最新刊期
2010 年 第 15 卷 第 10 期
- 摘要：相位恢复是指利用直接测量得到的强度分布恢复相位从而重建波函数。为了能够在已知强度信息的情况下最大限度地恢复相位，结合强度传输方程提出一种基于整体变分的相位恢复算法：首先在一致性照明的情况下建立相位恢复模型，然后把相位恢复问题转化为带有整体变分正则化项的图像能量泛函极值问题，再使用有限差分牛顿法求出相位的最优解。该算法只需要测量临近空间平面上的光波的空间强度即可从强度图像中恢复相位信息，避免了由于干涉法要求光源的空间和时间连续所造成的分辨率、敏感性等问题。实验表明在恢复相位的同时可以保持良好的边缘。关键词：相位恢复;强度传输方程;整体变分;正则化3446|260|0更新时间：2024-05-07
- 摘要：由于具有快速的宽视角成像特性，全向相机引起了计算机视觉界越来越多的关注。但是严重失真的图像也使得后期的处理复杂化，不便于经典的透视相机算法的应用。本文在泰勒成像模型下，推导了柱面全景图的重投影展开过程，同时进一步提出了一种新的N面透视全景图的展开方法。这种重投影展开不依赖于精确的全向相机模型参数。两种展开全景图像中每个像素都与3维空间中的一条光线对应，方便了普通相机的外极线校正和3维重建算法的应用。模拟数据和真实图像的实验都表明该算法的有效性。关键词：全向图像重投影展开;圆柱全景图;N面透视全景图4144|210|0更新时间：2024-05-07
- 摘要：考虑到错误块的处理次序对隐藏图像质量的影响，提出了一种改进的自适应增强型时域错误隐藏算法。该算法利用相邻正确信息或隐藏后的信息，不断估算错误宏块（MB）的次序值，每次选择恢复次序值最大的错误MB。在隐藏错误MB时，首先判断其分割模式及其子宏块（SMB）的隐藏顺序，再根据帧内平均运动矢量大小，自适应地选择基于纹理的单边重叠边界匹配算法（TBSS-OBMA）或基于纹理的双边重叠边界匹配算法（TBDS-OBMA），从候选运动矢量（MV）中找出该MB或SMB的最佳恢复MV。通过性能比较和具体实验效果分析，此算法能够在高误码率下更好地提高错误图像质量，就PSNR来说，比参考软件JM12.2中采用的隐藏算法可提高1.16dB。关键词：时域错误隐藏;隐藏次序;边界匹配算法3088|198|0更新时间：2024-05-07
- 摘要：在应用扩散方程进行图像平滑时，常规的方法是对扩散方程差分化构造差分方程，利用初边值条件求解。这种方法误差传播快，精度不高。因此，构造了2维小波插值函数，利用它来求解扩散方程，并分析得到用小波插值函数求解Alvarez模型的方法。由于小波函数具有良好的局部性，求解扩散方程比用差分方法求解具有精度高，误差传播速度慢，对时间步长不敏感等优点。在数值实验中，给出了本文方法的有效性及相对于差分方法求解的优点。关键词：扩散方程;图像平滑;小波插值2902|230|0更新时间：2024-05-07
- 摘要：用零水平集函数表达3维曲面，应用曲面上图像梯度的切投影表达其内蕴梯度，把基于梯度的图像扩散变分模型从平面图像拓展到了隐式曲面上的图像处理。基于内蕴梯度的变分模型对曲面上的图像进行扩散的同时可有效地保持其边缘，但像平面图像扩散的变分模型一样会在本该光滑的区域产生明显的阶梯效应。为消除阶梯效应，引入内蕴散度建立了基于内蕴梯度和内蕴散度的隐式曲面上图像扩散的变分模型，并以TV (total variation) 模型、PM(perona-malik)模型为例对所提出的模型的有效性进行了数值验证，实验结果表明该类模型在保持图像边缘的同时可以有效地抑制阶梯效应。关键词：变分水平集;隐式曲面;图像去噪;阶梯效应;内蕴散度2942|202|0更新时间：2024-05-07
