix decomposition[J]. Journal of Data Acquisition and Processing, 2014,29(2):286-292.

    [15] Ma R, Barzigar N, Roozgard A, et al. Decomposition approach for low-rank matrix completion and its applications[J]. IEEE Transactions on Signal Processing, 2014, 62(7): 1671-1683.

    [16] Ji H, Huang S, Shen Z, et al. Robust video restoration by joint sparse and low rank matrix approximation[J]. SIAM Journal on Imaging Sciences, 2011, 4(4): 1122-1142.

    [17] 何玉杰, 李敏, 張金利, 等. 基于低秩三分解的紅外圖像雜波抑制[J]. 光學(xué)精密工程, 2015,23(7): 2069-2078.

    He Yujie, Li Min, Zhang Jinli, et al. Clutter suppression of infrared image based on three-component low-rank matrix decomposition[J]. Optics and Precision Engineering, 2015,23(7): 2069-2078.

    [18] Oreifej O, Li X, Shah M. Simultaneous video stabilization and moving object detection in turbulence[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2013, 35(2):450-462.

    [19] Candès E J, Li X, Ma Y, et al. Robust principal component analysis[J]. Journal of the ACM, 2011, 58(3): 11.

    [20] 張姣, 李俊山, 李成, 等. 低秩稀疏分解下的湍流退化圖像序列盲去卷積算法[J]. 光電子·激光, 2015, 26(7):1373-1379.

    Zhang Jiao, Li Junshan, Li Cheng, et al. A multi-frame blind deconvolution algorithm based on low-rank decomposition for turbulence-degraded images[J]. Journal of Optoelectronics Laser, 2015, 26(7):1373-1379.

    [21] St-Charles P L, Bilodeau G A, Bergevin R. SuBSENSE: A universal change detection method with local adaptive sensitivity[J]. IEEE Transactions on Image Processing, 2015, 24(1): 359-373.

    猜你喜歡
    湍流前景高斯
    小高斯的大發(fā)現(xiàn)
    我國旅游房地產(chǎn)開發(fā)前景的探討
