最新刊期
2017 年 第 22 卷 第 3 期
- 摘要：近年来随着水下图像/视频在海洋军事、海洋环境保护和海洋工程等科研和工业领域扮演越来越重要的角色，水下图像增强和复原作为关键技术之一，越来越多地成为研究的热点和难点问题。目前有关水下图像增强和复原方法研究进展的综述论文在国内外相对较少，为使即将进入该研究领域的学者比较全面地了解该领域的研究现状，促进该领域的快速发展，本文对其系统综述。 在广泛调研大量文献的基础上，按照是否基于物理模型对已有方法进行分类讨论，对其基本思想、方法特点、实验方法进行归纳和总结，其中对典型的方法进行具体介绍和分析。同时，介绍了水下图像质量的评测体系，针对典型方法的处理结果进行定性和定量的评测。进而，总结该研究领域目前存在的不足，展望未来可能的发展方向。 总结了水下图像退化的原因、水下图像增强和复原所采用的主要技术和方法、水下图像质量评测体系的发展历程，给出了亟待解决的问题，展望了未来的发展方向。 作为新兴的研究领域，水下图像增强和复原在工业界和学术界都具有广阔的应用前景和研究价值，但针对目前存在的一些局限性还需要进一步深入研究。关键词：水下图像;图像退化;水下图像增强;水下图像复原;图像质量评价11369|935|45更新时间：2024-05-08
综述
- 摘要：针对奇异值分解算法存在的对角线失真、虚警错误等问题，引入一个寻找最抗攻击缩放比例的参数，提出基于增强奇异值分解的零水印算法。 首先将离散小波变换作用于原始图像，对分离出的低频逼近子图进行不重叠分块，对分块后的低频逼近子图作离散余弦变换得到低频系数矩阵，再分别对每个块矩阵进行增强奇异值分解，将得到的最大奇异值与最大奇异值均值作比较构成特征向量；然后对水印图像进行Arnold变换和Logistic映射得到置乱加密后的水印图像；最后将特征向量和置乱加密后的水印图像分别作为细胞神经网络的起始值和控制输入值，通过设定细胞神经网络的反馈模板、控制模板以及阈值来确定具体的可逆逻辑运算。经过可逆逻辑运算处理后的细胞神经网络输出图像即为零水印的注册图像。将注册图像保存到认证中心以证明对图像作品的版权。 在JPEG压缩、噪声、滤波、旋转以及剪切等各种攻击下，提取的水印和原始水印的归一化相关值都在96%以上，算法平均运行时间为2.389 s，性能较高。 通过利用参数对奇异值矩阵进行调整的方法，不仅增强了算法的鲁棒性，而且解决了奇异值分解（SVD）出现的对角线失真和虚警错误问题。同时通过结合零水印的思想，解决了传统水印算法需在载体图像中嵌入水印而导致的水印不可见性与鲁棒性之间的矛盾。关键词：Arnold变换;增强奇异值分解;细胞神经网络;离散小波变换;离散余弦变换;Logistic映射;零水印2953|409|13更新时间：2024-05-08
图像处理和编码
- 摘要：目标跟踪在实际应用中通常会遇到一些复杂的情况，如光照变化、目标变形等问题，为提高跟踪的准确性和稳定性，提出了一种基于相位一致性特征的度量学习跟踪方法。 首先对目标区域提取相位一致性特征，其次结合集成学习和支持向量机的优点，利用度量学习的思想进行区域的相似性判别，以此来确定目标所在位置。跟踪的同时在线更新目标模型和度量矩阵从而实现自适应性。 算法的有效性在有外观、光照变化及遮挡等具有挑战性的视频序列上得到了验证，并与当前几种主流方法进行了跟踪成功率和跟踪误差的定量比较，实验结果显示本文算法在4组视频上的跟踪误差平均为15个像素，跟踪成功率最低的也达到了80%，优于其他算法，具有更好的跟踪准确性和稳定性。 本文设计并实现了一种基于度量学习的跟踪新方法，利用较少的训练样本即可学习到有判别力的度量矩阵。该跟踪方法对目标特征的维数没有限制，在高维特征空间的判别中更有优势，具有较好的通用性，在有外观、光照变化及遮挡等复杂情况下，均能获取较为准确和稳定的跟踪效果。关键词：视觉跟踪;相位一致性;度量学习;外观变化;自适应2792|404|1更新时间：2024-05-08
