最新刊期
2016 年 第 21 卷 第 2 期
- 摘要：图像之间的颜色迁移技术是近些年来研究的热点,如今社会这种技术更多地应用于生活中相片的颜色调节,而传统的颜色迁移技术都是面向图像一般化处理。提出了一种针对于肤色的自适应颜色迁移算法。 首先,用户通过人机交互指定图像需要肤色变换的区域,在YCbCr空间内,初次获得肤色区域,实现肤色数据的粗提取。其次,利用在lɑβ空间中肤色分量的分布特性,实现对纯肤色信息的精确提取。最后,通过对应的转换规则,实现对肤色的转换。 实验数据显示,该算法实现的转换后的肤色相比于其他算法,肤色特征更自然,在人脸区域避开改变非肤色区域的色彩信息,并且保持了处理前图像的清晰度,具有很强的应用性。 该算法只对选择的肤色信息进行处理,避开非肤色数据,保持了其他事物的原有色彩,实现对肤色的自适应选取,实现自动肤色迁移,在差别很大的肤色之间实现的转换也取得了较好的效果。关键词：图像处理;肤色迁移;颜色区域;肤色调整;lɑβ颜色空间5865|447|3更新时间：2024-05-07
- 摘要：为了提高图像超分辨率算法对数据奇异点的鲁棒性,提出一种采用K均值聚类和支持向量数据描述的图像超分辨率重建算法(Kmeans-SVDD)。 训练过程:首先用K均值聚类算法将训练图像的近似子带划分为若干类,然后用支持向量数据描述去除每类数据的奇异点,最后在小波域内用主成分分析训练近似子带和细节子带字典。测试过程:根据同一场景高低分辨率图像近似子带相似这一现象,首先将待重建低分辨率测试图像的近似子带作为相应高分辨率测试图像的近似子带,然后由训练得到的字典恢复出高分辨率测试图像的细节子带,最后通过逆小波变换得到高分辨率测试图像。 相比于当前双三次插值、Zeyde、ANR与Kmeans-PCA算法,Kmeans-SVDD算法重建的高分辨率测试图像的平均峰值信噪比依次提高了1.82 dB、0.37 dB、0.30 dB、0.15 dB。 通过大量实验发现,在字典训练之前加入SVDD过程可以去除离群点,提高字典质量。在小波域中将各频带分开重建,可避免低频图像中包含的不可靠高频信息对超分辨率结果的影响,从而恢复出可靠的高频信息。关键词：字典学习;稀疏表示;k均值聚类;支持向量数据描述;超分辨率重建2998|472|4更新时间：2024-05-07
图像处理和编码
- 摘要：针对分水岭分割算法中存在的过分割现象及现有基于RGB图像分割方法的局限,提出了一种基于RGB图像和深度图像(RGBD)的标记分水岭分割算法。 本文使用物体表面几何信息来辅助进行图像分割,定义了一种深度梯度算子和一种法向量梯度算子来衡量物体表面几何信息的变化。通过生成深度梯度图像和法向量梯度图像,与彩色梯度图像进行融合,实现标记图像的提取。在此基础上,使用极小值标定技术对彩色梯度图像进行修正,然后使用分水岭算法进行图像分割。 在纽约大学提供的NYU2数据集上进行实验,本文算法有效抑制了过分割现象,将分割区域从上千个降至数十个,且获得了与人工标定的分割结果更接近的分割效果,分割的准确率也比只使用彩色图像进行分割提高了10%以上。 本文算法普遍适用于RGBD图像的分割问题,该算法加入了物体表面几何信息的使用,提高了分割的准确率,且对颜色纹理相似的区域获得了较好的分割结果。关键词：深度图像;标记图像;分水岭算法;梯度;法向量4148|413|6更新时间：2024-05-07
图像分析和识别
- 摘要：光场相机可以通过一次拍摄,获取立体空间中的4D光场数据,渲染出焦点堆栈图像,然后采用聚焦性检测函数从中提取深度信息。然而,不同聚焦性检测函数响应特性不同,不能适应于所有的场景,且现有多数方法提取的深度信息散焦误差较大,鲁棒性较差。针对该问题,提出一种新的基于光场聚焦性检测函数的深度提取方法,获取高精度的深度信息。 设计加窗的梯度均方差聚焦性检测函数,提取焦点堆栈图像中的深度信息;利用全聚焦彩色图像和散焦函数标记图像中的散焦区域,使用邻域搜索算法修正散焦误差。最后利用马尔可夫随机场(MRF)将修正后的拉普拉斯算子提取的深度图与梯度均方差函数得到的深度图融合,得到高精确度的深度图像。 在Lytro数据集和自行采集的测试数据上,相比于其他先进的算法,本文方法提取的深度信息噪声较少。精确度平均提高约9.29%,均方误差平均降低约0.056。 本文方法提取的深度信息颗粒噪声更少;结合彩色信息引导,有效修正了散焦误差。对于平滑区域较多的场景,深度提取效果较好。关键词：深度提取;光场相机;焦点堆栈图像;聚焦性检测;散焦误差4009|349|2更新时间：2024-05-07