    四種作物 北方種植有前景
    離岸央票:需求與前景
    中國外匯(2019年11期)2019-08-27 02:06:32
    天才數(shù)學(xué)家——高斯
    重氣瞬時泄漏擴(kuò)散的湍流模型驗(yàn)證
    量子糾纏的來歷及應(yīng)用前景
    太空探索(2016年10期)2016-07-10 12:07:01
    有限域上高斯正規(guī)基的一個注記
    “青春期”湍流中的智慧引渡(三)
    “青春期”湍流中的智慧引渡(二)
    成人免费观看视频高清| 久久这里只有精品19| 午夜av观看不卡| 九色成人免费人妻av| 国产成人a∨麻豆精品| 99热这里只有是精品在线观看| 青春草视频在线免费观看| 国产成人精品在线电影| 成人手机av| 夫妻午夜视频| 亚洲av免费高清在线观看| 伊人久久国产一区二区| 欧美日韩综合久久久久久| 少妇被粗大猛烈的视频| 日日摸夜夜添夜夜爱| 国产午夜精品一二区理论片| 99视频精品全部免费 在线| 日韩伦理黄色片| 人人妻人人添人人爽欧美一区卜| 啦啦啦啦在线视频资源| 91精品三级在线观看| 亚洲av中文av极速乱| 国产男女内射视频| 欧美日韩av久久| 亚洲三级黄色毛片| 亚洲第一区二区三区不卡| 久久这里只有精品19| 日本av手机在线免费观看| av不卡在线播放| 国产精品久久久久久精品古装| 国产在线一区二区三区精| 日本91视频免费播放| 免费人成在线观看视频色| 考比视频在线观看| 亚洲精品美女久久av网站| 成年美女黄网站色视频大全免费| 一本色道久久久久久精品综合| av国产久精品久网站免费入址| 中文字幕免费在线视频6| 精品人妻熟女毛片av久久网站| 日产精品乱码卡一卡2卡三| 激情五月婷婷亚洲| 国产精品国产三级国产专区5o| 人妻 亚洲 视频| 亚洲精品aⅴ在线观看| 精品午夜福利在线看| 亚洲精品国产av成人精品| 久久久久久久国产电影| 国产成人精品在线电影| 日本vs欧美在线观看视频| 毛片一级片免费看久久久久| 一级黄片播放器| 久久精品国产亚洲av天美| tube8黄色片| av在线老鸭窝| 国产伦理片在线播放av一区| 黄色配什么色好看| 一级片免费观看大全| 国产成人精品婷婷| 久久久久精品性色| 两个人免费观看高清视频| 伊人亚洲综合成人网| 免费久久久久久久精品成人欧美视频 | www.熟女人妻精品国产 | 五月伊人婷婷丁香| 少妇猛男粗大的猛烈进出视频| 激情视频va一区二区三区| 天天躁夜夜躁狠狠久久av| 9色porny在线观看| 久久这里只有精品19| 永久免费av网站大全| 欧美 日韩 精品 国产| 欧美成人午夜精品| 亚洲成人一二三区av| www.熟女人妻精品国产 | 午夜日本视频在线| 免费看光身美女| 在线观看一区二区三区激情| 欧美精品亚洲一区二区| 成人无遮挡网站| 啦啦啦视频在线资源免费观看| 亚洲欧洲日产国产| 十分钟在线观看高清视频www| 精品国产乱码久久久久久小说| 午夜免费鲁丝| 午夜精品国产一区二区电影| 久久精品人人爽人人爽视色| av片东京热男人的天堂| 两个人免费观看高清视频| 欧美日韩一区二区视频在线观看视频在线| 久久久久视频综合| 亚洲欧美中文字幕日韩二区| 精品视频人人做人人爽| 亚洲精品日韩在线中文字幕| 黄片播放在线免费| 女的被弄到高潮叫床怎么办| 国产白丝娇喘喷水9色精品| 少妇被粗大猛烈的视频| av卡一久久| 熟妇人妻不卡中文字幕| 最近中文字幕2019免费版| 亚洲综合色惰| a级毛片黄视频| 成年动漫av网址| 男的添女的下面高潮视频| 亚洲内射少妇av| 国产精品嫩草影院av在线观看| 一级爰片在线观看| 