最新刊期
2016 年 第 21 卷 第 7 期
- 摘要：非相关观测是压缩感知(CS)理论中的关键因素。高斯随机矩阵作为一种普适的CS非相关观测矩阵,在压缩感知中得到广泛的研究与应用。但在实际应用中,却存在实际内存占用较多,不适应大规模应用的问题。为寻求降低随机观测矩阵所需的存储空间,提出一种基于半张量积的压缩感知方法,利用该方法可以成倍地降低观测矩阵所需的存储空间。 该方法利用半张量积理论,构建降维随机观测矩阵,实现对原始信号的随机观测,并采用(0< < 1)范数的迭代重加权最小二乘法进行重构,从而得到稀疏信号的估计值。 仿真实验分别采用1维稀疏信号和2维图像信号进行了测试,并从重构概率、迭代收敛速度、重构信号的峰值信噪比等角度进行了测试和比较。通过不同大小的随机观测矩阵比较验证表明,采用降维后观测矩阵进行采样和重构,其重构信号质量并没有明显下降,但其观测矩阵所需的存储空间却可大大降低,如降低为通常的1/4,1/16,甚至更低。 本文压缩感知方法,可以大大降低观测矩阵所需的存储空间,同时有效降低数据运算复杂度以及内存占用率,有助于压缩感知的应用。关键词：压缩感知;随机观测矩阵;存储空间;半张量积;迭代重加权;最小化2875|280|1更新时间：2024-05-07
- 摘要：新一代3D视频采用了多视点加深度图像的格式,其编码测试模型3D-HEVC(3D高效视频编码)为深度图像引入了一些新的编码技术,包括深度模型模式、分段直流(DC)残差编码模式和帧内跳过模式等,但是同时也显著地增加了帧内编码器的复杂度,严重制约了3D视频的实时应用,因此本文提出了一种深度图像帧内模式选择方法。 首先,分析在分层编码结构中,父层帧内模式和子层帧内模式的关系,并依据父层的帧内模式对子层的候选模式进行修剪;其次,通过分析粗略候选帧内模式,把当前块分为平滑块、方向块和边界块,并根据不同块进行候选帧内模式的选择。 与高效3D视频编码标准的测试模型相比,本文的深度图像帧内模式选择方法可以节省约44%的编码时间。本文方法有效地减少了计算率失真代价的候选帧内模式数目,从而降低了帧内编码器的复杂度。 该方法能在保证虚拟视点质量的前提下,有效地降低深度图像帧内编码的复杂度。关键词：高效3维视频编码;深度图像;帧内编码;分层编码结构;粗略模式决定2829|280|2更新时间：2024-05-07
- 摘要：图文数据在不同应用场景下的最佳分类方法各不相同,而现有语义级融合算法大多适用于图文数据分类方法相同的情况,若将其应用于不同分类方法时由于分类决策基准不统一导致分类结果不理想,大幅降低了融合分类性能。针对这一问题,提出基于加权KNN的融合分类方法。 首先,分别利用softmax多分类器和多分类支持向量机(SVM)实现图像和文本分类,同时利用训练数据集各类别分类精确度加权后的图像和文本正确判别实例的分类决策值分别构建图像和文本KNN模型;再分别利用其对测试实例的图像和文本分类决策值进行预测,通过最邻近个实例属于各类别的数目确定测试实例的分类概率,统一图像和文本的分类决策基准;最后利用训练数据集中图像和文本分类正确的数目确定测试实例中图像和文本分类概率的融合系数,实现统一分类决策基准下的图文数据融合。 在Attribute Discovery数据集的图像文本对上进行实验,并与基准方法进行比较,实验结果表明,本文融合算法的分类精确度高于图像和文本各自的分类精确度,且平均分类精确度相比基准方法提高了4.45%;此外,本文算法对图文信息的平均整合能力相比基准方法提高了4.19%。 本文算法将图像和文本不同分类方法的分类决策基准统一化,实现了图文数据的有效融合,具有较强的信息整合能力和较好的融合分类性能。关键词：图文数据;softmax多分类器;多分类支持向量机;加权KNN;融合分类方法2926|266|2更新时间：2024-05-07
