最新刊期
2015 年 第 20 卷 第 1 期
- 摘要：越来越多的应用依赖于对场景深度图像准确且快速的观测和分析,如机器人导航以及在电影和游戏中对虚拟场景的设计建模等。飞行时间深度相机等直接的深度测量设备可以实时的获取场景的深度图像,但是由于硬件条件的限制,采集的深度图像分辨率比较低,无法满足实际应用的需要。通过立体匹配算法对左右立体图对之间进行匹配获得视差从而得到深度图像是计算机视觉的一种经典方法,但是由于左右图像之间遮挡以及无纹理区域的影响,立体匹配算法在这些区域无法匹配得到正确的视差,导致立体匹配算法在实际应用中存在一定的局限性。结合飞行时间深度相机等直接的深度测量设备和立体匹配算法的优势,提出一种新的深度图像重建方法。首先结合直接的深度测量设备采集的深度图像来构造自适应局部匹配权值,对左右图像之间的局部窗立体匹配过程进行约束,得到基于立体匹配算法的深度图像;然后基于左右检测原理将采集到的深度图像和匹配得到的深度图像进行有效融合;接着提出一种局部权值滤波算法,来进一步提高深度图像的重建质量。实验结果表明,无论在客观指标还是视觉效果上,本文提出的深度图像重建算法较其他立体匹配算法可以得到更好的结果。其中错误率比较实验表明,本文算法较传统的立体匹配算法在深度重建错误率上可以提升10%左右。峰值信噪比实验结果表明,本文算法在峰值信噪比上可以得到10 dB左右的提升。提出的深度图像重建方法通过结合高分辨率左右立体图对和初始的低分辨率深度图像,可以有效地重建高质量高分辨率的深度图像。关键词：深度图像;飞行时间深度相机;立体匹配;自适应权值匹配;局部权值滤波4670|609|0更新时间：2024-05-07
- 摘要：基于正则化的重建是单幅图像超分辨的重要方法之一。其中,如何构造合适的图像先验,增强超分辨重建过程中的边缘和纹理保持能力是该类方法的关键。提出一个全局和局部结构内容自适应正则化的单幅图像超分辨模型。该模型综合了图像梯度的全局非高斯性和局部结构方向自适应回归特性。首先,利用广义高斯分布拟合图像梯度模的重尾特性,由最大后验概率框架构造了图像全局内容感知的l(0< <1)范数稀疏性度量;然后,利用图像局部内容的各向异性相关性,给出基于Geman-McClure(GM)权函数加权的局部结构方向自适应回归先验;最后利用半二次惩罚和变量分裂法,设计了该优化模型快速求解的超分辨算法。实验结果表明:在客观评价上,本文方法在峰值信噪比与结构相似度两方面优于现有的一些超分辨方法,在主观视觉效果上,能够很好的恢复图像的纹理细节和边缘信息。基于全局和局部结构内容自适应正则化的单幅图像超分辨方法在保持图像边缘和恢复图像纹理细节方面取得较好的重建性能。关键词：超分辨;正则化;稀疏性;结构方向自适应回归3848|502|0更新时间：2024-05-07
- 摘要：目前模糊测量方法难以处理存在纹理平坦区域时的局部模糊测量。针对该问题,提出一种基于BP(back propagation)神经网络的图像局部模糊检测方法。该方法采用所有奇异值以描述不同尺度信息随模糊变化情况,并与描述高频信息变化的DCT(discrete cosine transform)非零系数结合,实现奇异值向量和DCT非零系数个数联合的混合模糊测度,达到空频联合的模糊度描述。在此基础上,通过训练BP神经网络分类器, 实现图像块模糊值预测。单幅局部模糊图像实验中,较好区分纹理平坦区域和模糊区域的模糊程度;多幅局部模糊图像的统计实验中,召回率-准确率(RP)评估曲线显示在相同召回率下准确率较其他方法高。该方法可以较准确地实现局部模糊图像(特别是存在纹理平坦区域的局部模糊图像)的模糊测量。关键词：BP神经网络;模糊测量;奇异值;DCT系数4512|401|0更新时间：2024-05-07
- 摘要：在光学字符识别中,文本图像经常会出现一定角度的倾斜。为将倾斜的文本图像校正,以便于字符识别中的后续处理,快速准确地检测倾斜文本图像的倾角是非常重要的。对基于投影轮廓的算法进行改进,提出了一种两级投影直方图方差的算法(TPHV)。首先在预定的角度范围内以一定角度步长对选定的图像区域做多方向投影,以获取投影直方图;然后计算各角度投影直方图的均方差,求出所有投影直方图方差的最大差分,将对应的投影角度作为倾角的粗略估值,最后以粗略估值为中心,以第1次投影步长为半径的角度范围内,再次以给定的检测精度为步长进行投影,重复第1次投影的工作,求出投影直方图方差的最大值,以对应的角度作为图像倾角的检测值。该算法能够处理各种复杂的文本图像;对于诸如2 480×3 508像素的较大图像,可在200 ms左右的时间内完成倾角的检测;可检测的倾角范围不受限制;对相关网站提供的5组共500幅测试图像检测误差绝对值均值不超过0.5°,最大值不超过0.7°,检测误差的方差不超过0.1。实验结果表明,该算法具有明显优势:速度快,倾斜角度检测精度高,误差集中,检测范围大,对噪声不敏感,具有广泛的适用性,适合于复杂的排版方式。关键词：倾斜检测;投影直方图;方差;RADON变换;降采样3551|376|0更新时间：2024-05-07