- 摘要：立体视频能提供身临其境的逼真感而越来越受到人们的喜爱，而视觉显著性检测可以自动预测、定位和挖掘重要视觉信息，可以帮助机器对海量多媒体信息进行有效筛选。为了提高立体视频中的显著区域检测性能，提出了一种融合双目多维感知特性的立体视频显著性检测模型。 从立体视频的空域、深度以及时域3个不同维度出发进行显著性计算。首先，基于图像的空间特征利用贝叶斯模型计算2D图像显著图；接着，根据双目感知特征获取立体视频图像的深度显著图；然后，利用Lucas-Kanade光流法计算帧间局部区域的运动特征，获取时域显著图；最后，将3种不同维度的显著图采用一种基于全局-区域差异度大小的融合方法进行相互融合，获得最终的立体视频显著区域分布模型。 在不同类型的立体视频序列中的实验结果表明，本文模型获得了80%的准确率和72%的召回率，且保持了相对较低的计算复杂度，优于现有的显著性检测模型。 本文的显著性检测模型能有效地获取立体视频中的显著区域，可应用于立体视频/图像编码、立体视频/图像质量评价等领域。关键词：立体视频;立体显著性检测;视觉注意力;双目感知特征;深度显著性;运动显著性3078|454|3更新时间：2024-05-08
- 摘要：许多显著目标检测算法侧重从背景角度进行显著性检测，而从前景角度和空间角度进行显著性检测的算法较少，为了解决这个问题，提出了一种基于中心矩形构图先验的显著目标检测算法。 假定目标分布在中心矩形构图线附近。首先，对图像进行超像素分割并构造闭环图；其次，提取中心矩形构图线上的超像素特征，并进行流形排序，获取初始显著值；然后，通过基于中心矩形构图线获取的初始显著值确定中心矩形构图交点显著值和紧凑性关系显著值；最后，融合三者获得最终的中心矩形构图先验显著图。 通过MSRA-1000，CSSD，ECSSD，THUS-10000数据集对比验证了中心矩形构图先验算法有较高的准确度和最高的F-measure值，整体效果上优于目前先进的几种算法。且处理单幅图像的平均时间为0.673 s，相比与其他算法也有较大优势。 从前景角度和空间角度考虑的中心矩形构图先验的显著目标检测算法相比于传统的算法更加具有鲁棒性，无论图像是复杂的还是简单的，都取得很好的检测效果，充分说明算法的有效性。关键词：显著目标检测;中心矩形构图先验;流形排序;中心矩形构图线;中心矩形构图交点;紧凑性关系3503|421|2更新时间：2024-05-08
图像分析和识别
- 摘要：在实际问题中，某些插值问题结点处的函数值往往是未知的，而仅仅知道一些连续等距区间上的积分值。为此提出了一种基于未知函数在连续等距区间上的积分值和多层样条拟插值技术来解决函数重构。该方法称之为多层积分值三次样条拟插值方法。 首先，利用积分值的线性组合来逼近结点处的函数值；然后，利用传统的三次B-样条拟插值和相应的误差函数来实现多层三次样条拟插值；最后，给出两层积分值三次样条拟插值算子的多项式再生性和误差估计。 选取无穷次可微函数对多层积分值三次样条拟插值方法和已有的积分值三次样条拟插值方法进行对比分析。数值实验印证了本文方法在逼近误差和数值收敛阶均稍占优。结论本文多层三次样条拟插值函数能够在整体上很好的逼近原始函数，一阶和二阶导函数。本文方法较之于已有的积分值三次样条拟插值方法具有更好的逼近误差和数值收敛阶。该方法对连续等距区间上积分值的函数重构具有普适性。关键词：拟插值;多层;三次B—样条;积分值;误差分析2534|353|2更新时间：2024-05-08