- 摘要：针对目前人脸图像美化算法存在的对于细节丰富的眼睛和头发等区域处理过度平滑,美化后的图像整体美化效果较差等问题,提出一种基于肤色分割与平滑人脸图像的美化方法。 首先对脸部瑕疵特性,用双指数边缘保护滤波器平滑人脸图像的瑕疵,与此同时很好保持图像边缘信息;再通过利用色度直方图自适应快速检测、修正、分割肤色区域;然后利用拟合高斯羽化皮肤区域生成蒙版,融合平滑图像和原图像,保留图像头发背景等细节信息;最后基于人像美感标准,对皮肤亮度通过拟合log曲线实现快速自适应调整人脸图像亮度,增强眼睛等细节,从而快速实现人脸图像美化方法。 通过与其他人像美化算法相比较,在保留边缘方面,该算法更有效地对皮肤边缘上的瑕疵进行平滑,达到更好地美化人脸图像;而在时间复杂度方面,相对于前人的算法,计算速度快12倍,实现快速美化人脸图像。 该算法适应能力较强,对大部分人脸图像的脸部瑕疵完美去除的同时达到背景信息不变,肤色美白自然,使整体美化效果显著;尤其是细节丰富的边缘区域平滑适度,具有一定的实用性。关键词：图像美化;双指数边缘保护;色度直方图;肤色分割;脸部瑕疵4175|438|1更新时间：2024-05-07
图像处理和编码
- 摘要：针对非理想条件下快速准确的人脸检测问题,提出一种基于概率态多层受限玻尔兹曼机(RBM)级联神经网络的检测方法。 它采用RBM中神经元的概率态表征来模拟人脑神经元连续分布的激活状态,并且利用多层P-RBM(概率态RBM)级联来仿真人脑对视觉的层次学习模式,又以逐层递减隐藏层神经元数来控制网络规模,最后采用分层训练和整体优化的机制来缓解鲁棒性和准确性的矛盾。 在LFW、FERET、PKU-SVD-B以及CAS-PEAL数据集上的测试都实现了优于现有典型算法的检测性能。对于单人脸检测,相比于Adaboost算法,将漏检率降低了2.92%;对于多人脸检测,相比于结合肤色的Adaboost算法,将误检率降低了14.9%,同时漏检率降低了5.0%,检测时间降低了50%。 无论是静态单张人脸,还是复杂条件下视频多人脸检测,该方法不仅在误检率和漏检率上表现更好,而且具有较快的检测速度,同时对于旋转人脸检测具有较强的鲁棒性。针对基于肤色的多人脸检测研究,该方法能显著降低误检率。关键词：人脸检测;受限玻尔兹曼机(RBM);概率态受限玻尔兹曼机(P-RBM);神经网络3011|306|3更新时间：2024-05-07
- 摘要：通过对现有基于区域的活动轮廓模型能量泛函的Euler-Lagrange方程进行变形,建立其与K-means方法的等价关系,提出一种新的基于K-means活动轮廓模型,该模型能有效分割灰度非同质图像。 结合图像全局和局部信息,根据交互熵的特性,提出新的局部自适应权重,它根据像素点所在邻域的局部统计信息自适应地确定各个像素点的分割阈值,排除灰度非同质分割目标的影响。 采用Jaccard相似系数-JS(Jaccard similarity)和Dice相似系数-DSC(Dice similarity coefficient)两个指标对自然以及合成图像的分割结果进行定量分析,与传统及最新经典的活动轮廓模型相比,新模型JS和DSC的值最接近1,且迭代次数不多于50次。提出的模型具有较高的计算效率和准确率。 通过大量实验发现,新模型结合图像全局和局部信息,利用交互熵特性得到自适应权重,对初始曲线位置具有稳定性,且对灰度非同质图像具有较好地分割效果。本文算法主要适用于分割含有噪声及灰度非同质的医学图像,而且分割结果对初始轮廓具有鲁棒性。关键词：图像分割;活动轮廓;水平集方法;K-means;灰度非同质;交互熵2835|311|8更新时间：2024-05-07
图像分析和识别
