最新刊期
2014 年 第 19 卷 第 3 期
- 摘要：关于图像场景分类中视觉词包模型方法的综述性文章在国内外杂志上还少有报导，为了使国内外同行对图像场景分类中的视觉词包模型方法有一个较为全面的了解，对这些研究工作进行了系统总结。 在参考国内外大量文献的基础上，对现有图像场景分类（主要指针对单一图像场景的分类）中出现的各种视觉词包模型方法从低层特征的选择与局部图像块特征的生成、视觉词典的构建、视觉词包特征的直方图表示、视觉单词优化等多方面加以总结和比较。 回顾了视觉词包模型的发展历程，对目前存在的多种视觉词包模型进行了归纳，比较常见方法各自的优缺点，总结了视觉词包模型性能评价方法，并对目前常用的标准场景库进行汇总，同时给出了各自所达到的最高精度。 图像场景分类中视觉词包模型方法的研究作为计算机视觉领域方兴未艾的热点研究领域，在国内外研究中取得了不少进展，在计算机视觉领域的研究也不再局限于直接应用模型描述图像内容，而是更多地考虑图像与文本的差异。虽然视觉词包模型在图像场景分类的应用中还存在很多亟需解决的问题，但是这丝毫不能掩盖其研究的重要意义。关键词：场景分类;视觉词包;低层特征;直方图表示8998|510|0更新时间：2024-05-07
- 摘要：随着合成孔径雷达（SAR）技术和分辨率的不断提高，越来越多的空间细节呈现在高分辨率SAR影像上。与此同时，SAR图像的数据量越来越大，人们对其应用需求也越来越高，这使得传统的基于像素的SAR处理方法不再适用。面向对象分析技术以像元集合——“对象”为分析单元，为高分辨率遥感图像处理提供了有效的思路，并日渐成为遥感、摄影测量以及GIS等领域所关注的对象和研究热点之一。目前该技术在光学遥感中已经得到了广泛的应用，但在SAR图像处理中的应用还处于起步阶段。 本文在简要阐述面向对象分析技术起源和特点的基础上， 对SAR图像面向对象技术中常用的多尺度分割算法进行了分类分析，接着对面向对象技术在SAR遥感的应用方向进行全面介绍，最后对面向对象技术在SAR上的应用进行了总结与展望。 面向对象分析技术在SAR图像处理中的应用主要分为以下五个方面：地物分类、城市信息提取、变化检测、海洋应用、森林应用。 面向对象分析技术在解决高分辨率SAR图像尺度效应、抑制噪声等方面有着重要作用。目前，国外学者在基于SAR的面向对象分析技术研究上已经取得了一定的进展，但总体上该技术仍面临诸多问题，需要进一步的研究和完善。关键词：面向对象分析;多尺度分割;高分辨率;SAR图像4056|463|0更新时间：2024-05-07
综述
- 摘要：常见的H.264熵编码加密是一种将加密方案与熵编码方式融合的视频安全算法，这种算法不仅加解密速度快且可保持数据格式不变，是一种兼容性的加密方案，但需要处理帧内所有数据。 针对熵编码加密过程中存在的不足，提出了一种基于关键帧选择与熵编码相结合的视频加密方法，通过获取一帧中所有8×8子宏块的运动矢量，构造一个用于表示每一帧内容变化情况的向量，然后将其欧几里德范数与阈值比较，如果大于或等于阈值，则确定当前帧是关键帧，则在下一帧熵编码时加密其运动矢量差与残差系数值，否则不参与任何加密运算。 通过控制阈值的大小来决定关键帧的选择，并结合混沌序列加密关键帧数据来保证视频信息的安全性，与熵编码加密算法相比，加密数据平均减少数据量约为39.78%。 实验结果表明该加密方法在保持编码后数据总量不变的情况下，以较小的时间代价获得了良好的加密效果，且与常规的熵编码加密算法相比大幅度减少了加密数据量。关键词：关键帧;熵编码;运动矢量;视频加密;欧氏范数3580|290|0更新时间：2024-05-07