- 摘要：针对特征曲面点云法矢估计不准确，点云处理时容易丢失曲面的细节特征等问题，提出基于高斯映射的特征曲面散乱点云法向估计法。 首先，用主成分分析法粗略地估算点云法向和特征点；其次，将特征点的各向同性邻域映射到高斯球，用K均值聚类法对高斯球上的数据分割成多个子集，以最优子集对应的各向异性邻域拟合曲面来精确估算特征点的法向量；最后，通过测试估计法向与标准法向的误差来评价估计法矢的准确性，并且将估计的法向应用到点云曲面重建中来比较特征保留效果。 本文方法估计的法向最小误差接近0，对噪声有较好的鲁棒性，重建的曲面能保留曲面的尖锐特征，相比于其他法向估计法，所提出的方法估计的法向更准确。 本文方法能够比较准确的估算尖锐特征曲面法向量，对噪声鲁棒性强，具有较高的适用性。关键词：法向估计;逆向工程;高斯映射;主成分分析;各向同性邻域;各向异性邻域3183|472|4更新时间：2024-05-08
计算机图形学
- 摘要：相干斑噪声严重影响SAR影像解译。抑制相干斑同时，获取较好的边缘保持效果始终是相干斑抑制的重点。针对该问题，提出一种引入欧氏距离的各向异性扩散（EDAD）相干斑抑制方法。 EDAD算法以P-M模型与SRAD算法为基础，利用邻近像素间区域欧氏距离代替原有边缘检测算子，自适应区分同质区与异质区，有效构造各向异性扩散系数，完成相干斑抑制。 运用EDAD算法与现存各向异性扩散算法对截取的两景TanDEM-X影像进行试验研究并比较各类算法的评估参数。EDAD算法的等效视数分别为3.996与5.859，均高于其他算法，体现优越的相干斑抑制能力；EDAD算法相干斑抑制前后比值影像的均值分别为0.999与1.001，方差分别为0.270与0.269，较其他算法均更接近理想值1与0.273，展现更优边缘保持与相干斑抑制能力。 本文算法可有效提高边缘检测能力，获取更优相干斑抑制效果。经验证，对分布较散的弱相干斑区域与分布较集中的强相干斑区域均有较好适用性。关键词：相干斑;噪声抑制;各向异性扩散;欧氏距离;乘性噪声2796|373|0更新时间：2024-05-08
遥感图像处理
- 摘要：目标的长距离跟踪一直是视频监控中最具挑战性的任务之一。现有的目标跟踪方法在存在遮挡、目标消失再出现等情况下往往会丢失目标，无法进行持续有效的跟踪。一方面目标消失后再次出现时，将其作为新的目标进行跟踪的做法显然不符合实际需求；另一方面，在跟踪过程中当相似的目标出现时，也很容易误导跟踪器把该相似对象当成跟踪目标，从而导致跟踪失败。为此，提出一种基于目标识别辅助的跟踪算法来解决这个问题。 将跟踪问题转化为寻找帧间检测到的目标之间对应关系问题，从而在目标消失再现后，采用深度学习网络实现有效的轨迹恢复，改善长距离跟踪效果，并在一定程度上避免相似目标的干扰。 通过在标准数据集上与同类算法进行对比实验，本文算法在目标受到遮挡、交叉运动、消失再现的情况下能够有效地恢复其跟踪轨迹，改善跟踪效果，从而可以对多个目标进行持续有效的跟踪。 本文创新性地提出了一种结合基于深度学习的目标识别辅助的跟踪算法，实验结果证明了该方法对遮挡重现后的目标能够有效的恢复跟踪轨迹，适用在监控视频中对多个目标进行持续跟踪。关键词：多目标跟踪;识别辅助的跟踪;深度学习;长距离跟踪;跟踪轨迹恢复7621|498|5更新时间：2024-05-08
- 摘要：针对现有的跨场景服装检索框架在服装躯干部分检索问题上，因服装款式识别优化存在服装信息丢失和跨场景款式识别的问题，提出一种新的服装分割方法和基于跨域字典学习的服装款式识别。 首先，提出基于超像素融合和姿态估计相结合的方法分割出完整的服装，用完整的服装进行检索可以最大限度地保留服装信息。然后，在服装款式识别时，通过学习服装商品数据集与日常服装图像数据的中间数据集字典，使其逐渐适应日常服装图像数据的方式，调节字典的适应性，进而提高不同场景下的服装款式识别的准确性。另外，由于目前国际缺少细粒度标注的大型服装数据库，本文构建了2个细粒度标注的服装数据库。 在公认的Fashionista服装数据集及本文构建的数据库上验证本文方法并与目前国际上流行的方法进行对比，本文方法在上下装检索中精度达到62.1%和63.4%，本文方法在服装分割、款式识别，检索方面的准确度要优于当前前沿的方法。 针对现有的跨场景服装检索框架分割服装不准确的问题，提出一种新的层次服装过分割融合方法及域自适应跨域服装款式识别方法，保证了服装的完整性，提高了跨场景服装检索及款式识别的精度，适用于日常服装检索。关键词：基于内容的图像检索;服装检索;超像素;域自适应字典学习4135|382|3更新时间：2024-05-08