- 摘要：针对现有势函数在构造基于Metaball的过渡曲线时所存在的不足,构造了一类带参数的多项式势函数,并研究了该势函数在构造过渡曲线中的应用。 首先恰当选取一种带参数的多项式Bézier曲线模型,巧妙地利用该曲线模型在端点处满足的性质构造出带参数的多项式势函数,然后研究了所构造的势函数对过渡曲线的影响,最后给出了基于能量优化法的最佳过渡曲线构造方法,并通过实例验证了其有效性。 带参数的势函数不仅能使过渡曲线在端点处达到拟C连续,而且还可利用所带的参数对过渡曲线的形状进行调整。通过能量优化法确定势函数中参数的最优取值,可获得最为光顺的过渡曲线。 所提出的势函数缓解了现有势函数在构造基于Metaball的过渡曲线时的不足。另外,势函数的构造方法还具有普适性,从不同的曲线模型出发可构造出具有不同特性的势函数。关键词：多项式势函数;形状调整;Metaball技术;过渡曲线;能量优化法2512|214|4更新时间：2024-05-07
- 摘要：针对大规模复杂柔体碰撞检测中速率低的问题,在两级碰撞算法基础上加入新的剔除算法——过滤器,得到了更好的效率。 在碰撞检测的高级阶段,通过实验确定基于离散导向多面体包围盒(26-DOPs)的包围盒层次树(BVHs);低级阶段,混合使用代表性三角形和孤集两种方法;增加新剔除算法——过滤器,针对已有的非共线性过滤器(NCF)的缺陷,提出解决方案;提出新的过滤器-条件过滤器(DCF),它在非穿透性过滤器(DNF)和NCF剔除之后生效,进一步提高算法效率。 在cloth_ball数据集下,相比于仅使用DNF,使用DNF和NCFI(改进的NCF)时,点面碰撞(VF)测试数量减少了85.90%,而使用DNF+NFCI+和DCF时,这一比例为87.94%。 本文算法对于一般情况下的大规模柔体的碰撞检测具有普适性,特别是碰撞处理中发生三角形翻转,DCF和NCF失效的情况下,本文提出的条件过滤器能起到很好剔除作用,提高总体效率。关键词：大规模柔体;碰撞检测;包围盒层次树;代表性三角形;孤集;过滤器3231|369|0更新时间：2024-05-07
计算机图形学
- 摘要：基于物理的流体动画模拟是计算机图形学领域中的研究热点,针对实际应用中仍难以实现大规模流体场景的真实感与实时模拟,提出了基于shallow water方程的物理模拟方法。 首先,给出shallow water方程的稳定欧拉数值求解方法,解决模拟过程中存在的毛刺、陡坡水滴斑点等数值求解的不稳定性问题;其次,提出刚体和粒子系统与流体高度场的稳定耦合模型,实现双向固流耦合和流体表面细节的真实感模拟;最后,设计高度场的多精度网格算法以及粒子的隔点采样方法,加速大规模流体的物理模拟计算。 实验结果表明,本文方法解决了传统欧拉方法求解shallow water方程的流体模拟过程中存在的不稳定和计算复杂等问题,在300×300网格分辨率和2.2×10粒子数的规模下,达到了20帧/s的实时模拟速度。 本文算法具有良好的高效性和稳定性,适用于电子游戏和视景仿真等实时应用领域中的大规模流体场景的真实感模拟。关键词：shallow water方程;流体物理模拟;欧拉方法;真实感;实时模拟2789|302|3更新时间：2024-05-07
虚拟现实与增强现实
- 摘要：由于计算机断层血管造影(CTA)图像的复杂性,临床诊断冠脉疾病往往需要经验丰富的医师对冠状动脉进行手动分割,快速、准确自动分割出冠状动脉对提高冠脉疾病诊断效率具有重要意义。针对双源CT图像特点以及传统单一基于区域或边界的活动轮廓模型的不足,研究了心脏冠脉3维分割算法,提出一种基于血管形状约束的活动轮廓模型分割方法。 首先,利用改进的FCM(fuzzy C-means)对心脏CT图像感兴趣区域初分割,其结果用于初始化C-V模型水平集演化曲线及控制参数,提取感兴趣区域轮廓。接着,由3维心脏图像数据获取多尺度梯度矢量信息构造边界型能量泛函,然后利用基于Hessian矩阵的多尺度血管函数对心脏感兴趣区域3维体数据增强滤波,获取血管先验形状信息用于约束能量泛函。