- 摘要：传统零水印算法需要构造包含图像特征的水印数据，这样构造的水印往往是无意义的。在已有视觉密码鲁棒水印算法基础上，结合零水印思想，提出小波域视觉密码零水印算法。 零水印不仅仅是由载体图像生成的，而是其与水印信息共同制造的视觉秘密图份。算法产生2幅图份：主图份（图像特征信息）和所有权图份（零水印）。首先，将载体图像通过合理置乱，去除像素相关性；其次，对置乱后的图像做小波变换，再将小波低频子带分块并对各块做奇异值分解，通过比较块特征值与块特征值均值生成过渡矩阵；然后，将生成的过渡矩阵结合2×2视觉秘密图份算法生成主图份；最后，结合主图份和秘密水印信息产生所有权图份，同时将其保存到认证中心。 针对零水印信息不够直观，在不对载体进行任何改动的情况下，将有意义二值图像作为零水印嵌入到载体图像中去。即使在很强的鲁棒干扰环境中，本文方法仍然比传统的零水印算法表现出色。 提出了一种可靠的图像版权认证零水印算法。实验结果表明，算法具有良好的安全性，同时对多种图像处理具有很好的鲁棒性。关键词：零水印;版权认证;小波变换;奇异值分解;视觉密码;视觉秘密图份3636|436|0更新时间：2024-05-07
- 摘要：几何活动轮廓模型的标志性模型C-V模型及其改进LBF模型受到关注，然而这两个模型对初始轮廓曲线较强的依赖性使得模型在实际图像目标分割中表现出不稳定性或具有较高的时间复杂性。本文在对C-V模型及LBF模型的原理及对初始轮廓曲线的依赖特性进行分析的基础上，提出一种基于双重轮廓演化曲线的图像分割水平集模型。 所提出模型的主要过程如下：1）通过设置内、外两条轮廓线，使模型在演化过程中分别从目标的内部和外部向目标边界逼近，两条轮廓线的设计原则简单，其分别位于目标的外部和与目标有重叠；2）两条轮廓线的演化走向是通过在模型中设置相关项自动控制的，即演化过程中通过最小化内、外轮廓之间的差异来自动控制两条轮廓曲线的演化趋向，使之同时从目标的内部和外部向目标边界逼近，并逐渐稳定于目标的边界。 所提出的模型通过设置内部能量泛函项，避免了对符号距离函数的重新初始化；通过采用全局化的正则函数，增加了模型对复杂异质区域边界的捕捉能力；通过采用内、外轮廓线同时演化机制，避免了模型对初始轮廓线的过依赖性。 所提出的模型很好地解决了传统基于区域的分割模型对轮廓曲线初始化的过依赖问题，对初始轮廓线的设置较为简单且具有较强的鲁棒性，对图像目标的分割较为准确和稳定。关键词：图像分割;双轮廓线;水平集模型;初始轮廓线;能量泛函4435|618|0更新时间：2024-05-07
- 摘要：为解决传统基于暗原色先验的单幅图像去雾算法实现效率低以及恢复雾化图像在天空、白云等明亮区域颜色失真的不足，提出一种改进算法。 通过分块思想，完成透射率的空间自适应估计；通过判断大气光强度和暗通道差值绝对值大小来判断雾图中是否含有明亮区域。 该算法不仅降低了传统算法的时间复杂度，而且弥补了传统算法在明亮区域透射率估计的不足。 实验结果表明该改进算法可行、有效。关键词：暗原色先验;去雾;颜色失真4751|443|0更新时间：2024-05-07
- 摘要：在雾、霾等天气下，获取的图像受到大气粒子散射的影响而严重降质。针对这一问题，提出了一种基于双边滤波的单幅图像去雾算法。 此算法是以大气散射模型为基础。首先利用双边滤波保持边缘的平滑特性得到准确的大气耗散函数。其次，针对明亮区域失真的问题，本文提出了弱化明亮区域去雾的方法。最后，通过变换大气散射模型得到清晰的无雾图像。 大量实验结果表明，本算法恢复的图像清晰自然，尤其是在远景处和景深突变的边缘处的处理能取到很好的去雾效果。此外，其时间复杂度为图像大小的线性函数。 针对雾、霾天气下的降质图像，基于大气散射模型与双边滤波特性，本文提出了一种新的单幅图像去雾算法。实验结果表明，本算法能获得很好的去雾效果，尤其在细节处理的表现优于Tarel的去雾算法。同时，与He Kaiming的去雾算法相比，运行时间具有明显优势，有利于实现实时性技术应用。关键词：图像增强;图像去雾;双边滤波;大气散射模型5415|800|0更新时间：2024-05-07
- 摘要：为解决传统的基于光照模型的高光修复算法无法很好地对高光区域存在饱和现象的单幅图像进行处理这一问题，提出一种显著性检测指导的高光区域修复算法。 首先在亮度空间应用显著性模型，实现高光区域的自动检测和标记，之后运用改进的Exemplar-Based算法，综合利用图像的邻域和边缘信息，对标记的高光区域进行自适应修复，去除图像中的高光。 分别对仿真及自然场景下的高光图像进行测试，实验结果表明，与原修复算法和传统高光去除算法相比，所提算法的修复效果更符合人眼视觉、修复后的图像质量更好。 本文算法与Exemplar-Based算法及Tan方法相比，对高光区域存在饱和现象的单幅图像有较好的修复效果，并且有效地克服了传统高光去除算法受光照模型限制的缺点。关键词：图像修复;高光区域;显著性检测;自适应5306|652|0更新时间：2024-05-07