- 摘要：针对图像的显著区域检测问题,提出一种利用背景先验知识和多尺度分析的显著性检测算法。 首先,将原始图像在不同尺度下分解为超像素。然后,在每种尺度下根据各超像素之间的特征差异估计背景,提取背景区域,获取背景先验知识。根据背景先验计算各超像素的显著性,得到显著图。最后,将不同超像素尺度下的显著图进行融合得到最终显著图。 在公开的MASR-1000、ECSSD、SED和SOD数据集上进行实验验证,并和目前流行的算法进行实验对比。本文算法的准确率、召回率、F-Measure以及平均绝对误差均在4个数据集上的平均值分别为0.718 9、0.699 9、0.708 6和0.042 3,均优于当前流行的算法。 提出了一种新的显著性检测算法,对原始图像进行多尺度分析,利用背景先验计算视觉显著性。实验结果表明,本文算法能够完整、准确地检测显著性区域,适用于自然图像的显著性目标检测或目标分割应用。关键词：显著性检测;背景先验;多尺度分析;显著图;视觉显著性4936|470|7更新时间：2024-05-07
图像理解和计算机视觉
- 摘要：目前有很多研究B样条曲线的含参数扩展,给出的曲线都具备B样条曲线的局部形状控制性以及独立于控制顶点的形状可调性,但有些文献给出的参数是全局的,导致曲线不具备局部形状调整性,有些文献给出的调配函数不具有全正性,导致曲线不具备变差缩减性、保凸性。本文的出发点是构造同时具备保凸性、局部形状调整性、局部形状控制性的曲线。 首先运用拟扩展函数空间的理论框架证明了已有的3次Bézier曲线的扩展基,简称-Bernstein基,恰好为所在空间中的规范B基。然后运用-Bernstein基的线性组合来构造3次均匀B样条曲线的扩展基,根据预设的曲线性质反推出扩展基的性质,进而求出线性组合的系数,得出扩展基的表达式。扩展基可以表示成-Bernstein基与一个转换矩阵的乘积,证明了转换矩阵的全正性,由扩展基定义了一种结构与3次B样条曲线相同的含一个局部形状参数的分段曲线。 转换矩阵的全正性决定了扩展基的全正性,扩展基的全正性决定了扩展曲线的变差缩减性、保凸性,形状参数的局部性决定了曲线的局部形状调整性,曲线的分段结构决定了曲线的局部形状控制性。 本文给出的构造具有全正性的B样条扩展基的方法具有一般性,与现有众多扩展曲线相比,本文方法构造的曲线因为具有变差缩减性和保凸性,从而为保形设计提供了一种有效方法。关键词：B样条曲线;保凸性;拟扩展切比雪夫空间;全正基;形状参数2836|355|2更新时间：2024-05-07
计算机图形学
- 摘要：在移动互联网时代下,移动增强现实应用得到越来越快的发展。然而户外场景中存在许多相似结构的建筑,且手机的存储和计算能力有限,因此应用多集中于室内小范围环境,对于室外大规模复杂场景的适应性较弱。对此,建立一套基于云端图像识别的移动增强现实系统。 为解决相似特征的误匹配问题,算法中将重力信息加入到SURF和BRISK特征描述中去,构建Gravity-SURF和Gravity-BRISK特征描述。云端系统对增强信息进行有效管理,采用基于Gravity-SURF特征的VLAD方法对大规模图像进行识别;在智能终端上的应用中呈现识别图像的增强信息,并利用识别图像的Gravity-BRISK特征和光流结合的方法对相机进行跟踪,采用Unity3D渲染引擎实时绘制3维模型。 在包含重力信息的4 000幅户外图像的数据库中进行实验。采用结合重力信息的特征描述算法,能够增强具有相似特征的描述符的区分性,并提高匹配正确率。图像识别算法的识别率能达到88%以上,识别时间在420 ms左右;光流跟踪的RMS误差小于1.2像素,帧率能达到23 帧/s。 本文针对室外大规模复杂场景建立的基于图像识别的移动增强现实系统,能方便对不同应用的增强现实数据进行管理。系统被应用到谷歌眼镜和新闻领域上,不局限于单一的应用领域。结果表明,识别算法和跟踪注册算法能够满足系统的精度和实时性要求。关键词：移动增强现实;重力信息;图像识别;特征跟踪;模型渲染3606|368|3更新时间：2024-05-07
虚拟现实与增强现实