22中文网久久字幕| 欧美性感艳星| 熟妇人妻不卡中文字幕| 亚洲第一区二区三区不卡| 国产成人免费观看mmmm| 99久国产av精品国产电影| 一个人免费看片子| av网站免费在线观看视频| 一级a做视频免费观看| 人妻少妇偷人精品九色| 亚洲精品一二三| 一区二区三区精品91| 亚洲欧洲精品一区二区精品久久久 | 欧美激情极品国产一区二区三区 | 免费少妇av软件| 满18在线观看网站| 亚洲精品国产色婷婷电影| a级毛色黄片| 国产毛片在线视频| 日本wwww免费看| 久久精品国产综合久久久 | 国国产精品蜜臀av免费| 久久精品久久久久久久性| 亚洲成av片中文字幕在线观看 | 最近最新中文字幕免费大全7| 春色校园在线视频观看| 久久久精品免费免费高清| 久久人人97超碰香蕉20202| 国产白丝娇喘喷水9色精品| 久久久久久伊人网av| 美国免费a级毛片| 国产xxxxx性猛交| 中文天堂在线官网| 欧美日韩视频高清一区二区三区二| 飞空精品影院首页| 狠狠婷婷综合久久久久久88av| 亚洲精品乱久久久久久| 亚洲国产色片| 91成人精品电影| 制服丝袜香蕉在线| 两个人看的免费小视频| 高清毛片免费看| 九九在线视频观看精品| 国产精品欧美亚洲77777| 国产精品熟女久久久久浪| 欧美日韩av久久| 成人国产av品久久久| 久久久久视频综合| av福利片在线| av福利片在线| 爱豆传媒免费全集在线观看| 亚洲av电影在线观看一区二区三区| 日本av手机在线免费观看| 一级毛片我不卡| 国产精品99久久99久久久不卡 | 桃花免费在线播放| 亚洲精品国产色婷婷电影| 亚洲国产精品一区三区| 中文字幕av电影在线播放| 中文字幕精品免费在线观看视频 | 亚洲经典国产精华液单| 在线观看三级黄色| 妹子高潮喷水视频| 日本免费在线观看一区| av天堂久久9| 香蕉精品网在线| 国产精品嫩草影院av在线观看| 国产淫语在线视频| 久久精品国产自在天天线| 国语对白做爰xxxⅹ性视频网站| 青春草视频在线免费观看| 免费人妻精品一区二区三区视频| 亚洲婷婷狠狠爱综合网| 久久久欧美国产精品| 又大又黄又爽视频免费| 国产精品久久久久久精品电影小说| 久久久久久久久久成人| 七月丁香在线播放| 黄网站色视频无遮挡免费观看| 女人久久www免费人成看片| 精品久久蜜臀av无| 51国产日韩欧美| www.av在线官网国产| 亚洲av福利一区| 国产精品国产三级国产专区5o| 成人免费观看视频高清| 精品久久国产蜜桃| 亚洲国产精品国产精品| 午夜日本视频在线| 高清欧美精品videossex| 国产不卡av网站在线观看| 日韩不卡一区二区三区视频在线| 国产精品99久久99久久久不卡 | 免费在线观看完整版高清| 久久精品久久久久久噜噜老黄| 亚洲精品日本国产第一区| 人人妻人人爽人人添夜夜欢视频| 亚洲综合色网址| 免费看av在线观看网站| 精品熟女少妇av免费看| 日本av手机在线免费观看| 久久久久久久亚洲中文字幕| 最黄视频免费看| 亚洲精品日本国产第一区| 国产一区二区三区综合在线观看 | 人妻一区二区av| 99久久中文字幕三级久久日本| 建设人人有责人人尽责人人享有的| 久久国产精品大桥未久av| 97在线视频观看| 熟妇人妻不卡中文字幕| 日韩av不卡免费在线播放| 亚洲高清免费不卡视频| 精品人妻一区二区三区麻豆| 久久99蜜桃精品久久| av电影中文网址| 深夜精品福利| 中国三级夫妇交换| 中文字幕免费在线视频6| 纵有疾风起免费观看全集完整版| av在线播放精品| 久久精品熟女亚洲av麻豆精品| 欧美bdsm另类| 天堂俺去俺来也www色官网| 全区人妻精品视频| 国产精品久久久久久av不卡| 国产毛片在线视频| 