- 摘要：偏振成像产生的偏振参量图像具有一定的揭示雾天目标相关特性的优势，目前尚无适当的量化评估手段，由于偏振参量图像均由原方向图解析产生，针对解析类图像的质量评价问题利用现有方法无法有效解决，为此，提出一种用于雾天条件下偏振成像质量评价的方法，旨在给出不同雾天条件下偏振参量图像质量及其变化对比情况。 从图像质量分析角度验证雾天目标特性表征与主观观测一致性关系。在分析全偏振参量解析过程及雾天对图像质量的影响基础上，提取了与“解析失真”敏感的特征因子：基于空域的自然场景统计特征和图像的结构性特征，同时引入相应Stokes参量形成了偏振解析参量特征，依据马氏距离构建了统一的评价模型。 分别选取室内模拟雾天环境成像样本、仿真生成的雾天样本、室外实拍雾天成像样本3类样本。采用3个参数：1）非线性回归后的算法测试分数与DMOS（平均主观评份差值）间的线性相关系数（CC）；2）非线性回归后的算法测试分数与DMOS间；的均方根误差（RMSE）3）斯皮尔曼相关系数（SROCC）。开展了有效性实验及主客观一致性实验。采用本文算法评价的入射光强（）图CC值和RMS值分别为0.930 2和4.593 2，偏振度（）图的CC值和RMS值分别为0.877 1和0.995 0，算法准确度高。入射光强（）图的SROCC值为0.939 0，图的SROCC值为0.786 1，算法的客观分数与主观分数相一致。算法对不同雾天条件下的偏振解析参量图像的质量演变关系辨识性好，客观评价结果符合主观理论分析。 本文针对偏振参量图像提出的综合质量评价模型通过提取特征因子及Stokes参量形成的评价算法能够准确地评价参量图像中的图和图，算法准确度高、主客观一致性好，能够反映偏振参量图像的质量及相关关系，较好地解决了雾天条件下偏振成像质量评价问题。关键词：雾天图像;偏振解析成像;无参考质量评价;主客观一致性3761|403|1更新时间：2024-05-08
- 摘要：图像修复在图像处理中起着举足轻重的地位，针对目前大部分图像修补算法在修复划痕时存在纹理修复不够突出的缺陷，提出了两种基于连分式插值的修补算法，可以较好保持图像纹理的特性。 该算法基于连分式插值理论，采用图像破损点周围像素信息来插值出破损点的像素值。根据插值函数和插值窗口的不同，提出了两种插值方法，即Thiele型修补算法与Newton-Thiele型修补算法，解决不同纹理类型图像的划痕修补问题，并对插值过程中出现的奇异点问题和平移问题提出了行之有效的解决办法。 对大量的划痕图像进行实验测试，并通过主观评价和客观评价进行评估。客观评价包括峰值信噪比（PSNR）和运行时间的比较。相对于目前流行的一些修补方法来说，本文算法有更好的视觉效果，更高的峰值信噪比和更短的运行时间，峰值信噪比为44.79 dB，运行时间为0.53 s。 Thiele型修补算法更加擅长处理纹理垂直于划痕的图像，而Newton-Thiele型修补算法适用于复杂纹理的图像。关键词：图像修补;划痕;连分式;插值;Newton-Thiele;Thiele4144|364|1更新时间：2024-05-08