- 摘要：针对医学图像中细胞提取和粘连细胞分割问题,提出一种结合距离变换利用边缘梯度的分水岭血细胞显微图像分割方法。 首先,通过距离变换由细胞二值图生成距离地形图,取其局部极值点或点集作为前景标记,进行第1次距离分水岭变换;接着将第一步骤所得的分水岭脊线作为背景区域的标记,前景标记不变,视梯度幅度图为地形图,再一次进行梯度分水岭变换,得到细胞分割结果。两次分水岭变换前,均采用强制极小值的方法修改地形图,来控制地形图只在选取的标记处存在局部极小值。 该方法由距离图提取前景标记,将距离分水岭变换所得的脊线作为梯度分水岭变换的背景标记,能有效地分离粘连目标。相比于基于距离图分水岭变换,本文方法不过多依赖二值图像信息,保留了基于梯度图像的分水岭变换边缘定位准确的优点,又解决了其无法分割粘连目标和过分割的问题。 经多幅临床细胞图像分割实验验证,该方法可以实现图像中细胞的提取以及粘连细胞的自动分割,满足医学图像分割的要求。关键词：粘连细胞;图像分割;分水岭变换;边缘梯度;距离变换4153|894|18更新时间：2024-05-07
医学图像处理
- 摘要：在当前国土资源部、农业部开展新时期永久基本农田划定工作的背景下,探索“优质耕地的集中连片划定”方法,探讨“耕地连片性”的意义,实现基于耕地质量等级的连片性划定,为永久基本农田划定和高标准农田建设提供支持。 从景观生态学角度,对“耕地连片性”概念进行讨论,分析耕地景观地块之间的连片阈值范围,提出以“形态学闭合运算”计算优质耕地的空间相连性,并应用此方法对金坛市金城镇耕地进行了连片性分析。 该方法高效地对优质耕地的连片程度进行了识别,识别结果符合当地实际情况,与其他方法相比,该方法可自定义土地质量等别及连片阈值,有效地增强了连片地块的集中性与整体性,在实现地块连片的同时很好地保留了地块边缘形状特征。 该方法有助于实现对于优质耕地的集中管理,并为基本农田空间配置研究提供了一种新的方法思路。关键词：优质耕地;集中连片;连片阈值;二值形态学;闭运算3308|347|8更新时间：2024-05-07
- 摘要：多尺度空间关系一致性评价是多尺度空间数据冲突检测或数据匹配的重要环节,现有方法主要集中于相同或相近比例尺空间关系的相似性计算,对尺度跨度较大、发生维度变化情形的一致性评价考虑较少,且定性的概念距离度量方法难以适用于具有维度差异的多尺度空间数据。针对上述问题,提出一种顾及降维的多尺度空间关系广义一致性度量方法。 首先,引入同名对象概念,分析多尺度范畴下同名对象的表现特征。考虑到维度变化对空间关系的影响,结合并扩展已有的空间关系度量方法,分别提出了广义的拓扑关系、方向关系、距离关系相似性度量方法。然后,构建小尺度场景的同名对象邻近关系图,为减少一致性计算代价,依据不同空间关系特点将邻近关系图化简为各类空间关系邻近图。最后,通过依次计算各类空间关系的相似性值和联合相似性值来判断多尺度场景空间关系表达的一致性。 通过对1:1万基础地理数据和1:5万派生数据进行空间关系相似性的定量计算分析,并与现有概念距离方法进行比较,验证了本文方法能更精确地度量尺度跨度较大的空间关系一致性。 该评价方法具有广泛适用性,可用于辅助地图综合、多尺度空间数据匹配以及多尺度空间数据建库等过程。关键词：多尺度;一致性度量;空间关系;同名对象3091|317|1更新时间：2024-05-07
地理信息技术
- 摘要：基于学习的超分辨率重建由于引入了先验知识,可以更好地描述图像的细节部分,显著地增强图像的分辨率,改善图像的视觉效果。将超分辨率重建应用在素描人脸识别中,既可以增加人脸图像的质量也可以有效地提高识别精度。 首先利用特征脸算法根据素描图像合成人脸灰度图像,然后对合成的人脸图像利用稀疏表示进行超分辨率重建,最后利用主成分分析对重建前后的合成人脸分别进行识别。 在香港中文大学的素描人脸库(CUFS)上进行实验。经过超分辨率重建之后的人脸在眼睛等部位细节描述更好。同时,由于重建过程中引入了先验知识,重建之后的素描人脸识别率有提高。支持向量机算法得到的识别率由重建前的65%提高至66%,本文利用的主成分分析算法得到的识别率由重建前的87%提高至89%。 基于超分辨率重建的素描人脸识别算法可以有效地改善合成人脸图像的视觉效果并且提高素描人脸识别精度。关键词：素描人脸识别;超分辨率重建;稀疏表示;特征脸;字典学习3130|374|5更新时间：2024-05-07