欧美精品av麻豆av| 飞空精品影院首页| av网站免费在线观看视频| 国产视频首页在线观看| 日本欧美国产在线视频| 建设人人有责人人尽责人人享有的| 免费大片黄手机在线观看| 母亲3免费完整高清在线观看 | 久久99一区二区三区| 这个男人来自地球电影免费观看 | 欧美激情极品国产一区二区三区 | 妹子高潮喷水视频| 亚洲在久久综合| 国产精品一国产av| 免费观看性生交大片5| 香蕉精品网在线| 久久女婷五月综合色啪小说| 亚洲成国产人片在线观看| 2021少妇久久久久久久久久久| 人人妻人人爽人人添夜夜欢视频| 大码成人一级视频| 97在线人人人人妻| 亚洲熟女精品中文字幕| 久久人人爽人人片av| 国产有黄有色有爽视频| 黄色毛片三级朝国网站| 精品人妻熟女毛片av久久网站| 亚洲综合色网址| 午夜精品国产一区二区电影| freevideosex欧美| 久久国内精品自在自线图片| 波野结衣二区三区在线| 久久97久久精品| 另类亚洲欧美激情| 十分钟在线观看高清视频www| 美女视频免费永久观看网站| 汤姆久久久久久久影院中文字幕| 老司机影院成人| 国产精品.久久久| 久久热在线av| 国产又色又爽无遮挡免| 九色成人免费人妻av| 久久精品国产亚洲av天美| 亚洲美女黄色视频免费看| 女性被躁到高潮视频| 看十八女毛片水多多多| 91在线精品国自产拍蜜月| 国产av一区二区精品久久| 日韩大片免费观看网站| 伊人久久国产一区二区| 精品一区二区三区四区五区乱码 | 视频在线观看一区二区三区| 美女国产高潮福利片在线看| 久久99一区二区三区| 亚洲成人手机| 岛国毛片在线播放| 黄色怎么调成土黄色| 亚洲人成网站在线观看播放| 欧美另类一区| 欧美变态另类bdsm刘玥| 国产精品三级大全| 久久精品熟女亚洲av麻豆精品| 一区二区av电影网| 欧美日韩国产mv在线观看视频| 日本91视频免费播放| 91午夜精品亚洲一区二区三区| 大片免费播放器 马上看| 99国产精品免费福利视频| 国产精品欧美亚洲77777| 在线观看一区二区三区激情| 精品久久蜜臀av无| 久久国产精品男人的天堂亚洲 | 久久精品aⅴ一区二区三区四区 | 精品少妇久久久久久888优播| 亚洲人成网站在线观看播放| 高清av免费在线| 少妇精品久久久久久久| 国产欧美另类精品又又久久亚洲欧美| 又黄又爽又刺激的免费视频.| 日韩不卡一区二区三区视频在线| 韩国精品一区二区三区 | 亚洲国产毛片av蜜桃av| 色吧在线观看| tube8黄色片| 成人国产麻豆网| 亚洲精品中文字幕在线视频| 一区二区三区精品91| 欧美xxxx性猛交bbbb| 在线看a的网站| 午夜福利影视在线免费观看| 熟女电影av网| 最黄视频免费看| 国产精品久久久久久精品古装| 丝袜人妻中文字幕| 韩国av在线不卡| 日韩一本色道免费dvd| 男人爽女人下面视频在线观看| 免费观看在线日韩| 欧美人与性动交α欧美软件 | 免费黄色在线免费观看| 久久免费观看电影| 国产成人aa在线观看| 国产免费一级a男人的天堂| av不卡在线播放| 欧美日韩综合久久久久久| 国产精品久久久久久av不卡| 成年人免费黄色播放视频| 久久热在线av| 久久av网站| 制服人妻中文乱码| 欧美人与善性xxx| 亚洲欧洲精品一区二区精品久久久 | 亚洲国产精品一区三区| 日本免费在线观看一区| 天美传媒精品一区二区| 高清视频免费观看一区二区| 在线观看美女被高潮喷水网站| 午夜福利,免费看| 亚洲国产精品一区三区| 一个人免费看片子| 超色免费av| 啦啦啦视频在线资源免费观看| 久久久a久久爽久久v久久| 精品国产露脸久久av麻豆| 久久人人爽av亚洲精品天堂| 国产一级毛片在线| 大话2 