- 摘要：建立一种基于人类视觉感知噪声模型的彩色图像质量评价方法用以评价含噪声图像的彩色图像质量。该方法用视觉感知图像质量的质量四参数：信息熵、平均对比度、平均灰度和关键区域图像的标准差，通过实验建立综合的彩色图像质量评价模型，称为最好质量彩色图像评价函数。该函数的最大值对应最好质量彩色图像。该方法的评价结果更符合视觉感知效果。该方法基于图像质量四参数的独立计算，不但不借助于任何参考图像，还能用于评价参考图像质量。如果参考图像质量不够好，还能通过称为Zadeh-X变换的灰度变换获得最好质量的彩色图像。关键词：噪声感知;彩色图像质量评价;信息熵;平均对比度;平均灰度3173|261|0更新时间：2024-05-07
- 摘要：提出了两种新的压缩型顶点链码的编码方法。根据图像边界的顶点链码中通常包含大量的两个顶点的连续编号的特点，用0和9分别代替常规顶点链码的1和3，而用1到8这8个数字直接表示连续出现率最高的编号2及其数量，研究了一种动态顶点链码。将链码顶点分为1、2、3和1与3的组合4种类型，用一个字节的高位区和低位区分别表示链码编号及其连续数量，研究了一种压缩型顶点链码。结合一种编码综合效率评价方法，通过与现有的链码进行比较，结果表明本文所研究的链码不仅具有50%～70%的编码压缩比，而且编码或解码的效率也提高了10%～40%，即具有更好的实时性。关键词：顶点链码;动态顶点链码;压缩型链码;综合效率3061|168|0更新时间：2024-05-07
- 摘要：LOF算法是一个著名的局部离群点查找方法，该方法赋予了表征每一个空间点偏离程度的数值。但LOF算法存在效率低和性能差的问题，为此对该算法进行了以下两个方面的改进：第一，提出了降低该算法时间复杂度的两步改进方法，并对这两步改进方法的时间复杂度也进行详细分析，第二，使得该算法在查找局部离群点时，不仅考虑了空间属性，也考虑了非空间属性。另外还通过实验测试了LOF算法及其改进方法的时间效率，以及在模拟数据和真实数据情况下的查找离群点的效果。实验结果表明，改进方法具有更好的时间效率和性能。关键词：数据挖掘;空间离群点;可达距离;局部离群因子3495|240|0更新时间：2024-05-07
图像处理和编码
- 摘要：针对焦炭显微图像中光学组织的特点，提出了一种结合均值偏移和边缘置信度的焦炭显微图像分割。该方法首先计算图像像素的边缘置信度，利用边缘置信度设计均值偏移算法中的权值函数，对特征空间的采样点进行加权，以提高模式点检测的准确性；然后以扩展的均值偏移向量进行迭代，实现焦炭显微图像的初步分割；由于在初步分割中产生过多的聚类数，导致了相同组分区域的过分割。因此通过空域距离和区域边界像素的置信度平均值设置合并条件，合并相同光学组分的焦炭区域，实现图像的最终分割。实验表明，该方法能够有效地分割出焦炭显微图像中不同光学组织组分区域，为焦炭光学组织的自动识别提供可靠依据。关键词：焦炭光学组织;显微图像;均值偏移;边缘置信度;权值函数;图像识别3180|223|0更新时间：2024-05-07
- 摘要：已经证明2维情况下一般各向异性扩散与HAAR小波收缩在一定条件下是等价的，基于此等价性的各向异性小波收缩结合了小波收缩与各向异性扩散两种方法的优势。将各向异性小波收缩用于多尺度图像分割，提出一种对多尺度各向异性扩散分割方法的改进方法——多尺度各向异性小波收缩图像分割算法。该算法利用各向异性小波收缩对图像中像素灰度值进行扩散，在尽可能保持边缘的情况下，使同质区域内相邻像素灰度随尺度数增加趋于相同，构造基于尺度的空间栈，从而完成对目标的分割，是一种非监督图像分割方法。对比实验结果表明，该算法在有效处理区域内部不一致性的同时，能够准确地定位目标边缘，实现同质区域的融合，完成分割任务，且该算法收敛速度高于多尺度各向异性扩散分割方法。关键词：图像分割;尺度空间;各向异性小波收缩2763|265|0更新时间：2024-05-07
