最新刊期
2016 年 第 21 卷 第 8 期
- 摘要：为了增强图像超分辨率重建的准确性，克服传统插值所产生的边缘模糊与边缘锯齿等负面效果，提出一种基于多方向模板变分模型的单幅图像超分辨率重建方法。 首先构建体现28个方向的多方向模板对输入图像的轮廓方向进行计算，同时通过将TV模型引入到图像轮廓的估计中来确定边缘轮廓的最优方向；在此基础上通过进行基于所提出的多方向模板的图像插值来实现图像的超分辨率重建。 对比基于活动轮廓的图像边缘插值方法重建的经典高分辨率测试图像，本文方法在平均峰值信噪比和平均结构相似度方面分别提高了1.578 dB和 0.030 02 dB。 本文方法可以有效地克服传统插值方法所产生的边缘模糊和边缘锯齿化等负面效果，也避免了较少方向模板所带来的边缘和纹理丰富区域的纹理失真现象，可以取得较好的重建效果。关键词：多方向模板;图像超分辨率重建;亚像素点;变分模型;插值3203|394|1更新时间：2024-05-07
- 摘要：基于学习的单幅图像超分辨率算法是借助实例训练库由一幅低分辨率图像产生高分辨率图像。提出一种基于图像块自相似性和对非线性映射拟合较好的支持向量回归模型的单幅超分辨率方法，该方法不需使用外部图像训练库。 首先根据输入的低分辨率图像建立图像金字塔及包含低/高分辨率图像块对的集合；然后在低/高分辨率图像块对的集合中寻找与输入低分辨率图像块的相似块，利用支持向量回归模型学习这些低分辨率相似块和其对应的高分辨率图像块的中心像素之间的映射关系，进而得到未知高分辨率图像块的中心像素。 为了验证本文设计算法的有效性，选取结构和纹理不同的7幅彩色高分辨率图像，对其进行高斯模糊的2倍下采样后所得的低分辨率图像进行超分辨率重构，与双三次插值、基于稀疏表示及基于支持向量回归这3个超分辨率方法重建的高分辨率图像进行比较，峰值信噪比平均依次提升了2.37 dB、0.70 dB和0.57 dB。 实验结果表明，本文设计的算法能够很好地实现图像的超分辨率重构，特别是对纹理结构相似度高的图像具有更好的重构效果。关键词：单幅图像;超分辨率;自相似;支持向量回归;金字塔2708|309|4更新时间：2024-05-07
- 摘要：针对基于样本块的图像修复方法容易引起填充前沿的锯齿效应，分阶段修复方法对优先权的约束性不足等问题，提出基于样本块搜索和优先权填充的弧形推进图像修复方法。 首先对图像进行均值滤波操作，以更精确地计算等照线；再加入局部特征信息，进一步约束优先权，使修复的顺序更加合理；度量最佳样本块，加入梯度信息减少候选块的个数；分级搜索样本，平衡时间效率和空间搜索效率；最后弧形推进填充，保持边缘的平滑性。 将本文方法与其他方法进行修复结果对比分析。主观上，本文方法的修复结果视觉连通性较好；客观上，峰值信噪比（PSNR）的值均高于其他修复方法。 本文方法不仅可以较好地修复自然图像和文物图像，在目标物移除方面也有很好的应用。修复效果好，适用性强。关键词：弧形推进;样本块搜索;优先权定义;图像修复2857|346|8更新时间：2024-05-07
- 摘要：基于阈值矩阵的加网方法设计出具有微观防伪功能的艺术型网点，利用半色调信息隐藏技术将隐藏信息载入到由微结构网点组成的色版中，研究微结构网点在信息隐藏中的应用价值。 利用改进后的阈值矩阵对要加载隐藏信息的色版进行微结构加网，完成各色版的半色调处理，将隐藏信息嵌入到微结构加网的色版中，利用参数匹配的解锁工具完成信息的提取，并评价信息的隐藏和提取效果。 通过信息的隐藏和提取实验，主观测试发现无论是单色版还是合并色版，微结构网点对信息隐藏的视觉保密性效果都比普通网点的隐蔽性好，客观结构相似度的数值计算结果都达到了0.995以上，比普通隐藏结果更佳，而且显隐能够达到信息清晰完整的再现效果。 该防伪方法能够在不增加成本来的条件下提高经济价值较高的印刷品和包装品的防伪标准、效率和附加价值，尤其在有价证券、护照、票据等印刷品、医药食品包装和电子影像出版产品的包装防伪方面具有广阔的应用前景与价值。关键词：半色调;阈值矩阵;微结构网点;信息隐藏;防伪2709|233|1更新时间：2024-05-07