最后融合边界、区域能量泛函并利用变分原理及水平集方法得到适合冠脉血管分割的水平集演化方程。 由于血管图像的灰度不均匀,血管末端区域更为细小,所以上述算法的实施是面向被划分多个子区域的血管,在缩小的范围内进行轮廓的演化。相比于传统的血管分割方法,该方法充分融合血管图像的先验信息及梯度场信息,能够从灰度及造影剂分布不均匀的冠脉血管图像中准确分割出冠状动脉,对于细小的血管结构亦能获得较好的分割效果。实验结果表明,该方法只需在给定初始轮廓前提下,有效提取3维冠脉血管。 对多组心脏CT图像进行分割,本文基于血管先验形状约束的活动轮廓模型可以准确分割出冠脉结构完整轮廓,并且人工交互简单。该方法在双源CT冠脉图像自动分割方面具有较好的正确率与优越性。关键词：冠脉分割;心脏CT图像;活动轮廓模型;形状约束;水平集方法3165|283|4更新时间：2024-05-07
医学图像处理
- 摘要：深度置信网络能够从数据中自动学习、提取特征,在特征学习方面具有突出优势。极化SAR图像分类中存在海量特征利用率低、特征选取主观性强的问题。为了解决这一问题,提出一种基于深度置信网络的极化SAR图像分类方法。 首先进行海量分类特征提取,获得极化类、辐射类、空间类和子孔径类四类特征构成的特征集;然后在特征集基础上选取样本并构建特征矢量,用以输入到深度置信网络模型之中;最后利用深度置信网络的方法对海量分类特征进行逐层学习抽象,获得有效的分类特征进行分类。 采用AIRSAR数据进行实验,分类结果精度达到91.06%。通过与经典Wishart监督分类、逻辑回归分类方法对比,表现了深度置信网络方法在特征学习方面的突出优势,验证了方法的适用性。 针对极化SAR图像海量特征的选取与利用,提出了一种新的分类方法,为极化SAR图像分类提供了一种新思路,为深度置信网络获得更广泛地应用进行有益的探索和尝试。关键词：极化雷达;深度置信网络;图像分类;深度学习;遥感;特征学习3839|264|6更新时间：2024-05-07
- 摘要：高光谱遥感图像常存在多种不同程度的退化,进而影响到后续的应用,因此,对高光谱图像进行噪声水平估计具有重要意义。在实际情况中,不同波段的图像噪声水平常有所差异,需要针对不同谱通道的特性差异进行噪声估计。因此,本文提出一种基于低秩表达的噪声水平估计算法。 该算法首先利用多波段图像间的光谱相关性,建立高光谱数据的低秩表达模型;再通过该模型对各波段的噪声及其水平进行估计,并根据需要检测并剔除被噪声淹没的无效波段。 在多组高光谱数据上进行模拟和真实实验,证明本文算法能够准确估计高光谱图像的谱通道噪声水平。 本文算法挖掘了低秩表达在高光谱应用中的特性,在利用波段间相关性进行全局处理的同时,也能保留波段间的差异,具有较强的鲁棒性;在合适的阈值范围内,无效波段的漏检率低至0,准确率高于80%。关键词：高光谱图像;噪声估计;噪声波段检测;低秩表达3300|238|1更新时间：2024-05-07
- 摘要：掌握海上船舶分布状态对于海上交通流分析和通航安全管理具有重要作用。遥感技术,特别是星载合成孔径雷达(SAR)技术的发展,为大范围海上船舶检测提供了有效的手段,但受SAR成像机制影响,海上船舶目标在星载SAR影像上通常存在着不同程度的方位向模糊噪声,这些噪声易被误判为船舶,导致船舶识别中虚警率提高。 本文简述了方位向模糊噪声的产生原因,提出了一种新的星载SAR影像上船舶方位向模糊去除算法,该算法的核心是构建目标方位向角度一致性、方位向位置偏移距离和方位向模糊能量衰减3个判别规则,对潜在SAR影像亮斑目标进行逐层筛选,实现船舶真实目标和方位向模糊目标的判别。 选取中国渤海海域和黄海海域的30 m分辨率的Radarsat-2数据进行案例分析,并与船舶自动识别系统(AIS)实测数据进行比对校验,结果表明,传统的双参数恒虚警率(CFAR)算法和基于K分布的CFAR等算法对于船舶难以剔除方位向模糊,容易造成虚警,而本文算法对实验影像的船舶方位向模糊去除准确率优于95.8%,能够有效剔除船舶方位向模糊。 该算法为星载SAR影像上船舶方位向模糊去除提供了新的手段,有助于提高SAR影像上船舶目标检测的准确性。关键词：船舶检测;方位向模糊;合成孔径雷达(SAR);船舶自动识别系统(AIS);遥感;Radarsat-22599|237|1更新时间：2024-05-07