- 摘要：对于固定场景中的复杂背景图像序列的运动目标检测问题，采用单高斯模型和区域高斯模型的级联式检测方法，并在区域高斯模型的更新过程中引入了自组织映射的“竞争、合作”机制，提出一种基于自组织映射的区域高斯模型算法。该算法不仅能够在水波纹和树叶晃动等复杂背景环境中检测运动目标，并且能够保证检测运动目标的相似性。使用PETS2002和Water Surface复杂背景图像序列的仿真结果验证了算法的有效性。关键词：运动目标检测;区域高斯模型;自组织映射;级联检测2827|277|0更新时间：2024-05-07
- 摘要：以核颜色直方图为跟踪特征的均值移动算法易受环境光照、视角和摄像机参数等因素的影响。根据灰度共生矩阵的思想构造了核共生矩阵来描述目标模型和候选目标，并在此基础上提出了一种基于核共生矩阵的均值移动跟踪算法。在算法的实现过程中做了一些改进工作：构造核共生矩阵时对相反方向上的像素加以区分，从而更好地刻画目标的不对称特性；将目标模型和候选目标的核共生矩阵规整到同一常数以提高计算精度；对各像素权值的计算公式进行修正以提高算法速度。光照较暗，照度变化和存在部分遮挡等条件下的真实场景实验结果表明，该算法在这些情况下仍能有效地跟踪目标。关键词：均值移动;核共生矩阵;视觉跟踪;权值计算2772|214|0更新时间：2024-05-07
- 摘要：为了能够快速和准确地跟踪运动目标，提出了一种改进的基于Camshift的粒子滤波算法。在粒子滤波框架下，首先对传统目标模型进行改进，提出一种新的融合目标颜色信息和运动信息的模型，以增强目标跟踪的稳健性和准确性；同时为了提高跟踪的效率，将一种改进的Camshift算法嵌入到粒子滤波中，用来重新分配随机粒子样本，使之向目标状态的最大后验概率密度方向移动。实验结果表明，与传统的粒子滤波算法或Camshift算法相比，该方法能有效处理目标快速运动或背景存在强干扰等情况，实现对目标快速和稳健的跟踪。关键词：实时目标跟踪;粒子滤波;Camshift;多信息融合3224|277|0更新时间：2024-05-07
- 摘要：为了使电视跟踪系统在自动作业时能够抵抗外界干扰，提出了一种基于二级精度的运动目标精确提取和快速跟踪方法。该方法采用二次帧差法与四分图像的双波门法对视频图像进行处理，自动获取运动目标的初始模板，然后根据轨迹预测算子对目标进行自适应特征匹配实现有效跟踪。在某电视跟踪系统中应用该算法进行低空飞行目标跟踪实验，取得了良好的跟踪效果。实验结果表明，该方法不仅满足目标跟踪的实时性，而且能够有效提高目标识别的准确率。关键词：双波门;四分图像;临帧比较;轨迹预测;特征匹配3193|224|0更新时间：2024-05-07
- 摘要：针对基本层次化目标识别计算模型缺乏明确学习概念和有效学习方法的问题，利用神经稀疏编码的学习规则，生成原型向量集合。通过模拟复杂细胞的感受野特性，实现层次化的稀疏编码过程，提出基于神经稀疏编码的层次目标特征提取算法。并利用简化的分类器设计，完成复杂场景下的广义目标识别问题。在Caltech-101数据库上进行实验对比，结果表明本文算法相对Serre计算模型在识别正确率上有较大提高，时间复杂度增加并不明显，且更加符合生物视觉机理。关键词：生物视觉系统;层次化计算模型;广义目标识别;神经稀疏编码3506|200|0更新时间：2024-05-07