图像处理和编码
- 摘要：随着稀疏表示方法在图像重建问题中的巨大成功,研究人员提出了一种特殊的分类方法,即基于稀疏表示的分类方法。为了加强样本间的协作表示能力以及减弱稀疏分解时的强L约束,提出了一种在稀疏分类框架下的迭代剔除机制和贪婪搜索策略的人脸识别方法。将测试样本表示成训练样本线性组合的方式,并在所有训练样本中通过迭代计算来消除对分类影响较小的类别和单个样本,在系数分解的过程中采用最小误差正交匹配追踪(EcOMP)算法,进而选择出贡献程度大的类别样本并进行分类。在迭代更新样本字典的过程中,强化了真实类别的表示能力,并弱化了分解系数的强L约束。在所有的实验中,正则化参数的取值为0.001,在ORL、FERET和AR 3个人脸数据库上,本文算法的识别率可分别达到97.88%、67.95%和94.50%,进而验证了本文算法的有效性。提出的在稀疏分类框架下的迭代剔除机制和贪婪搜索策略的人脸识别方法,在动态迭代的机制中完成了样本字典的更新,平衡了协作表示和稀疏约束的关系,相比较原始的稀疏分类模型有更好的准确性和稳定性。关键词：稀疏表示;贪婪算法;人脸识别;分类4081|413|0更新时间：2024-05-07
- 摘要：素描人脸识别属于异质人脸识别范畴,是刑侦领域的研究热点。根据素描人脸识别的特点,采用分块局部二值模式(LBP)特征,并用AdaBoost算法提取能有效鉴别素描人脸图像和可见光人脸图像对应关系的特征块。对素描图像和可见光图像配准后,进行分块处理,计算每块的LBP直方图,将LBP直方图作为AdaBoost待选择特征。计算素描图像子块与可见光图像子块之间的Log概率统计,利用AdaBoost算法进行特征提取,逐步挑选能有效识别的特征子块,并把这些优选特征子块用于未知素描人脸识别。利用现有的素描人脸库,分别进行非交叉和交叉实验验证,识别率分别达到99%以及100%,证明了本文算法的有效性。该算法经优化后,可用于素描人脸识别。关键词：素描人脸识别;分块LBP;Adaboost算法;特征提取4487|466|0更新时间：2024-05-07
- 摘要：通过建立各线索间的关联,提高多线索目标跟踪方法的鲁棒性,利用简单而有效的模型使多线索目标跟踪方法的表达和实现变得容易。在不同线索描述下的目标对象间引入运动一致性约束,利用链状结构随机场模型表达不同线索描述下的目标对象及其约束关系,将多线索目标跟踪问题转化为随机场目标函数的简单优化求解。实验中结合亮度直方图、方向梯度直方图和局部二进制模式描述目标对象。15组公测视频序列上的实验结果表明,所提方法相对于多种优秀的目标跟踪方法,在目标受到遮挡、运动模糊、光照变化、背景杂乱等因素干扰时,获得了较低中心位置误差和较高的精度值,反映了所提方法的有效性。运动一致性约束能够较好地增强各线索间的关联,通过链状结构的随机场模型表达该约束关系和各线索描述下的目标对象,在提高跟踪鲁棒性的同时,使跟踪方法的实现变得简单。关键词：目标跟踪;多线索;运动一致性;随机场模型3298|431|0更新时间：2024-05-07
- 摘要：考虑到融合校正背景权重直方图(CBWH)的Mean Shift(MS)目标跟踪算法只有CBWH更新而缺少目标模板更新,以及在目标遮挡时鲁棒性欠佳的不足。结合卡尔曼滤波器(KF)在目标状态预测和参数更新方面的可靠性,将两层KF框架融入融合CBWH的MS。第1层KF框架为目标位置预测层,通过KF噪声与巴氏系数之间的关系,实现跟踪结果的自适应调整,减少遮挡对跟踪结果的影响;第2层KF框架为目标模板更新层,通过KF对目标模板中的每个非零元素进行滤波,实现目标模板与CBWH的同步更新,减少目标特征变化对跟踪结果的影响。在背景干扰、遮挡以及特征变化等条件下进行实验,得到本文算法、融合CBWH的MS和传统MS的平均跟踪误差分别为5.43、19.2和51.43,显示本文算法的跟踪精度最高。同时本文算法也具有良好的实时性。本文算法在融合CBWH的MS基础上,加入两层KF框架,解决了原算法缺少目标模板更新和在目标遮挡时鲁棒性欠佳的不足,最后实验验证了本文算法的有效性。关键词：目标跟踪;均值漂移;校正背景权重直方图;两层卡尔曼滤波;巴氏系数;模板更新3897|450|0更新时间：2024-05-07