- 摘要：为解决低照度视频亮度和对比度低、噪声大等问题，提出一种将Retinex理论和暗通道先验理论相结合的低照度视频快速增强算法。 鉴于增强视频时会放大噪声，在增强之前先对视频进行去噪处理，之后结合引导滤波和中值滤波的优势提出综合去噪算法，并将其应用于YCbCr空间。其次提取亮度分量来估计亮度传播图，利用大气模型复原低照度视频。最后综合考虑帧间处理技术，加入场景检测、边缘补偿和帧间补偿。 为了验证本文算法的实际效果和有效性，对低照度视频进行增强实验并将本文算法与Retinex增强算法、去雾技术增强算法进行了比较，本文算法有效地提高了低照度视频的亮度和对比度，减小了噪声，增强了视频的细节信息并减轻了视频闪烁现象，从而改善了视频质量。算法处理速率有着非常明显的优势，相比文中其他两种算法的速率提升了将近十倍。 本文算法保持了帧间运动的连续性，在保证增强效果的同时提升了处理速率，对细节和边缘轮廓部分的处理非常精细，具有目前同类算法所不能达到的优良效果，适用于视频监控、目标跟踪、智能交通等众多领域，可实现视频的实时增强。关键词：低照度视频增强;大气物理模型;亮度传播图;去噪;帧间处理2938|351|3更新时间：2024-05-07
图像处理和编码
- 摘要：图像集匹配是当前模式识别领域研究的一个热点，其核心问题是如何对图像集合建模并度量两个模型的相似性，为此提出一种基于支持向量域描述的人脸识别的方法。 支持向量域描述是一种基于支持向量机学习的数据描述方法，可以用于图像集合建模，但是单一的核函数不能准确地描述具有多中心分布的数据。本文通过多核学习扩展了支持向量域描述，提高其对多中心分布数据的表达能力。进一步借助与位置相关的方法对样本动态加权，解决全局权重参数所带来的问题。 在公开的基于集合的人脸识别数据库上进行测试，在Honda/UCSD、CMU MoBo和YouTube数据库上，本文方法的识别率分别达到100%、98.72%和62.34%。 实验结果表明，在光照条件受控制的监控环境中，本文方法是有效的，并取得了优于其他基于集合匹配的人脸识别算法。关键词：集合匹配;模式识别;人脸识别;支持向量域描述;距离度量;多核学习2436|206|0更新时间：2024-05-07
- 摘要：传统的边缘检测算法对于具有分形结构等复杂纹理的图像和弱边缘图像检测精度较低。 针对该问题，将Grünwald-Letnikov（G-L）分数阶微分引入到Canny算子中，设计了一种新的基于G-L定义的分数阶微分掩模，在分数阶阶次的选取上更灵活（阶次可取正数和负数），分析了分数阶微分掩模中的参数与边缘检测精度之间的关系，并引用了3种评价指标来评定算法的性能。 将G-L分数阶梯度代替Canny中传统的梯度算子，不但可以增强图像的细节信息，而且可以增强灰度均匀和弱纹理区域的梯度信息，从而提高了边缘检测的精度和稳定性；设计了一种新的基于G-L定义的分数阶微分掩模，该掩模在分数阶阶次的选取上更灵活，具有差分方向可调性，其应用范围更广；并通过实验给出了边缘检测精度与模板参数之间的关系，从而为最佳模板参数的选取提供了依据。用综合图像和真实图像进行了实验，并与传统的5种边缘检测算子和3种基于分数阶微分的边缘检测算法进行比较，从检测精度，检测效率和抗噪性能3方面验证本文算法性能，大量的实验结果表明，本文算法在检测精度，检测效率和抗躁性能方面都有较大的提升。 理论分析和实验结果均表明，该算法可用于检测图像中的纹理细节和弱边缘，且检测精度和稳定性都有明显的提高，本文算法是Canny算法应用的一个重要延伸。关键词：边缘;边缘检测;Grünwald-Letnikov分数阶;分数阶微分;Canny算子;纹理图像;弱边缘5178|305|11更新时间：2024-05-07
- 摘要：针对Robinson guard滤波器的局限性和红外图像背景抑制问题，提出一种新的红外背景抑制滤波算法。 首先通过形态学Tophat算子对图像背景进行抑制，然后对背景抑制后的图像采用改进的Robinson guard滤波器进一步凸显目标，并通过阈值化分割出感兴趣区域，在此基础上，利用Unger平滑去除小的噪声点，最后用局部信杂比（SCR）和移动式管道滤波剔除伪目标，实现运动小目标的准确定位。 采用3组不同的红外背景图像序列进行实验，所提算法对不同背景均有很好的抑制效果，与传统Robinson guard滤波方法相比，本文算法不仅能更有效地保留目标的特征信息，而且对3组图像序列的小目标的检测率分别提高了1.1%、2%、11%，虚警率分别降低了14%、12%、16%。 本文算法能有效地检测出小目标，具备较高的准确性，对于低信噪比的图像具有良好的适应性。同时，本文算法具有较高的实时处理能力，有利于实现实时性技术应用。关键词：红外目标检测;背景抑制;Robinson guard滤波;Unger平滑;管道滤波3257|315|9更新时间：2024-05-07