- 摘要：为提高隐写方案的安全性，提出一种基于DCT（discrete cosine transform）块标准差的JPEG图像自适应隐写算法。 DCT块标准差可以反映图像各区域的复杂情况，为此根据取整失真、量化步长以及标准差设计了失真函数，然后结合STC（syndrome-trellis code）编码设计了隐写算法。 引入DCT块标准差可使失真函数定义更合理，因此图像经隐写后总体失真减小，安全性能得到提高。 实验结果表明，本文算法与其他同类算法相比具有更强的抵抗隐写检测能力，在质量因子为75时安全容量可达到0.35（嵌入总量和非零AC（交流）DCT系数个数之比）。关键词：自适应隐写;JPEG图像;标准差;失真函数;网络码(STC)3347|286|0更新时间：2024-05-07
- 摘要：镜头畸变影响着3维重建、几何量测等工作的质量。根据图像中的灭点几何约束条件，提出一种根据灭点进行弱径向畸变自动校正方法。 为避免包含畸变中心参数的非线性模型优化结果的不稳定性，在求解径向畸变系数之后进一步对畸变中心进行优化。首先根据灭点几何约束条件建立关于灭点与径向畸变系数的非线性模型，使用Levenberg-Marquardt（LM）算法估计灭点坐标与径向畸变参数，然后根据质量评价准则对畸变中心和径向畸变系数进一步迭代优化；最后，通过真实图像对该方法的可行性进行分析验证。 采用不同的数据对径向畸变进行了有效地校正，并采用校正后的数据进行了相机标定，标定结果相对于传统基于非量测校正方法有明显的提高。 充分利用图像中的灭点属性，提出一种新的镜头径向畸变校正方法。实验结果表明，该方法能够有效地对径向畸变进行校正，并克服了传统基于非量测畸变校正方法的不稳定性。关键词：3维重建;灭点;径向畸变;畸变中心;自动校正3454|280|0更新时间：2024-05-07
图像处理和编码
- 摘要：提出了黎曼流形上局部结构特征保持的图像集匹配方法。 该方法使用协方差矩阵建模图像集合，利用对称正定的非奇异协方差矩阵构成黎曼流形上的子空间，将图像集的匹配转化为流形上的点的匹配问题。通过基于协方差矩阵度量学习的核函数将黎曼流形上的协方差矩阵映射到欧几里德空间。不同于其他方法黎曼流形上的鉴别分析方法，考虑到样本分布的局部几何结构，引入了黎曼流形上局部保持的图像集鉴别分析方法，保持样本分布的局部邻域结构的同时提升样本的可分性。 在基于图像集合的对象识别任务上测试了本文算法，在ETH80和YouTube Celebrities数据库分别进行了对象识别和人脸识别实验，分别达到91.5%和65.31%的识别率。 实验结果表明，该方法取得了优于其他图像集匹配算法的效果。关键词：黎曼流形;集合匹配;保局投影;协方差矩阵3527|248|0更新时间：2024-05-07
- 摘要：LBF（local binary fitting）模型用每个像素点的邻域信息来拟合局部能量，对灰度不均匀图像可以得到很好的分割效果。但是LBF模型只考虑了图像的局部信息，没有考虑全局信息，因此它对初始轮廓大小、形状及位置都非常敏感。针对以上问题，结合全局和局部信息，提出“两阶段”活动轮廓模型。 第1阶段，采用退化的CV（Chan-Vese）模型，利用图像的全局信息（灰度均值）快速为图像的目标大致定位；第2阶段，以第1阶段结束时的水平集函数的零水平集为第2阶段的初始轮廓，利用图像的局部信息（局部高斯拟合）得到更加精确的分割结果。 实验结果表明，该“两阶段”活动轮廓模型保留了LBF模型分割灰度不均匀图像的能力。 改进后的模型较LBF模型对各种初始轮廓（大小、形状、位置）有较强的鲁棒性，以及较强的抗噪性。关键词：图像分割;活动轮廓;局部二值拟合;偏微分方程;灰度不均匀3910|363|0更新时间：2024-05-07
图像分析和识别