- 摘要：结合图像处理技术和英文字母特征,提出一种基于聚类和全局优化的双面碎纸拼接复原算法。利用图像处理技术,消除同行字母的处于不同高度部分。再分别基于处理前后的碎纸片,分别提出碎片与行之间匹配程度以及刻画相邻碎片两两匹配的特征参数(像素差与相关系数)。利用上述两特征参数,将问题转化为两个子优化问题:子问题1,基于像素差的最大值最小目标,建立全局最优聚类模型,确定所有碎片的行分类;子问题2,将同一行中相邻碎片的匹配问题转化为旅行商问题(TSP),并基于相关系数对每一行建立全局优化模型。仿真实验结果表明,图像处理技术能有效地消除同行字母处于不同高度的负影响。同时,获取的两个特征参数能很好地刻画碎片之间的匹配,复原准确率达到90%以上。实验结果表明,该算法能保证高复原率且降低复杂度,对碎纸机碎纸拼接复原具有良好的实际意义。关键词：碎纸拼接;聚类;全局优化;旅行商问题;图像处理技术3020|397|0更新时间：2024-05-07
图像分析和识别
- 摘要：针对基于SURF特征点的图像配准算法对颜色单一的彩色图像提取的特征点较少及配准时间复杂度高等问题,提出一种基于融合特征的快速SURF(speed up robust features)配准算法。该算法首先提取图像的颜色不变量边缘特征和CS-LBP(central symmetry-local binary patterns)纹理特征形成融合特征灰度图,并利用颜色直方图的方差自适应调节融合特征间的权重。其次,在融合特征灰度图上提取SURF(speed up robust features)特征点及描述子。再次,用最近邻匹配法形成粗匹配对,结合改进的快速RANSAC(random sample consensus)算法得到精匹配对。最后,使用最小二乘法求出映射关系用于配准图像。本文算法能够在融合特征上提取更稳定的SURF特征点,用该特征点进行配准能提高配准5%精度,且减少时间复杂度15%,实现了对普通场景下图像的快速配准。本文算法能提取稳定数量的特征点,提高了精确度与鲁棒性,并通过改进的RANSAC算法提高了执行效率,降低了迭代次数。关键词：SURF特征点;颜色不变量边缘(CIM);CS-LBP纹理特征;RANSAC算法;最小二乘法4259|754|0更新时间：2024-05-07
- 摘要：基于区域的局部匹配算法是一种简单高效的立体匹配方法。针对局部算法中窗口的抉择问题,提出了基于垂直交叉双向搜索的自适应窗口匹配算法。该算法考虑到局部区域内灰度值与视差值的相关性,通过垂直交叉双向搜索策略自适应地调节窗口的形状和大小,并获得相应掩码窗口;再利用积分图像计算掩码窗口的匹配代价,获取视差图;最后采用米字投票和双边滤波器两个步骤对视差图进行修复。针对不同图像采用提出的自适应窗口算法,得到了适用于各种图像结构的匹配窗口,相较于原始垂直交叉算法的匹配精度提高了约30%(Teddy),同时两步骤视差后处理较好地保持了图像边缘。实验结果表明,该算法改善了规则窗口产生的视差边缘扩充问题,在提高视差精度的同时提高了算法鲁棒性。关键词：视差图;垂直交叉双向搜索;自适应窗口;米字投票;双边滤波器3722|321|0更新时间：2024-05-07
- 摘要：含有重复模式的图像会对局部特征描述符产生歧义,因此基于局部特征的匹配算法在此类图像的匹配过程中极易产生误匹配。同时,通过研究现有的引入全局特征描述符的匹配算法,发现全局特征同样依赖于计算局部信息所得到的特征点主方向,所以此类方法在含有重复模式的图像中也不容易得到令人满意的匹配效果。为了解决这一问题,提出一种基于成对特征点的图像匹配算法。该方法利用成对特征点的方向向量作为特征点对的主方向,为特征描述提供了正确的方向信息,同时引入DAISY描述符与改进后的全局上下文(global context)特征描述符,提高了匹配能力。分别在模拟图像与实际图像上面进行了对比匹配实验,本文算法平均的匹配正确率能达到88%以上,比其他经典的匹配算法提高了26%以上。实验结果表明,本文算法克服了现有算法在特征描述与主方向分配上的缺陷,进一步提升了匹配正确率,能够有效地解决重复模式图像的匹配问题。关键词：图像匹配;重复模式;成对特征点;局部特征;全局特征3221|244|0更新时间：2024-05-07
