最新刊期
2012 年 第 17 卷 第 9 期
- 摘要：针对Huber-Markov随机场作为图像先验进行MAP超分辨率重建时先验约束的有效性问题,通过分析重建过程中Huber惩罚函数与图像空间灰度变化分布特性的相互关系,提出一种根据图像空间灰度变化统计特性,在超分辨率重建迭代过程中动态确定Huber函数阈值的方法。实验结果表明,该方法可根据不同图像的边缘特性,自适应确定Huber惩罚函数阈值,在有效抑制噪声的同时,保持重建图像的边缘和细节信息。关键词：超分辨率重建;Huber-Markov随机场;自适应阈值;高斯拟合3274|225|0更新时间：2024-05-08
- 摘要：颜色恒常性是计算机视觉的重要研究方向,旨在准确识别目标的真实颜色而不受场景光源变化的影响。目前提出的多种颜色恒常性算法,使用传统的Von Kries 对角变换矩阵对图像的估计照明进行校正,对低照度和强光照射条件下采集到的图像处理效果比较差。根据图像形成的数学模型和光学原理提出了亮度补偿对角变换矩阵的颜色恒常计算方法,该方法对图像颜色校正的同时根据图像像素亮度变化对图像的亮度进行补偿。通过采用多种颜色恒常性算法进行实验验证,该方法能够有效地校正低照度和强光照射图像的颜色、对比度和亮度,从而增强了图像的视见度。关键词：颜色恒常性;对角变换矩阵;亮度补偿;颜色校正3899|152|0更新时间：2024-05-08
- 摘要：为改进K-SVD方法抑制强噪声的效果,提出一种小波域稀疏冗余表示图像去噪方法——单尺度低频小波K-SVD(SLWK-SVD)。首先对含噪图像做单尺度小波变换,然后用K-SVD算法对变换后的图像逼近系数学习过完备自适应字典,而对于高频小波系数则简单置零,最后用逆小波变换得到恢复图像。实验结果表明,与K-SVD方法相比,所提方法具有良好的抑制强噪声能力,在所给强噪声下(方差介于50和100),恢复图像信噪比提高了约0.5—1.5 dB,并克服了K-SVD方法去噪后图像出现的明显波动效应,具有更佳的视觉效果。关键词：图像去噪;小波变换;稀疏冗余表示;K-SVD3018|208|0更新时间：2024-05-08
- 摘要：UMHexagonS是H.264视频编码标准中所采用的快速整像素运动估计算法,但在许多实时场景的应用中,该算法还明显存在搜索点数过多、搜索速度较慢的缺憾,急需进一步的改进和优化。在UMHexagonS算法的基础上,提出一种基于运动信息自适应的快速运动估计算法。使用动态搜索窗为不同尺寸的块自适应地分配预测搜索窗;根据当前块的运动剧烈程度选择运动类型自适应的搜索方案;通过分析实际运动序列水平、垂直方向的偏向特性依次采用带方向的十字型搜索和自适应的矩形—菱形搜索;利用预测运动矢量的方向信息采用自适应的多层次八边形区域搜索;并依据块的尺寸大小采用自适应的六边形搜索。实验结果表明,本文算法相比于UMHexagonS算法而言,图像的峰值信噪比(PSNR)平均提高了0.0125 dB,同时运动估计时间减少了13%32%,其场景自适应能力和实时性能都得到了很大的增强。关键词：视频编码;H.264;运动估计;运动信息自适应2587|140|0更新时间：2024-05-08
- 摘要：提出一种融合纹理特征的两阶段聚类分割算法。首先,选择纹理特征、差分均值和颜色分量这3个特征,组成一个分割所用的特征矢量;然后,使用直方图对特征矢量进行初始聚类中心和类别数的估算;最后,通过模糊C均值算法对特征矢量进行聚类。该算法有效地克服了模糊C均值(FCM)容易陷入局部最优的缺陷,使聚类结果更加精确。实验结果表明该方法比一些现存方法的分割效果要好。关键词：局部二进制模式;模糊C均值;聚类分割;直方图2560|141|0更新时间：2024-05-08