- 摘要：由于当前大多数的追踪算法都是使用目标外观模型和特征进行目标的匹配，在长时间的目标追踪过程中，目标的尺度和形状均会发生变化，再加上计算机视觉误差，都会导致追踪的失误。提出一种高效的目标模型用于提高追踪的效率和成功率。 采用分割后提取的目标特征来进行建模表示外观结构，利用图像分割的方法，将被追踪的目标区域分割成多个超像素块，结合SIFT特征，形成词汇本，并计算每个词在词汇本中的权值，作为目标的外观模型。利用外观模型确定目标对象的关键点位置后，通过使用金字塔 Lucas-Kanade 追踪器预测关键点在下一帧图像中的位置，并移动追踪窗口位置。 结合点位移的加权计算有效地克服目标尺度和形状变化产生的问题。 实验结果表明在目标发生形变或光照变化的情况下，算法也能准确地、实时地追踪到目标。关键词：超像素;目标定位;点追踪;金字塔Lucas-Kanade6896|1194|0更新时间：2024-05-07
图像理解和计算机视觉
- 摘要：边缘检测是有效利用遥感数据开展地物目标自动识别的重要步骤。高分辨率遥感图像地物类型复杂，细节信息过于丰富，使得基于相位一致的边缘检测结果中存在过多的噪声与伪边缘。为此提出了一种结合相位一致与全变差模型的高分辨率遥感图像边缘检测方法。 根据相位一致原理，应用Log Gabor构造的2维相位一致模型，引入全变差去噪模型对基于相位一致的边缘强度图进行改进。 借助有界变差空间对图像光滑性的约束，实现了高分辨率遥感图像噪声去除与伪边缘抑制，利用改进后的相位一致边缘强度图可有效检测高分辨率遥感图像的边缘。 实验结果表明，与相位一致模型、Canny算法相比，该方法能消除了高分辨率遥感图像中同类地物内部细节特征形成的噪声，抑制相位一致边缘检测结果中的伪边缘，突出地物的真实边缘，并能正确地提取地物目标的整体轮廓信息，有助于后续地物目标的自动识别。关键词：相位一致;全变差;边缘检测;高分辨率遥感图像4933|602|0更新时间：2024-05-07
遥感图像处理
- 摘要：针对传统的单特征融合方法不足以衡量像素清晰度的问题，同时综合考虑非下采样Contourlet变换（NSCT）系数特点及人眼视觉感知特性，提出一种基于NSCT的多聚焦图像融合方法。 首先对来自同一场景待融合的源图像进行NSCT变换；然后对低频分量采用基于局部可见度、局部视觉特征对比度和局部纹理特征的综合特征信息进行融合；对高频分量采用基于邻域和兄弟信息归一化的关联权重局部视觉特征对比度进行融合；最后进行逆NSCT变换得到融合图像。 将本文方法与传统离散小波变换（DWT）、移不变小波变换（SIDWT）、CT（Contoural变换）、NSCT及基于邻域和兄弟信息的NSCT域多聚焦图像融合方法进行了实验对比，本文方法能获得更好的视觉效果以及较大的边缘信息保留值和互信息值。 定性和定量的实验结果表明了本文方法的有效性。关键词：多聚焦图像融合;非下采样Contourlet变换;视觉感知特性;评价标准4584|377|0更新时间：2024-05-07
- 摘要：在笔式态势标绘应用中，识别手绘点状军标图形面临着图形类别多、图形类别之间相似度高、绘制方向可变等挑战。针对这些困难提出一个面向手绘军标图形的旋转自由识别方案，以识别图形类别和方向角为目标。 首先通过旋转不变的粗分类缩小候选类别范围，然后估计待识别图形与模板图形间的方向夹角并将二者旋转对齐，最后用细化区分方法识别高相似度的图形类别。采用一种结合图形采样点空间分布和局部方向信息的方向Zernike矩特征描述图形样本，通过匹配方向Zernike矩可实现粗分类和旋转角估计。 实验结果表明本文方法的分类准确率和角度估计精度均明显优于基于传统Zernike矩的识别方法。 该方法可有效应用于对在线手绘军标图形进行旋转自由识别的场合。关键词：手绘图形;军标图形;旋转自由识别;旋转角估计4905|292|0更新时间：2024-05-07
- 摘要：当手和手臂都进入深度相机所设定的有效深度范围时，它们将被作为一个整体来提取，若处理时也把它们作为一个整体，这可能会影响手势交互的一些重要算法，如掌心估测、手朝向估测、手的跟踪等。掌心是手势交互中较为稳定的点，掌心与手簇中心的连线常被用来估测手的朝向。因此提高掌心估测算法的性能有助于提高手势交互的整体性能。 为了有效地分割手与手臂，从分析手腕的运动特征和手的轮廓特点入手，并利用内切矩形的几何特征，提出手腕识别算法；为了提高掌心估测的性能，从手势交互的特点入手，分析了锐角三角形和最大内切圆的几何特征，提出新的掌心估测算法。 本文算法在空气多点触摸系统中进行了实验，新的掌心估测算法较之原算法在性能上提高了近7倍，且仍然能保持掌心坐标的稳定性，坐标偏差不大于3个像素。同时手腕识别算法的引入也提高了掌心估测的准确性。 实验结果表明，手腕识别算法能较好地分割出手与手臂，新的掌心估测算法能很好地支持实时交互。关键词：手腕识别;掌心估测;深度相机;手部分割;手势交互4804|314|0更新时间：2024-05-07