- 摘要：降采样滤波是生成空间金字塔影像数据的主要手段,但目前没有一种客观指标来鉴别滤波器的降采样效果,因为至少需要空间金字塔的两层原始信号才能计算滤波器的降采样峰值信噪比(PSNR)。为解决此难题,本文建立一种研究路线:先基于视频影像数据评选确定一个性能优秀的降采样滤波器,然后验证该滤波器降采样生成遥感金字塔的主观目视效果,提出一种沿图像纹理方向滤波的降采样方法TDFA(texture direction filtering approach),可生成高质量的空间影像金字塔。 本文把降采样与升采样结合提出一种重采样滤波对偶RSFP(re-sampling filter pair),作为当前层金字塔数据的一个逼近,用来评价降采样滤波器效果。基于RSFP评价手段,筛选出一种基于纹理滤波的金字塔生成方法TDFA:对每个8×8块,TDFA在直流、水平、135°、垂直和45°等5个方向中搜索确定图像的一个纹理方向,用一个3阶滤波器沿纹理方向实施降采样,效果优于目前最好的最邻近插值方法,无任何伪彩、锯齿、块效应或马赛克。 利用大量影像数据实验,同几个典型滤波器的降采样效果对比,TDFA提升平均PSNR的范围,对拉格朗日滤波器是7.29~8.44 dB;对双线性滤波器是6.26~7.40 dB;对AVS的1/4插值滤波器是5.80~6.84 dB;对最邻近插值是4.51~5.70 dB。 本文提出的纹理滤波降采样算法可以生成质量优于现有最好水平的遥感金字塔影像,也可以生成高质量的多层视频流媒体数据。所提出的重采样滤波对偶RSFP可以输出当前层的高精度预测,用于可伸缩视频编码处理。关键词：影像金字塔;降采样;升采样;重采样滤波对偶;纹理滤波;滤波器评选2682|396|1更新时间：2024-05-07
- 摘要：无人机摄像资料的分辨率直接影响目标识别与信息获取,所以摄像分辨率的提高具有重大意义。为了改善无人机侦察视频质量,针对目前无人机摄像、照相数据的特点,提出一种无人机侦察视频超分辨率重建方法。 首先提出基于AGAST-Difference与Fast Retina Keypoint (FREAK)的特征匹配算法对视频目标帧与相邻帧之间配准,然后提出匹配区域搜索方法找到目标帧与航片的对应关系,利用航片对视频帧进行高频补偿,最后采用凸集投影方法对补偿后视频帧进行迭代优化。 基于AGAST-Difference与FREAK的特征匹配算法在尺度、旋转、视点等变化及运行速度上存在很大优势,匹配区域搜索方法使无人机视频的高频补偿连续性更好,凸集投影迭代优化提高了重建的边缘保持能力,与一种简单有效的视频序列超分辨率复原算法相比,本文算法重建质量提高约4 dB,运行速度提高约5倍。 提出了一种针对无人机的视频超分辨率重建方法,分析了无人机视频超分辨率问题的核心所在,并且提出基于AGAST-Difference与FREAK的特征匹配算法与匹配区域搜索方法来解决图像配准与高频补偿问题。实验结果表明,本文算法强化了重建图像的一致性与保真度,特别是对图像边缘细节部分等效果极为明显,且处理速度更快。关键词：超分辨率视频重建;无人机;AGAST-Difference;匹配区域搜索方法;fast retina keypoint (FREAK);凸集投影3647|387|3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