最新刊期
2001 年 第 6 卷 第 7 期
- 摘要：在计算机视觉领域，三维网面的简化不仅要求保持物体形状和拓扑关系，还要求保持物体表面法线，纹理，颜色和边缘等物体特征，以使计算机视觉系统能有效地表示，描述，识别和理解物体和场景，为此讨论了一种基于边操作（边收缩，边分裂），并具有颜色或灰度纹理特征保持的三维网面的简化算法，该算法将网面不对称最大距离作为形状改变测度，将邻域内颜色或灰度最大改变量作为纹理改变测试，从而在大量简化模型数据的同时，有效地保持了模型的几何形状，拓扑关系，颜色或灰度特征，以及网面顶点均匀分布。关键词：网面简化;物体建模;纹理保持;计算机视觉;计算机图形学;简化算法;误差3933|366|0更新时间：2024-05-07
- 摘要：为了对模糊图象进行高保真度的复原，研究了讨论了一种模糊图象的反扩散恢复算法；该算法首先以图象模糊的尺度为准，在比较为逐次递推算法和传统的单击算法的基础上，给出了它们的适应范围，进而提出了“搜寻－单击”算法，它用逐步逼近方式来探定未知的模糊尺度，然后以尺可能小的累积误差完成反扩散计算，从而实现了模糊图象恢复的盲处理，最后，采用自然模糊与人工模糊的图偈对恢复算法进行了验证，包括算法对模糊尺度的灵敏度算法的有效应用范围，以及纹理结构或景深偏差变化的模糊图象经恢复处理后的效果比较等，试验结果表明对数字图象作为SOS反扩散恢复处理可产生常规光学摄影技术所不可能取得的场景清晰度。关键词：反扩散恢复;模糊尺度;单击算法;逐次递推算法;“搜寻－单击”算法;模糊图象处理;SOS2593|330|0更新时间：2024-05-07
- 摘要：许多工业产品表面纹理都可以被认为是由基本纹理单元在空间按照一定的规则进行排列组合的结果，但由于各种原因，这些有规则纹理图象经常出现的一些缺陷，因而检测这些有规则纹理图象的缺陷是机器视觉检测的重要内容，为了对这种缺陷进行有效地检测，在对这类纹理图象进行功率谱分析的基础上，根据人眼的视觉原理，设计了两类匹配Gabor滤波器，即正常纹理匹配Gabor滤波器和缺陷纹理匹配Gabor滤波器，前者能够突出正常纹理，抑制缺陷纹理，而后者恰恰相反，在将这两类滤波器用于规则纹理图象缺陷的自动检测时，均获得了良好的检测精度和速度。关键词：匹配Gabor滤波器;缺陷检测;功率谱分析;规则纹理;图象处理;工业产品;表面纹理;纹理图象2769|358|0更新时间：2024-05-07
- 摘要：CCD相机在对空间频率较丰富的景物进行成象时，由于CCD象元尺寸的限制，图象分辨率低，混频现象有时很严重，红外相机尤其如此，超分辨率图象重构技术利用多帧重复拍照图象的冗余信息，重构出超分辨率图象，消除和降低混频效应，本文对图象微位移和微旋转角的精确估算算法，相机模型，超分辨率较象的重构算法等关键技术进行研究，设计了序列了集共轭梯度最优化算法，并提供了分辨率提高5倍的算法和研究成果，该项技术对于星载，机载图象融合（特别是红外凝视成象系统获取的图象）是十分有意义的，它将有可能将航天或航空图象的分辨率提高2－5倍左右。关键词：亚象元;图象重构;超分辨率;图象配准;仿真;CCD相机;图象处理2438|331|0更新时间：2024-05-07
- 摘要：鉴于几种传统融合方法在提高空间分辨率，保持原始影象光信息方面的有缺点，介绍了几种新的多种信息融合方法，这些方法运用代数运算与线性计算，既可避免传统融合算法存在的信息丢失,又可以提高影像的几何分辨率；对几种融合方法的效果进行了讨论；特别详述了在融合过程中，如何充分利用各波段的优点，克服了其缺点的方法，并提出了一种实用的多源遥感影象融合的流程，分析了图象融合的应用前景，实验证明，这种流程适合大数据量，大范围的影象融合。关键词：影象配准;信息融合;图象增强;高通滤波;多源遥感图象;图象处理2218|303|0更新时间：2024-05-07