- 摘要：为使用户随时随地获得需要较大计算和存储资源的交互真实感体渲染服务，设计并实现了一种面向Web的远程真实感体渲染方法。 计算量较大的实时体渲染任务由远端渲染服务器中的GPU加速完成并通过WebSocket将渲染图像发送至客户端；客户端浏览器只需负责接收显示渲染图像并监听发送用户交互事件。提出了一种输出系统耦合算法用以连接输出图像速率较大的渲染服务器和发送图像速率较慢的Web服务器。算法能根据Web服务器发送图像的情况动态调整每次图像输出的迭代计算次数，改变渲染服务器输出图像的时间间隔以达到与Web服务器发送速度相平衡，同时保持渲染服务器持续工作。 实验比较了在不同网络传输条件下，采用输出系统耦合算法与直接连接渲染器和Web服务器，渲染4个不同数据集所需的完成时间及帧率等性能评价指标。在局域网和广域网环境下，本文方法分别最多只需17 s和14 s即可完成整个渲染过程，而采用直接连接渲染器和Web服务器的方法则分别至少需要31 s和60 s才能完成整个渲染过程。实验结果表明采用输出系统耦合算法在不同网络条件下均可较大地缩短整个渲染过程所需时间，使用户在较短时间内获得高质量渲染图像。 本文渲染器与Web服务器耦合实现远程体渲染交互优化的方法可让用户使用与计算能力无关的桌面或移动设备通过网络透明使用高性能渲染系统；系统采用的输出系统耦合算法能够根据网络承载能力自适应调整渲染器输出速度，使用户在不同的网络环境中均可以较快的速度获得高质量渲染图像。关键词：Web;远程渲染;真实感;图像传输;交互优化4758|655|1更新时间：2024-05-08
- 摘要：针对目前手持式3维扫描设备生成的模型纹理分辨率不够，且部分区域存在高光、阴影及明暗变化等问题，提出一种基于多幅实拍照片的纹理重建方法。 首先使用基于特征匹配的方法将照片图像与几何模型进行配准；其次根据重建纹理大小，采用特殊编码方式的位置纹理建立照片像素到纹理像素直接且精确的对应关系；然后根据多幅使用闪光灯作为光源拍摄的照片，通过位置纹理建立联立方程，求解漫反射分量；最后采用改进的基于混合权重的融合方法对求解的漫反射分量进行纹理融合。 使用本文方法对3个实验模型进行本征纹理重建，与3维扫描设备生成纹理和直接用照片生成纹理相比，该方法操作简单、使用方便，可获得高度清晰的，不含高光和明暗效果的本征纹理图像。 实验结果表明，重建纹理质量在分辨率、色彩还原性及一致性方面明显优于原有纹理，且该方法具有很高的精确性和鲁棒性，可满足高质量的纹理重建需求。关键词：纹理重建;纹理映射;纹理融合;位置映射;位置纹理3898|386|2更新时间：2024-05-08
- 摘要：随着用户对图像传播的个性化要求不断提升，图像-与文本融合成为了目前传播的新形式。为用户照片自动地添加具有美观的水印文字成为图像处理的一个新方向-视觉媒体的自动设计。通过结合设计学原理和计算机视觉原理，为水印文字块在图像中的位置和配色进行优化。 基于视觉显著性理论及构图学理论，为水印文字块确定最佳位置。然后根据视觉反差和颜色和谐化理论为文字选取合适颜色。为更完美呈现文字与图像的和谐关系，基于色彩和谐化理论对原图像进行自适应的色轮模板匹配，并以此选取文本色彩。 为验证本文所提出的算法，采用用户调查方式分别与腾讯的水印相机及华夏地理（国家地理杂志中文网）配图作对比。与腾讯的水印相机相比，排版与配色后的结果优于仅和谐化后结果（73.25%：17.42%），同时也优于水印相机原图（73.25%：9.32%）。与华夏地理编辑人工处理后的图片相比，本算法远胜于原始推送结果（97.2%：2.8%）。本算法可以全自动、快捷为用户提供满意的输出结果。 无论在与目前自动化的水印相机相比还是简单的人工编辑排版相比，本文算法在提高图文混合排版的设计感及美感上有一定的作用。关键词：自动排版;色彩和谐化;视觉显著度;构图法;视觉反差5171|402|0更新时间：2024-05-08
第十一届中国计算机图形学大会栏目
- 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