- 摘要：针对Criminisi算法在图像修复过程中易将纹理部分误认为边缘部分,造成修复顺序偏差而影响修复效果的不足,充分利用图像的纹理结构特征和边缘结构特征,引入差别因子,改进优先权模型,以增强对结构部分的辨别能力,并通过采用新型的搜索方式来克服在修复过程中易产生瑕疵点的不足来完善修复效果。实验结果表明,改进算法较好地克服了原算法所存在的纹理延伸等不足,保持了修复内容的线性结构,其峰值信噪比相比于原算法提高了23 dB,具有更好的视觉效果。关键词：图像修复;差别因子;优先权模型;线性结构2627|144|0更新时间：2024-05-08
图像处理和编码
- 摘要：对于复杂微细、错边量小的激光焊接拼缝测量,现有的视觉传感器方法不能稳定、可靠地提取出拼缝的中心位置、拼缝宽度等信息。为此,提出了基于微景深的激光焊接对接拼缝测量方法,该方法采用高倍光学放大镜头、工业CCD(Charge Coupled Device)/CMOS(Complementary Metal-Oxide-Semiconductor Transistor)相机和LED(Light-Emitting Diode)外部照明装置,以光学成像光轴与被测表面法矢呈45°的方式,组成的对接拼缝的非接触测量系统,既解决了显微放大时景深很小、测量范围小的问题,又解决了狭窄拼缝高光学放大倍数拼缝检测的难题。实验结果表明,该系统可快速准确地提取出拼缝中心坐标、拼缝宽度以及拼缝局部表面法矢。拼缝宽度测量精度优于5 μm,拼缝中心测量精度优于6 μm,可识别的最小拼缝宽度为0.02 mm,完全满足激光焊接对接狭窄拼缝的检测与自动跟踪的要求。关键词：激光焊接;对接拼缝;视觉测量;微景深;清晰度3099|107|0更新时间：2024-05-08
- 摘要：提出一种基于码本模型和多特征的早期烟雾检测算法。首先,利用码本模型进行前景提取;然后,结合烟雾的颜色模型和形状特征模型检测前景中的疑似烟雾区域;最后,利用烟雾的动态特性,有效地降低误检率,提高算法的鲁棒性。通过ROC曲线对比,实验结果表明,该算法具有良好的烟雾检测能力。同时,能够满足实时性要求,具有较高的实用价值。关键词：烟雾检测;码本模型;多特征;ROC曲线2558|134|0更新时间：2024-05-08
- 摘要：提出一种新的基于全局图像信息和局部图像特征的活动轮廓分割模型。模型的总能量函数主要包括3项:全局能量项、局部能量项和自适应调节项。其中,全局能量项整合了图像的全局信息,局部能量项则考虑了图像的局部特征,而二者的权重会根据上下文内容自适应调整。由于在模型中充分利用了图像全局信息和局部特征,因而有效地提高了分割的精度。此外,加入了凸优化技术,以获取模型的全局最优解。最后,采用Split-Bregman方法进行快速求解,使得模型的分割效率大大提高。实验结果表明,该模型对初始化具有较好的鲁棒性,在分割精度上有了较大的提升,特别是分割速度比C-V模型快1.5倍到2倍。关键词：图像分割;C-V模型;凸优化;Split Bregman方法2550|168|0更新时间：2024-05-08
- 摘要：由于RGB颜色空间不能很好贴近人的视觉感知,同时也缺少对空间结构的描述,因此采用兼顾颜色信息和空间信息的高斯颜色模型以获取更全面的特征,提出了一种基于高斯颜色模型和多尺度滤波器组的彩色纹理图像分类法,用于瓷器碎片图像的分类。首先将原始图像的RGB颜色空间转换到高斯颜色模型;再用正规化多尺度LM滤波器组对高斯颜色模型的3个通道构造滤波图像,并借助主成分分析寻找主特征图,接着选取各通道的最大高斯拉普拉斯和最大高斯响应图像,与特征图联合构成特征图像组用以进行参数提取;最后以支持向量机作为分类器进行学习和分类。实验结果表明,与基于灰度的、基于RGB模型的和基于RGB_bior 4.4小波的方法相比,本文方法具有更好的分类结果,其中在Outex纹理图像库上获得的分类准确率为96.7%,在瓷片图像集上获得的分类准确率为94.2%。此方法可推广应用到其他彩色纹理分类任务。关键词：图像分类;瓷器碎片图像分类;高斯颜色模型;多尺度滤波器组3176|144|0更新时间：2024-05-08