图像分析和识别
- 摘要：特征点匹配算法是当今计算机图像处理领域的研究热点，但是大多数现存的方法不能同时获得数量多和质量优的匹配。鉴于此，基于SURF （speeded-up robust features）算法，通过引入极线约束来提高特征匹配效果。 首先使用SURF算法检测和描述图像特征点，然后使用RANSAC （random sampling consensus）方法计算匹配图像之间的基础矩阵，通过该基础矩阵计算所有特征点的极线。再引入极线约束过滤掉错误匹配，最终获得数量与质量显著提高的匹配集合。 实验结果表明，该方法获得的匹配具有高准确度，匹配数目与原约束条件相比可高达2～8倍。 本文方法实现过程简单，不仅匹配准确度高且能够大大提高正确的特征匹配数，适用于处理不同类型的图像数据。关键词：图像处理;特征匹配;极线约束;基础矩阵;SURF(speeded-up robust features)3242|249|3更新时间：2024-05-07
- 摘要：传统的视觉跟踪方法只考虑了目标本身的特征信息提取，忽略了目标周围稠密的上下文信息。一旦目标本身特征信息提取存在困难，很容易导致跟踪失败。为解决上述问题，提出一种时空上下文抗遮挡视觉跟踪算法（STC-PF）。 首先，利用目标与局部区域的时空关系学习时空上下文模型；然后，通过上下文先验模型和学习到的时空上下文模型计算置信图；最后，对时空上下文区域进行分块遮挡判别，若遮挡概率小于设定阈值，计算置信图所得最大概率位置即为目标位置；若遮挡概率大于设定阈值，则目标发生遮挡，通过子块匹配和粒子滤波估计目标位置以及运动轨迹，实现不同程度的抗遮挡跟踪。 对测试数据集中的图像序列进行实验，结果表明，STC-PF方法的跟踪成功率提高至80%以上；中心误差小于原算法；同时STC-PF算法在提高抗遮挡能力的前提下，运行速度与原算法相当，高于当前流行算法。 STC-PF算法能够适用于光照变化、目标旋转、遮挡等复杂情况下的视觉目标跟踪，具有一定的实时性和高效性，尤其是在目标发生遮挡情况下具有很好的抗遮挡能力和较快的运行速度。关键词：视觉跟踪;时空上下文;遮挡判别;子块匹配;粒子滤波;置信图4054|424|10更新时间：2024-05-07
- 摘要：针对基于压缩感知理论的跟踪算法跟踪效率不高和难以抗遮挡的问题，提出一种结合压缩感知和粒子群优化的跟踪算法。 将粒子群优化算法结合到压缩跟踪算法中，提出了采用粒子群优化的搜索方法替代在确定候选目标时，采用每隔一个像素选取一个候选目标的搜索策略；在目标发生遮挡时，采用粒子群优化的方法进行整幅图全局搜索。 20个视频序列数据库的目标跟踪结果表明，本文算法极大地提高了跟踪效率，并有很强的抗目标遮挡和形变的能力从而提高了跟踪的成功率。20个视频数据库进行了定量的分析，平均成功率达到了65.2%，平均中心位置偏差为33.4，平均每秒运行155.5帧。 提出的跟踪算法优化了搜索目标的计算次数，提高了算法的运行效率，当在目标发生遮挡时，采用粒子群优化进行全局搜索直到目标重新出现，从而提高了跟踪算法的跟踪成功率，本文算法能适用于不同场景，能够提高智能视频监控系统的智能监控性能。关键词：计算机视觉;目标跟踪;压缩感知;粒子群优化;特征提取;朴素贝叶斯2396|296|0更新时间：2024-05-07
图像理解和计算机视觉