- 摘要：数字水印是一种嵌入到图象，视频或音频数据中的不可见标志，可以用于多媒体数字的版权保护，认证和标注等，为了提高在频率域嵌入水印抵抗裁剪攻击的能力，提出一种局部化的图象数字水印算法，该算法利用图象中相对稳定的特征点标示水印嵌入的位置，并在与每个特征点对应的局部区域中独立地嵌入水印，这样，当只有部分图象时，仍能通过这些特下点来定位并提取水印，此算法中，水印的嵌入是在局部图象的小波域中进行的，并采用对小波系数进行特殊量化的方法来隐藏水印比特，而水印的提取不需要原始图象参与，实验结果证明，算法对裁剪有很强的抵抗能力，同时对压缩，滤波，噪声，StirMark攻击等也有较好的鲁棒性。关键词：信息隐藏;数字水印;局部化;水印;嵌入;图象处理;特征点提取2947|284|0更新时间：2024-05-07
- 摘要：为了克服在低比特率下的块效应,并适应实时编、解码的需要,提出了一种对残差帧的四叉树编码算法,该算法首先采用OBMC的方法生成预测帧以有效消除块效应,并针对残差帧的统计与视觉特性,对每个2×2的小块取灰度平均值作为最小编码单位,然后用四叉树分解方法来大致标记均值大于某阈值的块的位置,并以标量量化和自适应算术编码器编码其灰度值.与基于变换的编码方法相比,该算法简单、高效,码率低,解码质量高,是一种实时的编、解码算法.关键词：视频编码;四叉树分解;图象编码;残差帧;运动估算;运动补偿2690|231|0更新时间：2024-05-07
- 摘要：立体匹配一直是计算机视觉领域的一个中心研究问题，为了得到适用于基于图象绘制技术的视图合成高密度视差图，提出了基于边缘特征约束的立体西欧算法，该方法首先利用基于特征技术来得到边缘特征点的准确视差图，然后在边缘特征点视差图的约束下，对非边缘特征点采用区域相关算法进行匹配，这样既缩小了匹配搜索空间，又保证了匹配的可靠性，边缘特征点和边缘特征点的匹配采用双向匹配技术又进一步保证了匹配的可靠性，实验结果表明，该算法效果良好，有实用价值。关键词：特征约束;视差图;立体匹配算法;计算机图形学;计算机视觉2645|311|0更新时间：2024-05-07
- 摘要：针对Jacquin分形编码算法中选取的相似块数目较少，从而与图象块匹配的效率不高的缺点，提出了通过线性旋转变换来扩充相似块数目，以进行最佳匹配的分形编码方法，与通常方法不同，为了充分发掘图象自身的相似性，该方法首先在图象中的多个方向上选取相似块，然后通过对称变换和线性旋转变换生成新的相似块集来进行编码，当旋转方向数取4时，就可以将Jacquin提出的Isometries变换归结为该方法的一种特例，通过调整旋转方向的数目，能有效地改善Isometries变换相似块数目不足的缺点，并得到了较优的压缩结果。另外，针对线性旋转变换还提出了基于查找表的加速算法，从而显著减少了编码时间。关键词：分形图象编码;线性旋转变换;Isometries变换;图象块;相似块2623|324|0更新时间：2024-05-07
- 摘要：CL多小波具有与多其他多小波（如GHM多小波）不同的特点，一幅图象经过小波变换后，原图象的绝大部分能量都集中在中于最低分辨率子图象，而对于CL多小波而言，其最低分辨率子图象的绝大部分能量又进一步集中于它的第一个分量，这意味着CL多小波图象编码需要考虑的重要系数比其他多小波图象编码减少了四分之三，本文将CL多小波这一特点应用于图象编码，实验结果表明，就压缩比和信噪比而言，这种充分利用CL多小波特点的图象编码方法，其编码结果要优于目前公开发表的GHM多小波图象编码的结果。关键词：CL多小波;GHM多小波;图象编码;分辨率2394|295|0更新时间：2024-05-07