- 摘要：轮对作为列车的重要组成部分,其踏面磨耗参数的在线检测对保障轨道交通安全具有重要意义。在基于光截图像测量技术的轮对外形尺寸动态检测中,能否获取完整的轮对轮廓图像至关重要。针对轮对图像特点,提出一种基于区域生长的轮对图像分割新算法。该算法根据不同情况下轮对图像特点,通过基点位置选取恰当的种子点,并确定合适的生长准则。经过区域生长,有效地提取轮对轮廓图像。通过大量图像验证,该算法分割结果图的交迭面积比大于80%,误分面积比小于0.02%。可以在多种情况下有效地提取轮对轮廓曲线,具有良好的抗噪能力。关键词：轮对检测;图像分割;区域生长;单连接区域生长2839|201|0更新时间：2024-05-08
- 摘要：针对图像聚类中数据量大、部分重叠等问题,提出一种基于滑动窗口的多标记传播聚类算法。首先根据图像距离计算图像间的相似度,设定阈值将相似度转变为链接,构造出一个无向图;然后应用基于滑动窗口的多标记传播算法对无向图进行社区划分。滑动窗口可以存放多个标记,从而一个图像可以归属于多个类别。对公开网络数据和搜索引擎返回的真实图像数据进行实验,结果表明,该方法能有效发现具有重叠划分的簇,且簇的意义比较明确。关键词：图像聚类;标记传播;滑动窗口;图像距离3158|107|0更新时间：2024-05-08
图像分析和识别
- 摘要：图像匹配是图像信息领域中一个非常重要的技术。以中介真值程度的数值化度量为基础,建立了中介相似性量度,设计了采用中介相似性量度的灰度信息图像匹配算法。实验结果表明,与已有的典型算法处理结果相比较,基于中介相似性量度的匹配算法具有良好的抗噪性和一定的抗失真性,且具有较高的匹配精度和匹配速度。关键词：图像匹配;中介真值程度;中介相似性;量度;灰度2866|107|0更新时间：2024-05-08
- 摘要：基于人类视觉系统及信号的过完备稀疏表示理论,提出一种新的多聚焦图像融合算法。首先从待融合图像中随机取块构成训练样本集,经迭代运算获取过完备字典;然后由正交匹配追踪算法完成图像块的稀疏分解;再按分解系数的显著性选择融合系数并完成图像块的重构;重构块经重新排列并取平均后获得最后的融合图像。实验结果表明:该算法继承了目前较为优秀的多尺度几何分析方法的融合效果;在噪声存在的情况下,该算法表现出较好的噪声抑制能力,随噪声方差的升高,融合图像的主观质量及客观评价指标均要好于传统方法。关键词：图像融合;多聚焦图像;稀疏表示;正交匹配追踪3140|123|0更新时间：2024-05-08
- 摘要：人体定位一直是计算机视觉领域的热点课题之一,是人机交互的基础。提出多摄像机条件下的投影关系的两类几何约束,及基于几何约束的人体定位方法。人体定位算法的精度计算依赖于实验中人体在世界坐标系中精确位置的获取,而这一直是计算机视觉实验中的难点。本文提出基于虚拟数据的新的人体定位实验方法,可以方便准确地获取到人体在世界坐标系的位置。由于几何约束的完备性,定位过程中无需对摄像机的位置和姿态进行假设,也不需要限制人体在场景中的位置(遮挡关系)、行为等。采用虚拟数据与真实数据相结合,可以更准确地验证方法的精确度和适应性。实验结果表明,本文算法运行稳定且定位精度高。在定位结果的基础上,又进一步给出了人体在世界坐标系中的运动轨迹。关键词：几何约束;投影变换;EM算法;虚拟实验2738|114|0更新时间：2024-05-08
图像理解和计算机视觉