- 摘要：车牌定位是车牌识别的关键步骤之一，为提高车牌定位的准确率和定位速度，降低误检率，提出一种基于多信息融合的快速车牌定位方法。 首先，通过边缘密度信息快速排除大量背景区域，有效提高定位速度；其次，根据车牌字符的分布信息精确定位车牌；最后使用基于模板匹配的车牌字符分割方法进行车牌字符分割，通过验证所分割出的字符是否是数字或字母来验证所定位区域是否车牌，去除误检车牌区域。 在9980幅图像上进行测试，定位准确率为97.9%，平均定位时间为16.3 ms。实验结果表明，本文方法可以在各种条件下快速而准确地定位车牌。 融合多种特征的车牌定位方法，通过提取车牌对应的环境信息，排除了大量的背景区域，加快了车牌定位的速度；根据车牌的结构信息定位车牌，并通过车牌的部件信息，实现合法性验证，提高车牌定位的准确率。通过多种信息的融合，有效改善了车牌定位的效果。关键词：边缘密度;信息融合;车牌验证;车牌定位4984|473|0更新时间：2024-05-07
- 摘要：H.264/AVC帧间预测编码需要对所有可能编码模式计算并比较率失真代价，众多的模式类型导致了P帧编码的计算复杂度非常高。为此提出一种针对P帧的基于决策树的快速候选模式选择算法。 在对宏块进行16×16的帧间运动估计后，首先根据残差宏块中4×4全零系数块个数对部分宏块直接选择出候选模式；然后使用16个4×4块的变换域系数绝对值之和（SATD）值，采用决策树分类方法对其余宏块选择候选模式。 由于只需对候选模式进行编码，因此有效降低了编码器的计算复杂度。实验结果表明，与原始全搜索编码算法相比，该算法对不同运动程度的视频序列获得了较一致的编码时间的节省，同时平均峰值信噪比的损失和平均比特率的增加均较少。 新的P帧帧间预测候选模式选择算法，根据帧间运动估计后的残差宏块信息，采用决策树方法对候选模式集进行分类。实验结果表明，该算法能在保证视频编码质量的前提下，有效地降低编码过程中的计算量，缩短编码时间。关键词：H.264/AVC;编码;帧间;模式选择4334|203|0更新时间：2024-05-07
- 摘要：无参考图像质量评价是近几年来的研究热点，具有深远的现实意义和广泛的应用价值，提出一种基于互信息的无参考图像质量评价方法。 该方法使用原始自然图像及其对应的规范化亮度图像和局部标准差图像作为输入，利用自相关互信息对输入图像邻近像素间的相关性进行量化，并引入多尺度分析得到图像在两个尺度上的互信息特征，最后使用支持向量机（SVM）在LIVE图像数据库上训练学习，从而对多类失真图像进行客观质量评价。 在LIVE图像数据库中对本文算法进行性能测试，实验结果显示该算法得到的评价结果与人眼主观评价结果之间的平均相关系数高达0.93，总体分类准确率达到79%，性能足以与当前主流的全参考、无参考方法相竞争。 本文方法有别于传统的基于变换的无参考图像质量评价方法，将着眼点放于自然图像邻近像素之间的固有联系上，并取得了较好的实验效果。由于没有使用图像变换并从全局域进行考虑，本文方法具有较低的时间复杂度。关键词：自相关;互信息;无参考;图像质量评价;支持向量机4662|294|0更新时间：2024-05-07
第9届和谐人机环境联合学术会议栏目
- 地址：北京市海淀区北四环西路19号中科院电子所主楼223室 邮编：100190
- 联系电话：010-58887035/58887030/58887418 Email：jig@aircas.ac.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备05080539号-4
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0