共性显著特征引导的SAR图像交通感兴趣区域检测

由于独特的成像机制,SAR图像目标检测存在缺乏光谱信息、斑点噪声干扰和方位角敏感等问题。在光学图像中使用的显著性目标检测方法,大多数不适合直接应用在SAR图像的目标检测中。针对上述问题,从视觉显著性角度入手,提出一种针对SAR图像的联合多图共性显著性分析和单图显著性分析的交通感兴趣区域检测算法。首先提出一种增强的方向平滑滤波器,有效降低SAR图像的斑点噪声。然后,针对多幅图像,提出一个共性显著分析模型,通过提取曲线、纹理和亮度特征等共性特征再聚类,得到共性显著图;针对单幅图像,通过共生直方图生成单图显著图。最后通过一种新颖的融合方法实现最终的多幅图像显著性检测。试验在一个数据集上与4种显著性分析模型进行了比较,模型的ROC曲线位于最上方,曲线下面积为0.909 5,综合评价指标F-Measure值为0.674 45,能准确识别显著区域,抑制背景信息,不会产生误判;与3种经典有效的SAR图像目标检测方法进行了比较,此算法在获得完整和准确的感兴趣区域描述方面表现出色,在比较方法中表现出最高的定位精度。显著性目标检测模型有效利用SAR图像的特征信息并抑制干扰信息,使SAR图像交通感兴趣区域检测和车辆检测结果更准确。

基于显著特征分类的立体图像重定向方法

现有立体图像重定向方法对不同特征图像均采用相同的策略进行重定向操作,导致一些立体重定向图像出现信息丢失、形变扭曲或深度改变的情况。影响立体图像重定向结果质量的因素主要包括显著区域形状和可视深度的改变等。为了解决这些问题,提出一种基于图像显著特征分类的立体图像重定向方法,将图像分为无显著及有显著2类图像,结合立体智能剪裁方法及立体非均匀映射方法对不同特征图像采用不同的重定向策略以减少信息丢失及几何失真。通过利用显著区域与非显著区域的深度信息差异可以更好地保持显著图像的深度感。实验结果表明,提出方法在主观对比及客观指标评价中均取得了优于其他算法的效果。

双层网络中心非显著特征数据挖掘算法

为了获取精准的非显著特征数据挖掘结果,提出一种双层网络中心非显著特征数据挖掘算法。首先深入分析双层网络中心的非显著特征信息和类别信息,获取两者之间的相关性和冗余程度。然后根据相关性和冗余程度设定一个判别算子,将判别算子的得分作为标准,实现有效的特征选择。最后在获取双层网络中心非显著特征数据的结构特征后,展开深入的非显著特征数据流拟合处理,同时对非显著特征数据挖掘过程进行跟踪训练,修正挖掘误差,最终完成双层网络中心非显著特征数据挖掘。实验结果表明,采用本文算法可以有效地提升双层网络中心非显著特征数据挖掘结果的准确性。

显著特征融合下的虚拟仿真实验室布局最优规划方法

为了科学、合理地规划虚拟仿真实验室布局,在有限的空间达到利用率最优,提出显著特征融合下的虚拟仿真实验室布局最优规划方法。将虚拟仿真实验室布局的三维模型转换成二值投影图像,分块处理实验室布局图像获取图像块,运用主成分分析(PCA)方法将图像块映射至高维空间后,提取其全局显著特征图,依据中心图像块和相邻的图像块的颜色差异提取图像局部显著特征图;通过多尺度多向变换分解方法融合全局和局部显著特征图,将显著特征融合结果作为支持向量机(SVM)的输入,完成虚拟仿真实验室布局识别,并利用遗传算法对布局好的实验室做最优规划。实验验证:该方法的显著特征融合结果细节信息丰富、全局效果清晰,可以科学地规划虚拟仿真实验室布局,避免穿墙、重叠、通行受阻或使用受限的情况。

全面把握中国式现代化的历史演进、显著特征、价值旨归

中国式现代化是中国共产党领导人民在民族独立、国家富强的探索中,结合国情与时代特征形成的集体智慧;是坚持马克思主义的指导,融合中华优秀传统文化和西方现代化理论形成的特色道路。文章梳理了国内外关于中国式现代化的文献资料,深入了解其理论基础和历史演进,并从人口规模巨大、全体人民共同富裕、物质文明和精神文明相协调、人与自然和谐共生、走和平发展道路五个方面阐释了中国式现代化的特征,指出了其所具有的独特价值。