- 摘要：为提高分形图象编码的质量，缩短编码时间，针对Monro在文献[1]中提出的零搜索分形图象编码方法，其恢复图象在存在的块效应的问题，提出了一种结合小波变换的多项式近似快速分形图象编码方法，该方法是利用各频带间能量分布不均衡的特性，构造一种结合小波分解的分形图象编码算法，首先对图象进行塔式离散正交小波变换，然后再对小波系数进行分形编码，实验结果表明，用该算法对图象进行编码，不仅使恢复图象的质量得到了较大的提高，而且编码时间仅用1．48s。关键词：小波变换;分形图象编码;函数迭代系统;零搜索;图象恢复;块效应2565|288|0更新时间：2024-05-07
- 摘要：现代医学成象技术产生了大量的医学数字图象，而这些图象的存储和传输却存在很大问题，传统上，采用无损压缩编码方法改善这些图象的存储和传输效率，全为了达到较高的压缩比，必须采用有损压缩，然而，有损压缩会给图象带来失真，必须谨慎使用，医学图象通常,由二类区域构成，其中一类包含重要的诊断信息，由于其错误描述的代价非常高，因此提供一种高重的质量的压缩方法更加必要，另一类区域的信息较为次要，其压缩的目标则要求达到尽可能高的压缩比，为了既能保证感兴趣区图象的重构质量，又能获得较高压缩比，提出了一种面向任务的医学图象压缩算法，该方法把无损压缩和有损压缩统一在小波变换的框架下，对感兴趣区采用无损压缩，而对其他部分则采用有损压缩，实验证明，该压缩方法在压缩比和重建图象质量上均达到了较好的性能。关键词：医学图象压缩;面向任务;小波变换;多门限小波编码;医学成象技术2147|309|0更新时间：2024-05-07
- 摘要：提出了基于奇异值特征和隐马尔可夫模型（HMM）的人脸检测方法，首先提出了基于奇异值特征和隐马尔可夫模型的正面端正人脸检测方法；然后将该算法扩展到检测任意旋转角度的人脸，其中正向端正人脸检测算法是通过隐马尔可夫模型来识别人脸／非人脸的奇异值特征，从而达到人脸检测的目的；扩展算法首无计算当前位置子图象窗口的奇异值特征向量，然后利用识别各个旋转角度人脸的HMM模型对之进行分类，以得到该子图象窗口的旋转角度，再经过旋正，重新再与识别正面端正人脸的HMM模型对, 此确定该子图象窗口是否为人脸，通过对一个由51幅集体照片组成的图象集进行测试，其中，正面端正人脸检测率为85．1％，而任意旋转角度的人脸检测率只有72．2％。关键词：人脸检测;模式识别;隐马尔可夫模型;奇异值特征;人脸识别2625|404|0更新时间：2024-05-07
- 摘要：新的视音频编码标准MPEG－4增加了支持基于内容的功能，它把视频序列分割成语义意义上的视频对象（VO）视频对象在某一瞬时的：“快照”称为视频对象平面（VOP），且一系列VOP表示一个运动对象，VOP分割相当困难，这主要是因为物理对象通常不以亮度，彩色或光流等低级特征来表达，所以经典的分割方法无法获得有意义的分割结果，为了对这种视频运动图象进行有效的提取，提出了一种基于修改的豪氏道夫对象踊跃器的自动VOP分割方法，首先提取出初始模型，然后用跟踪器在序列中继帧中跟踪此对象，再对模型逐帧修改，以适应对象在后继帧中形状的旋转和变化，最后根据一系列二值模型来提取出视频对象，此外，为了提高分割效果帮减少复杂性，还使用了静 背景滤除技术来滤除静态背景，实验结果表明，该算法是有效的。关键词：MPEG－4;对象跟踪;视频对象平面;豪氏道夫距离;视频编码标准;运动图象;自动提取2431|354|0更新时间：2024-05-07