男鬼变身卡| 9热在线视频观看99| 国产免费一级a男人的天堂| 女性被躁到高潮视频| 亚洲国产精品一区二区三区在线| 美女国产高潮福利片在线看| 美女大奶头黄色视频| 亚洲欧美中文字幕日韩二区| 视频在线观看一区二区三区| 啦啦啦啦在线视频资源| 免费观看a级毛片全部| 亚洲精品中文字幕在线视频| 免费在线观看黄色视频的| 女人被躁到高潮嗷嗷叫费观| 免费播放大片免费观看视频在线观看| 久久精品国产亚洲av天美| 搡女人真爽免费视频火全软件| 国产深夜福利视频在线观看| 成人国语在线视频| 美女中出高潮动态图| 国产国拍精品亚洲av在线观看| 国产色婷婷99| 91久久精品国产一区二区三区| 亚洲人成网站在线观看播放| 成人18禁高潮啪啪吃奶动态图| 午夜福利,免费看| 天美传媒精品一区二区| 日韩熟女老妇一区二区性免费视频| 久久国产亚洲av麻豆专区| 伦理电影大哥的女人| 大片免费播放器 马上看| 亚洲久久久国产精品| av在线播放精品| 成人免费观看视频高清| 最近手机中文字幕大全| 在线看a的网站| 黄色视频在线播放观看不卡| 汤姆久久久久久久影院中文字幕| 丝袜在线中文字幕| 极品人妻少妇av视频| 97在线人人人人妻| 国产亚洲欧美精品永久| 少妇的逼水好多| 搡老乐熟女国产| 尾随美女入室| 高清不卡的av网站| 免费av不卡在线播放| 亚洲国产最新在线播放| 国产免费福利视频在线观看| 少妇人妻精品综合一区二区| 两性夫妻黄色片 | 国产精品 国内视频| 秋霞在线观看毛片| 中文字幕人妻熟女乱码| 丁香六月天网| 高清av免费在线| 国产成人午夜福利电影在线观看| 天堂8中文在线网| 黄色配什么色好看| 好男人视频免费观看在线| 你懂的网址亚洲精品在线观看| 久久久久网色| 日本与韩国留学比较| 亚洲精品456在线播放app| 精品国产乱码久久久久久小说| 老熟女久久久| 中文精品一卡2卡3卡4更新| 免费人成在线观看视频色| 精品一区在线观看国产| 国产在线视频一区二区| 亚洲婷婷狠狠爱综合网| 国产女主播在线喷水免费视频网站| 侵犯人妻中文字幕一二三四区| 欧美日韩成人在线一区二区| 国产黄色视频一区二区在线观看| 精品国产一区二区久久| 春色校园在线视频观看| 亚洲成人av在线免费| 亚洲精品国产av成人精品| 国产免费一级a男人的天堂| 欧美国产精品va在线观看不卡| 亚洲成色77777| 欧美精品av麻豆av| 在线观看一区二区三区激情| 欧美日韩成人在线一区二区| 午夜福利影视在线免费观看| 欧美+日韩+精品| 最新中文字幕久久久久| 丝袜脚勾引网站| 国产熟女欧美一区二区| 亚洲精品久久午夜乱码| 热99久久久久精品小说推荐| 精品久久久久久电影网| av线在线观看网站| 又粗又硬又长又爽又黄的视频| 日韩一区二区视频免费看| av一本久久久久| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 777米奇影视久久| 成人综合一区亚洲| 中文字幕最新亚洲高清| 精品人妻熟女毛片av久久网站| 中文字幕av电影在线播放| 色网站视频免费| 大香蕉97超碰在线| 在线观看免费日韩欧美大片| 国产在线一区二区三区精| 自拍欧美九色日韩亚洲蝌蚪91| 赤兔流量卡办理| 亚洲色图综合在线观看| 午夜福利在线观看免费完整高清在| 亚洲欧美日韩另类电影网站| 又大又黄又爽视频免费| 精品一区二区三卡| 校园人妻丝袜中文字幕| 日本免费在线观看一区| 三级国产精品片| 精品国产乱码久久久久久小说| 少妇精品久久久久久久| 成人18禁高潮啪啪吃奶动态图| 国产白丝娇喘喷水9色精品| 在现免费观看毛片| 国产精品一国产av| av在线老鸭窝| 久久午夜综合久久蜜桃| 