基于颜色计算显著特征的彩色图像质量评价方法

目的从颜色这个角度研究新的全参考图像质量评价方法。方法首先在Lab色空间内基于颜色信息提取2个图像特征,即颜色和对比度特征。然后将颜色特征和图像梯度相结合,对比度特征和图像局部范围相结合,分别提出不同的图像质量评估方法。结果采用该领域内4种常用的参数来评估文中算法和14种其他经典算法的表现,结果显示文中提出的2种基于图像彩色信息的算法总体上优于其他算法。结论从颜色计算显著特征出发来研究图像质量评价方法是一个有效的途径。

GVF Snake与显著特征相结合的高分辨率遥感图像道路提取

高分辨率遥感图像中的道路信息,对地理信息系统数据库的更新具有重要的意义。本文通过分析道路在遥感图像中所呈现的特性,提出了一种基于显著特征和GVF Snake的高分辨率遥感图像道路提取方法。该方法根据视觉认知理论将道路的几何特性和辐射特征作为显著特性。首先,通过融合颜色对比度和空间统计特征计算显著性图,并以输出的显著图的最大值作为GVF Snake的初始种子点;再利用区域生长法求出道路的初始边界,通过梯度矢量流模型的迭代求解,并最小化能量函数,实现道路信息的自动提取。试验结果表明,本文所提出的方法提高了不仅可以提高计算效率,还具有较好的检测精度。

一种基于显著特征的图像融合算法

充分利用小波变换的多分辨率分析特性,文章提出了一种基于显著特征的小波变换图像融合方法。首先对待融合图像进行小波分解,得到低频系数和高频系数;然后对低频系数提出了一种基于显著特征——空间频率的融合规则,对高频分量使用系数绝对值选大的规则进行融合;最后对融合后的低频系数和高频系数进行小波反变换得到融合图像。同时探讨了多聚焦图像中存在的虚假轮廓现象并提出了一种简便的定位方法。仿真实验表明,文中算法得到的融合图像在视觉效果上较传统算法及其一些改进算法有所提高,同时熵、标准差和互信息等客观评价指标值也得到了提高。

体育产业演化研究:显著特征与发展预测

采用文献资料法和数理统计法对我国体育产业演化的显著特征及其发展规律进行阐述。基于显著特征衡量指标的时间序列数据,将体育产业发展趋势与社会经济和政策的颁布相结合做出分析,以探寻体育产业的演化规律,并对今后体育产业显著特征发展状况进行科学预测,为我国体育产业的蓬勃发展提供理论借鉴。

变化字典学习与显著特征提取的单样本人脸识别

针对单样本问题,基于不同的人脸区域在识别过程中的重要性不同这一事实,提出将能显著区分其它类的人脸区域作为提取的显著特征,并视为有较大区分度的块,剩下的区域视为普通块;再根据不同组中每块的稀疏表示重构残差给予不同的权重,以抑制普通块的影响同时保持有区分度的块的作用.为了减小人脸之间未对齐的影响,将每块训练图像对应的8邻域增加到训练集中,以实现样本的扩充;同时提出新的类内变化字典学习方法,学习得到共享的类内变化字典,以减小测试人脸未知变化的影响.文章的方法可以有效减小人脸局部信息缺失造成的影响,使得在AR、Extended Yale B、CMU-PIE人脸库上的表现超过其它单样本识别相关的方法,取得了最好的识别效果.

基于显著特征谱嵌入的三维模型相似性分析

面向快速、高效的三维模型检索技术的迫切需求,提出基于显著特征谱嵌入的三维模型相似性分析方法.首先通过局部曲率及凸凹性检测,有效提取模型的显著特征点,构建模型的显著特征描述算子.然后基于拉普拉斯映射及谱分析原理进一步提取模型的内蕴形状特征.最后,结合薄板样条函数实现模型间的配准与相似性分析.通过实验验证文中方法不仅有效提高模型匹配的效率,而且能有效识别同一类模型的结构特征,同时对于残缺模型间的匹配具有较强的鲁棒性.

指纹图像细节点及显著特征的提取

提出了一种改进的指纹细节特征提取算法。该算法首先在细化后的指纹图像上直接提取原始细节特征点集,然后针对不同的噪声,采用针对性的算法,将各类噪声引起的伪特征点分别予以删除,最终保留下来的特征点集即视为真正的特征点集。通过分析细节特征点之间的联系,在整幅图像范围内构造了3种类型的显著特征,提出了一种显著特征提取算法,在已提取的特征点集的基础上,提取出指纹图像的显著特征。