- 摘要：随着多媒体技术的迅速发展，如今虽然在高带宽计算机网络上已能共享传播图象数据，但这也使得信息交换中的可视数据量急剧增加，同时给研究者们提出了有效检索图象的难题，为了能够快速准确地检索图象，提出了一种用综合模糊直方图进行图象检索的方法，该方法综合使用了颜色和纹理特征，首先将图象分块处理，得到了图象在HSI空间的颜色模糊直方图，然后用纹理特征对颜色模糊直方图进行扩展，从而得到综合模糊直方图，同时还给出了抽取图象颜色和纹理特征的方法和建立图象综合模糊方图的计算过程，并用上述方法对一个200幅彩色图象的图象库进行检索，实验结果表明，使用综合模糊直方图能有效地提高图象检索的准确度。关键词：综合模糊直方图;图象检索;隶属度函数;颜色;纹理;图象处理2591|317|0更新时间：2024-05-07
- 摘要：针对工程图样中线段的识别和提取问题，提出了一种提取扫描图象曲线轮廊关键点的算法和相应的提取条件准则，该算法可自动逐行检测扫描行中的黑游程，当相继行中的黑游程满足一定的条件准则时，即可提取出相应的黑游程边界点，并形成关键点，依据这些关键点，利用B样条曲线理论来拟合曲线，最终即可实现对图象曲线的提取，该算法不仅速度快，抗噪声性能强，且提取识别也到得了满意的效果。关键词：扫描工程图;轮廊跟踪;B样条函数;图像曲线;线条轮廓关键点;图象处理;图象提取2905|392|0更新时间：2024-05-07
- 摘要：多边形的化简与合并运算是自动化制图综合中的重要算子，这类算子的设计要基于多边形几何特征，拓扑特征的分析，还需要一种有力的空间数据模型用于支持多边形各弯曲特征部位之间，多边形与多边形之间，多边形的各岛屿之间邻近关系探测，鉴于Delaunay三角网的“最大最小角规则”和“外接圆规则”，使得其成为空产邻近分析的一种强有力工具，因此在二维空间建立约束Delaunay三角网模型和形式检索机制的基础上，系统地讨论了多边形弯曲特征的化简，夸大，以及邻近多边形合并的方法，并将多边形化简分解为“岛屿”选取，凹部填充，狭长区域中轴化，保留凹部的夸大，以及凸部的弃除等几个步骤完成，又将多边形合并区分为吸刷式，包络式，分解式等3种情形，同时给出了这些算法的实验结果。关键词：Delaunay三角网;多边形化简;多边形合并;GIS;地图;制图;自动化4423|347|0更新时间：2024-05-07
- 摘要：几何绘制（GBR）是传统计算机图形学的研究内容，随着计算机图形学的发展，图象绘制（IBR）成为研究热点，两者各有其优缺点，其中，GBR具有绘制自由度大，速度慢等特点，需占用大量系统资源，而IBR则正好相反，因此，寻找一种能够结合GBR与IBR优点，而又能克服其缺点的方法是必要的，为了使几何绘制和图象绘制能够实现有机地结合，提出了一 种全新的“基于几何与图象的混合绘制（Geometry and Image-Based Hybrid Rendering,GIBHR)”方法，并分析了GIBHR的研究内容，同时给出了GIBHR的绘制流程，在此基础上，将IBR领域的3DWARP 法在几何绘制领域进行了进一步拓展与推论，证明了其可行性和有效性，提出了一种基于3DWARP的混合绘制算法，最后对算法进行了实验，结果表明，该算法在提高几何绘制速度方面具有明显优势，且具有空间反走样能力。关键词：混合绘制;几何绘制;图象绘制;3DWARP;计算机图形学3095|362|0更新时间：2024-05-07
学术论文与技术报告
- 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