图像理解和计算机视觉
- 摘要：医学超声图像常常受到斑点噪声的污染而导致质量降低,影响后续诊疗。为了解决医学超声图像在滤波去斑的同时保持图像边缘细节和结构特征的问题,借鉴量子力学的基础理论,提出一种量子衍生偏微分方程(PDE)医学超声图像去斑方法。针对传统P-M方程各向异性扩散的自适应去斑能力有限的问题,引入量子理论改进扩散系数增强去斑算法的自适应能力。同时构造出各向异性扩散模型,提出一种量子衍生的偏微分方程医学超声图像去斑方法。通过对模拟斑点噪声污染的图像和真实医学超声图像实验,比较信噪比(SNR)、边缘保持度、结构相似度(SSIM)等客观评价指标,本文方法较其他图像去斑方法更能有效去除斑点噪声,同时又能较好地保持图像边缘细节与结构特征。本文方法能够有效地解决医学超声图像去斑中保持图像细节特征的问题,同时,量子理论的引入也为后续医学超声图像的研究提供了新思路。关键词：量子衍生;偏微分方程(PDE);医学超声图像;去斑3482|358|0更新时间：2024-05-07
医学图像处理
- 摘要：高光谱数据具有较高的谱间分辨率和相关性,给分类处理带来了一定的困难。为了提高分类精度,提出一种结合PCA与移动窗小波变换的高光谱决策融合分类算法。首先,利用相关系数矩阵对原始高光谱数据进行波段分组;然后,利用主成分分析对每组数据进行谱间降维;再根据提出的移动窗小波变换法进行空间特征提取;最后,采用线性意见池(LOP)决策融合规则对多分类器的分类结果进行融合。采用两组来自不同传感器的数据进行实验, 所提算法的分类精度和Kappa系数均高于已有的5种分类算法。与SVM-RBF算法相比,本文算法的分类精度高出了8%左右。实验结果表明,本文算法充分挖掘了高光谱图像的谱间-空间信息,能有效提高分类正确率,在小样本情况下和噪声环境中也具有良好的分类性能。关键词：高光谱分类;主成分分析;小波变换;决策融合3314|417|0更新时间：2024-05-07
- 摘要：相干斑的存在严重影响了极化合成孔径雷达(PolSAR)的影像质量。对相干斑的抑制是使用SAR数据的必不可少的预处理程序。提出一种基于非局部加权的线性最小均方误差(LMMSE)滤波器的极化SAR滤波的方法。该方法的主要过程是利用非局部均值的理论来获取LMMSE估计器中像素样本的权重。同时,在样本像素的选取过程中,利用待处理像素的极化散射特性和邻域块的异质性来排除不相似像素以加速算法,同时达到保持点目标和自适应调节块窗口大小的目的。模拟影像和真实影像上进行的实验结果表明,采用这种方法滤波后影像的质量得到明显改善。和传统的LMMSE算法相比,无论是单视的影像还是多视的影像,本文方法去噪结果的等效视数都高出8视以上;峰值信噪比也提升了5.8 dB。同时,去噪后影像分类的总体精度也达到了83%以上,该方法的运行效率也比非局部均值算法有了较大提升。本文方法不仅能够有效抑制相干斑噪声,还能较好地保持边缘和细节信息以及极化散射特性。这将会为后续高效利用SAR数据提供保障。关键词：极化合成孔径雷达;相干斑噪声;非局部均值;线性最小均方误差滤波器3050|379|0更新时间：2024-05-07
- 摘要：为了能够快速得到适于视觉解译的UWB SAR图像,提出了一种基于数据筛选的低频UWB SAR图像快速可视化算法。该方法从统计学的角度出发,讨论了低频UWB SAR图像数据的统计特性和灰度分布模型;在此基础上,首次提出采用准则对低频UWB SAR图像数据进行筛选;并使用修正映射函数映射。对处理后所得图像进行质量评估,可以发现,所得灰度图在等效视数、中央凹特征和对比敏感度特征等方面要优于传统方法处理的处理结果,因而更符合人类视觉系统特征,更易于人眼视觉系统全面了解低频UWB SAR图像表征的场景信息。与传统方法相比,该算法能自适应压缩图像动态范围,处理耗时短,所得图像细节突出,适于对低频UWB SAR图像数据实时处理。关键词：低频超宽带合成孔径雷达;动态范围压缩;3;准则;修正映射函数3377|465|0更新时间：2024-05-07
遥感图像处理
- 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