- 摘要：Kinect可实时获取运动数据且较传统的运动捕捉设备采集成本低廉,在运动数据捕捉方面得到了广泛应用。但Kinect获取的运动数据精度较低,现有运动数据处理算法难以适用。 针对运动数据处理的关键步骤足迹检测问题,提出面向Kinect运动数据的鲁棒足迹检测算法。首先使用自适应的双边滤波算法降低Kinect运动数据中的噪声;其次定义多种脚部运动特征并用于分类,优化分类效果;最后使用支持向量机(SVM)算法训练决策函数并用于足迹检测。 本文算法应用于多种类型运动数据后,可以有效地减少Kinect运动数据中的噪声,足迹检测的时间性能以及准确性良好,其中足迹检测的准确率比经典的基准线方法提高了10%左右,比K近邻方法提高了8%左右,检测一帧运动足迹的速度为K近邻方法的7倍左右。 对实验结果的分析证明算法具有良好的鲁棒性、时间性能以及准确率,可广泛应用于运动数据的处理之中。关键词：计算机动画;Kinect;运动编辑;足迹检测;支持向量机2821|366|0更新时间：2024-05-07
- 摘要：将韦伯局部描述子WLD(Weber local descriptor)应用于掌纹识别,并针对掌纹具有丰富线特征的特点,在WLD基础上改进获得线特征韦伯局部描述子LWLD(line feature weber local descriptor),以提高掌纹识别的效率。 首先采用MFRAT或Gabor滤波器对掌纹图像进行线性滤波,生成方向图和能量图;然后对能量进行韦伯差分激励滤波生成差分激励图;最后,基于方向图和差分激励图构造线韦伯特征直方图,并基于线韦伯特征直方图进行掌纹特征识别。 基于PolyU Ⅱ和Cross-Sensor掌纹库进行对比实验,采用曼哈顿距离和卡方距离进行匹配,其中在PolyaⅡ库上的识别率最高均达到100%,在识别率和容错性方面均优于其他主要基于局部描述子的识别方法。 首次将韦伯局部描述子引入掌纹识别领域,发展了一种新的基于局部描述子的掌纹识别方法。和其他基于局部描述子的掌纹识别算法相比,本文方法具有更高识别率和稳定性。关键词：机器学习;生物特征;掌纹识别;韦伯局部描述子;线特征3823|378|3更新时间：2024-05-07
- 摘要：现今视频监控受到越来越广泛的应用,而在超广角区域监控领域仍然存在实时性、价格费用的限制。为此提出一种采用单摄像头,通过支持向量机与相位相关法相结合的在线实时快速图像拼接。 针对单摄像头定点旋转获得的图像序列,其拼接矩阵具有位姿相关的特点,采用相位相关法计算图像位姿信息,采用尺度不变特征变换(SIFT)算子计算对应位姿下的图像拼接矩阵,并使用支持向量机建立离线模型,在线过程中,根据当前帧的位姿信息计算拼接矩阵,再使用相位相关法实现精确匹配,以获取实时拼接图像。 采用DM6446嵌入式平台检验算法的可靠性,该算法可稳定地在0.1 s的图像采样时间内完成图像拼接,相较于传统的基于特征匹配方法,大幅提高了运算速度与运算稳定性,且运算结果清晰度符合监控要求。 本文图像拼接算法,根据位姿信息实时计算拼接矩阵,以获得可靠快速的全景图像。实验结果表明,该算法在动态复杂环境下依然具有较好的稳定性与图像清晰度。关键词：视频监控;嵌入式系统;图像全景拼接;相位相关法;支持向量回归(SVR)建模;尺度不变特征变换(SIFT)5134|412|4更新时间：2024-05-07
- 摘要：高光谱图像分辨率高,数据量大,信息的冗余程度高,给数据处理带来了很大的困难。为了高效地实现数据降维,使降维后的数据冗余度小且信息量大,提出一种基于组合因子最优的波段选择方法。 首先对高光谱数据进行波段子空间划分,在各子空间中通过线性预测误差来计算误差最小和次小的两个波段,结合它们的标准差,计算出它们的组合因子,通过比较组合因子来决定所要去除的波段。 该方法的计算效率高,相同条件下计算时间比最快的方法有轻微的减少。使用支持向量机(SVM)对波段子集分类,并将该方法与其他方法进行分类准确率比较,相同条件下比其他方法的最高准确率有1.5%的提升。 组合因子的方法综合考虑了波段子集的最小冗余度和最大信息量,得到了较好的波段子集,并且有较小的计算复杂度,适用于AVIRIS (airborne visible infrared imaging spectrometer)等各种高光谱图像数据。关键词：高光谱;波段选择;线性预测误差;信息量;子空间划分2840|384|3更新时间：2024-05-07
全国第26届CACIS学术会议
- 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