图像分析和识别
- 摘要：图像特征谱给予图像原始特征以富有表达力的、统一的、可操作的形式化描述。本文针对单一图像特征谱在应用时对图像信息表达的片面性和干扰性问题，提出了一种自适应特征谱，该特征谱利用纹理谱对纹理特征的描述将图像区域划分为光滑区和纹理区，对于光滑区域将选择颜色谱作为区域特征，而对于纹理区将选择纹理谱作为特征值，因此它可以对具有不同视觉特点的图像给予灵活的特征描述。为了检验该特征谱的有效性，我们将它应用于基于内容的图像检索中，实验结果表明，利用所提出的自适应特征谱具有很好的检索效果和较小的时间复杂度。关键词：图像特征谱;纹理特征谱;HSV颜色直方图;基于内容的图像检索2806|214|0更新时间：2024-05-07
- 摘要：针对3维人脸重建问题提出了一种新颖的多视图体重建方法，以解决目前3维人脸重建方法只适用于小样本集合，大范围推广时精度难以保证的弱点。该方法创新之处在于将基于特征点匹配的重建方法与立体重建方法结合引入到图割优化框架，并应用于3维人脸重建。本文两个重要改进工作是设计动态片结构描述来进行颜色一致性估计以及设计新的动态图结构以去除半个体素尺寸的重建误差。实验中分别采用8张、16张和30张存在亮度变化的人脸多视角图像验证算法。实验结果逼真，同时避免了传统重建方法结果受限于样本集分布的问题。关键词：多视角体重建;图割;3维人脸重建;基于动态片颜色一致性估计;动态图结构3145|349|0更新时间：2024-05-07
- 摘要：针对造影谐波成像能够增强病灶，基波成像能够提供清晰的组织边界的特点，提出了利用相同频率下采集的超声造影基波和谐波图像进行Curvele图像融合的方法，增强谐波图像中的组织边缘。该方法首先对超声造影基波和谐波图像进行Curvelet变换，然后对于低频和高频系数分别采用不同的融合策略，获得组织边界和内部细节均清晰的超声图像，实现病灶区和组织边界的良好定位。实验结果验证了该方法的有效性。关键词：超声成像;造影谐波成像;图像融合;Curvelet变换3698|190|0更新时间：2024-05-07
图像理解和计算机视觉
- 摘要：SAR图像水域边缘检测中，传统算法由于不能较好地克服斑点噪声影响，因此检测出的虚假边缘较多。利用多尺度几何Shearlet变换对曲线精确有效检测等特点，通过改进Shearlet变换并结合聚类及Snake模型等方法，提出了一种新的SAR图像水域检测方法。实验结果表明，该方法不仅提高了边缘检测的完整性和精确性，而且有效克服了斑点噪声的影响，对SAR图像水域边缘的检测是有效可行的。关键词：Shearlet变换;SAR图像;水域;边缘检测5414|222|0更新时间：2024-05-07
- 摘要：超宽带SAR由于杂波模型多样化，当使用传统的基于单一杂波统计模型进行边缘检测时容易造成虚警高，定位精度差，边缘不连续，处理时间长等问题。基于数学形态学思想, 提出了一种多方向多尺度结构元素的二值形态学边缘检测算法，先对原始图像进行二值化处理，再运用多方向多尺度结构元素进行循环闭-开形态运算得到多个方向结果图，最后将各方向结果图进行融合得到最终的图像边缘。与传统边缘检测算法的对比实验表明,本文提出的算法由于采用了多尺度结构元素并且结合了图像的灰度信息，图像边缘检测虚警低，定位精确，耗时短，边缘更连续。关键词：超宽带SAR;边缘检测;数学形态学;多结构元素3026|228|0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