- 摘要：针对层次式累进网格模型提出一种动态评估与动态调整的方法,为交互式变形构建最合理的数据信息。分别从细节层次和规范程度两个角度对网格模型进行评估,其中细节层次不仅包括由模型位置决定的全局细节层次,还包括由视锥原则、曲面法向量、屏幕空间几何误差和变形参与度确定的局部细节层次;规范程度衡量分为流形和定向性确定的拓扑结构规范,以及由几何元素确定的几何属性规范。依据评估结果,动态调整模块使用一系列调整操作,对模型的拓扑结构和几何属性进行修正。实验结果证明该方法能够保证良好的渲染效果,很好地保持合理的模型拓扑结构,而且在保证视觉效果和变形需求的情况下具有实时性与自适应性。关键词：累进网格;动态评估;动态调整;拉普拉斯平滑2610|99|0更新时间：2024-05-08
虚拟现实和增强现实
- 摘要：在基于图像的计算机辅助诊断中,综合考察目标形状与纹理将能获取更为全面的信息,使取得较高辅助诊断正确率成为可能。针对椎间盘退化在磁共振成像中体现出目标轮廓非刚体形变和区域灰度分布改变两大特征,提出分别量化刻画目标形状与纹理变化进而将其综合的思路,即首先采用测地线距离描述椎间盘轮廓非刚体形变程度,采用巴氏距离描述椎间盘区域灰度分布间的差异,进而将两种距离度量结合,通过无监督聚类方法将相似目标聚集,辅助医生有效地区分正常与退化的目标。实验中选取18人共108例腰椎间盘,来检验本文方法的准确度。实验结果表明,该方法结合形状与纹理的聚类准确率可达92.1%,高于单独使用形状或纹理时的准确率。关键词：形状;纹理;计算机辅助诊断;磁共振成像;椎间盘退化2698|129|0更新时间：2024-05-08
- 摘要：生物医学图像分析可以辅助医生诊断疾病,然而,图像中常含有噪声以及灰度不均匀现象,使得传统的图像分割方法不能得到满意的结果。针对这些问题,构造一种基于图像区域信息的偏移场恢复耦合模型,使得模型可以在分割的同时恢复出图像偏移场。为了得到全局最优解并提高算法效率,将该模型改进成1范数下的凸函数,并使用基于Split-Bregman方法对该耦合模型进行快速求解。实验结果表明,本文方法可以降低噪声和灰度不均匀的影响,得到较准确的分割结果和偏移场信息,而且大大地降低了计算复杂度。关键词：磁共振成像;偏移场恢复;全局凸分割;水平集方法;Split-Bregman方法2935|122|0更新时间：2024-05-08
医学图像处理
- 摘要：海洋区域受云雾和气流影响导致其光学遥感图像局部对比度低、能见度差,给舰船监视带来困难。针对这一问题,首先利用多尺度相位谱对低可观测图像进行重构生成舰船目标的显著图,然后采用全局阈值快速提取具有较高显著度的感兴趣区域(ROI)。对各个ROI,首先利用其外部环状窗口各区间平均亮度的有序统计量来估计阈值对其进行二值分割,然后分别提取平均显著度、形状复杂度和空间扩展度特征,训练最小距离分类器对ROI进行鉴别,得到最终的检测结果。用大量受云雾影响的SPOT4全色影像进行实验,结果表明该算法能够满足应用要求。关键词：舰船检测;显著图;光学遥感;特征提取;最小距离分类器3007|140|0更新时间：2024-05-08
- 摘要：由于获取地物波谱信息的波段范围及成像方式的不同,SAR与多光谱图像所得到的信息有很大差异,而且SAR图像会受到严重的相干斑噪声干扰,因此SAR与多光谱图像的融合很难获得满意的效果。考虑到非下采样Contourlet变换(NSCT)相比于其他多尺度几何分析方法的优势,提出了一种NSCT与脉冲耦合神经网络(PCNN)相结合的SAR与多光谱图像融合方法。源图像首先经过NSCT分解获得不同尺度多个方向下的分解系数,将分解系数的高斯拉普拉斯算子能量作为脉冲耦合神经网络模型的输入,具有较大点火频率的系数将被选择作为融合图像的系数,最后经过NSCT重构得到最终的融合图像。实验结果表明,这种算法无论在主观视觉还是在客观指标上都要优于之前的许多算法。关键词：图像融合;非下采样Contourlet变换;脉冲耦合神经网络;SAR图像;多光谱图像2971|174|0更新时间：2024-05-08
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