- 摘要：建立患者口腔每颗牙齿独立的3维模型对于计算机口腔修复的精确定位和量化评估具有十分重要的意义。针对口腔CT图像序列的牙齿形态变化和排列特点，提出一种新颖的基于水平集活动轮廓模型的3维牙齿重建方法。 基于层间映射机制，对不同部位牙层切片采用不同的分割模型：利用先验形状约束能量、基于Flux模型的边缘梯度能量、基于先验灰度的局部区域能量相结合构造的单相混合水平集模型分割牙根层切片轮廓；利用结合区域竞争约束的双相混合水平集模型分割牙冠层切片轮廓；最后利用这些层间轮廓重建出牙齿3维模型。 对不同位置的牙齿CT图像进行分割实验，结果表明，与现有的方法相比，本文方法具有较好的分割效果和较高的准确率，平均分割相似系数达到96%。 本文的混合水平集模型能有效克服牙髓腔和牙槽骨的干扰以及图像灰度不均匀等问题，较准确地重建出每颗牙齿独立的3维模型，从而为制定口腔修复规划、生物力学分析等奠定坚实的基础。关键词：牙齿分割;CT图像;水平集;3维重建;先验形状;先验灰度;梯度约束3045|272|2更新时间：2024-05-07
医学图像处理
- 摘要：为了解决复杂背景干扰下基于线性滤波异常检测算法无法有效区分复杂背景特征与异常目标特征，导致检测结果虚警率偏高的问题，提出一种面向复杂背景的遥感异常小目标仿生非线性滤波检测算法。 受生物视觉系统利用不同属性信息挖掘高维特征机理的启发，该算法通过相关型非线性滤波器综合多波段光谱数据提取高维光谱变化特征作为异常目标检测检测依据，弥补线性滤波抗噪性能差，难于区分复杂背景特征与目标特征的缺点。 仿真实验结果验证该算法在仿真数据及真实遥感数据的异常检测效果上有较大改善，在实现快速异常检测的同时提高了检测命中率。 本文方法不涉及背景建模，计算复杂度低，具有较好的实时性与普适性。特别是对复杂背景下的小尺寸异常目标具有较好的检测效果。关键词：遥感图像;异常检测;复杂背景;仿生算法;非线性滤波器;虚警率2319|202|0更新时间：2024-05-07
- 摘要：针对目前区域分割算法获取的区域边界与真实地物边界不一致问题，利用高分辨率遥感影像地物内具有均质性和地物间边缘信息突出的特点，提出一种融合边界信息的高分辨率遥感影像分割优化算法。 首先采用Canny算法对遥感影像进行边缘提取并进行边缘连接处理，产生闭合边界；然后将边界与初始分割结果进行融合处理，获得新的分割结果；最后在闭合边界约束下，基于灰度相似性准则对新的分割结果进行区域合并，获得优化后的最终分割结果。 采用本文提出的分割优化算法对Mean Shift算法和eCognition软件获得的分割结果进行优化处理，优化后的分割结果与初始分割结果相比正确分割率（RR）平均提高了4%，验证了本文算法的有效性。 该优化算法适用性广，可优化基于区域、基于边界和基于聚类等多种分割方法，同时该算法既能保持高分辨率遥感影像分割的区域完整性，又能保持地物边缘细节特征，提高了分割精度。关键词：高分辨率影像;影像分割;边缘特征;融合;区域合并3221|985|3更新时间：2024-05-07
- 摘要：稀疏表示在遥感图像融合上取得引人注目的良好效果，但由于经典稀疏表示没有考虑图像块与块之间的相似性，导致求解出的稀疏系数不够准确及字典学习的计算复杂度高。为提高稀疏表示遥感图像融合算法的效果和快速性，提出一种基于结构组稀疏表示的遥感图像融合方法。 首先，将相似图像块组成结构组，再通过组稀疏表示算法分别计算亮度分量和全色图像的自适应组字典和组稀疏系数；然后，根据绝对值最大规则进行全色图像稀疏系数的部分替换得到新的稀疏系数，利用全色图像的组字典和新的稀疏系数重构出高空间分辨率亮度图像；最后，应用通用分量替换（GCOS）框架计算融合后的高分辨率多光谱图像。 针对3组不同类型遥感图像的全色图像和多光谱图像分别进行了退化和未退化遥感融合实验，实验结果表明：在退化融合实验中，本文方法的相关系数、均方根误差、相对全局融合误差、通用图像质量评价指标和光谱角等评价指标比传统的融合算法更优越，其中相对全局融合误差分别是2.326 1、1.888 5和1.816 8均远低于传统融合算法；在未退化融合实验中，除了在绿色植物融合效果上略差于AWLP（additive wavelet luminance proportional）方法外，其他融合结果仍占有优势。与经典稀疏表示方法相比，由于字典学习的优越性，计算复杂度上要远低于经典稀疏表示的遥感图像融合算法。 本文算法更能保持图像的光谱特性和空间信息，适用于不同类型遥感图像的全色图像和多光谱图像融合。关键词：遥感图像融合;自适应字典;结构组稀疏;稀疏表示;通用分量替换框架3003|364|7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