老司机影院毛片| 色婷婷久久久亚洲欧美| 国产精品一国产av| tube8黄色片| 在线观看国产h片| 亚洲成色77777| 春色校园在线视频观看| 午夜福利在线观看免费完整高清在| 亚洲四区av| 亚洲人与动物交配视频| 九草在线视频观看| 校园人妻丝袜中文字幕| 18+在线观看网站| 久久久精品94久久精品| 成人午夜精彩视频在线观看| 亚洲成国产人片在线观看| 国产亚洲精品第一综合不卡 | 嫩草影院入口| 中国美白少妇内射xxxbb| 免费在线观看黄色视频的| 亚洲精品国产av蜜桃| 婷婷色综合大香蕉| 香蕉精品网在线| 精品一区二区免费观看| 国产一区有黄有色的免费视频| 777米奇影视久久| 亚洲人成网站在线观看播放| 亚洲av电影在线观看一区二区三区| 宅男免费午夜| 在线观看美女被高潮喷水网站| 女人久久www免费人成看片| 久久精品久久精品一区二区三区| 欧美激情 高清一区二区三区| av天堂久久9| 18禁国产床啪视频网站| 国产精品女同一区二区软件| 国产精品不卡视频一区二区| 美女xxoo啪啪120秒动态图| 欧美+日韩+精品| 一区二区三区四区激情视频| 久久久久精品人妻al黑| 欧美日韩视频高清一区二区三区二| 高清视频免费观看一区二区| 久久综合国产亚洲精品| 欧美人与善性xxx| 久久97久久精品| 久久久国产精品麻豆| 嫩草影院入口| 香蕉丝袜av| 国产精品嫩草影院av在线观看| 成人毛片60女人毛片免费| a级毛片黄视频| freevideosex欧美| 欧美丝袜亚洲另类| 一区在线观看完整版| 精品99又大又爽又粗少妇毛片| 亚洲国产av影院在线观看| 精品亚洲成国产av| 中文精品一卡2卡3卡4更新| 精品一品国产午夜福利视频| 夫妻午夜视频| 亚洲,欧美精品.| xxxhd国产人妻xxx| 成人亚洲精品一区在线观看| 欧美日韩国产mv在线观看视频| 国产女主播在线喷水免费视频网站| 中文字幕亚洲精品专区| 欧美国产精品一级二级三级| 夫妻性生交免费视频一级片| 青春草国产在线视频| 久久久久久伊人网av| 午夜福利,免费看| 国内精品宾馆在线| 久久精品国产自在天天线| 精品人妻在线不人妻| 久久韩国三级中文字幕| 婷婷色麻豆天堂久久| 91成人精品电影| 色视频在线一区二区三区| 久久人妻熟女aⅴ| 欧美成人精品欧美一级黄| 一级a做视频免费观看| 亚洲av电影在线进入| 建设人人有责人人尽责人人享有的| 免费不卡的大黄色大毛片视频在线观看| 伦精品一区二区三区| 国产片特级美女逼逼视频| 成人国产麻豆网| 蜜桃在线观看..| videossex国产| av在线观看视频网站免费| 在线观看一区二区三区激情| 中文字幕av电影在线播放| 亚洲一区二区三区欧美精品| 久久久a久久爽久久v久久| 免费观看性生交大片5| 日韩人妻精品一区2区三区| 极品少妇高潮喷水抽搐| 午夜免费鲁丝| 国产永久视频网站| av线在线观看网站| 欧美日韩视频高清一区二区三区二| 国产女主播在线喷水免费视频网站| 欧美成人午夜免费资源| 国产精品女同一区二区软件| 边亲边吃奶的免费视频| 免费黄网站久久成人精品| 国产精品一区二区在线不卡| 制服丝袜香蕉在线| 日韩制服丝袜自拍偷拍| 丰满乱子伦码专区| 熟女电影av网| 国产欧美日韩一区二区三区在线| 激情五月婷婷亚洲| 久久人妻熟女aⅴ| 自线自在国产av| 久久人人爽av亚洲精品天堂| 欧美精品一区二区大全| 亚洲少妇的诱惑av| 色视频在线一区二区三区| a级毛片在线看网站| 久久久a久久爽久久v久久| 免费观看无遮挡的男女| 免费高清在线观看视频在线观看| 天天影视国产精品| 亚洲婷婷狠狠爱综合网| 制服诱惑二区| 少妇的逼水好多| 热99国产精品久久久久久7|