基于局部显著特征的快速图像配准方法

针对SIFT算法在进行图像配准时存在提取特征点数目大、无法精确控制、运算速度慢、配准点精度不高的问题,提出一种基于局部显著特征的快速图像配准方法。该方法首先对原始图像和待配准图像进行降采样,对降采样图像分别提取SIFT特征点,并对特征点运用改进的K-means聚类算法进行聚类;然后利用聚类结果筛选聚类区域,在各聚类区域提取显著特征点进行粗匹配;最后利用显著特征点在原始图像中定位显著区域,对所得显著区域进行精配准。实验结果表明,该方法减少了图像匹配时间,控制了特征点数量,在保证匹配准确度的同时,有效地提高了特征匹配的效率。

基于显著特征的指纹自动定位与匹配算法

非约束图像的自动匹配问题包括定位和配准两个关键步骤,其中定位是配准的前提。指纹图像的自动匹配是一种典型的非约束图像匹配问题。由于指纹采集时按压指面的旋转、变形和扭曲,以及各种因素造成的图像模糊、残缺和特征信息丢失,使指纹图像存在较大程度的不确定性,给利用细节特征进行匹配带来了困难。该文通过分析特征匹配的一般问题模型,指出了匹配问题的实质是在两个不完全等价特征集中寻求最大同构子集的问题,并对目前发展起来的几种匹配方法的适用性做了一定的评析。结合指纹图像的自身特点,提出了一种新的基于显著特征的自动定位与匹配算法。该算法通过分析细节特征点之间的联系,在整幅图像范围内构造了3种类型的显著特征,通过这些显著特征之间的比对实现了两幅图像的快速自动定位,求出了图像平移和旋转的变换矩阵。最后通过特征点的平移和旋转变换实现了具有容忍局部误差的细节特征点的比对。这种算法具有较强的容错性,对各种噪声图像具有一定的鲁棒性,是一种自适应的快速匹配算法。理论分析与实验结果表明这种方法用于指纹图像进行细节点匹配是很有效的。

基于视觉显著特征的光学与SAR影像快速粗配准方法

在经典的Itti模型基础上,结合纹理特征及SAR影像显著目标的灰度特性,TW-Itti视觉显著模型能快速精确地反映显著地物的范围,获取显著区域。在显著区域内,利用水平集分割提取显著目标,通过形状曲线匹配算法对显著目标进行配准。研究结果表明:与经典的Itti模型相比,TW-Itti模型得到的显著区域目标整体更连贯,边缘细节更丰富,目标区域更准确,提高了后续影像粗配准的鲁棒性。同时,配准效率得到显著提高。

基于图像显著特征的非重叠视域行人再识别

显著特征是视觉识别中重要的鉴别信息,文中提出了两种显著特征来表征行人图像,一种基于快速鲁棒显著特征,另一种是基于主成分尺度不变显著特征。分别在图像的感兴趣区域中提取SURF(Speeded Up Robust Features)特征和PCA-SIFT(Principal Component Analysis-Scale Invariant Feature Transform)特征描述行人图像的纹理信息结合色彩直方图信息构成特征空间。通过待测图像与其余图像相应区域相似性估计来提取每幅图像中的特征显著性分布,得到图像的显著特征。最后在GRID(Underground Re-Identification Dataset)库上大量的实验验证了两种显著特征表示方法,并在行人再匹配中的获得了较SIFT(Scale Invariant Feature Transform)特征更高的识别效率和识别精度。

局部极值分解耦合显著特征的医学图像融合算法

针对当前多模态医学图像融合方法中功能与结构信息互补性不强,易出现边缘失真与轮廓模糊等现象,提出了基于局部极值分解耦合显著特征的医学图像融合方案。引入局部极值,将源图像在不同尺度下分解为一系列的平滑与细节子图像;利用Canny算子获得边缘显著加权映射,以保持源图像的结构信息,并通过上下文感知算子来输出色彩显著加权映射,提取色彩与亮度信息;分别定义基于边缘和色彩的显著特征函数,将其作为加权映射系数的融合准则,得到平滑与细节融合图像;对平滑与细节图像进行重构,形成新图像。结果表明与当前融合技术相比,在CT图像与MRI图像、CT图像与PET图像融合中,所提方法得到的边缘与轮廓更清晰,细节更丰富。提出算法具有较高的融合质量,在医学、遥感与红外探测等领域有一定的应用价值。

学习型政党:中国共产党的显著特征

回顾中国共产党90余年的历史,我们认为,中国共产党是一个在学习、运用马克思主义基础上孕育和建立起来的学习型政党;是一个在学习、运用马克思主义基础上发展和壮大起来的学习型政党;是一个在着力推进马克思主义中国化、时代化、大众化基础上,勇于担负中华民族伟大复兴历史使命的学习型政党;是一个在与中外政党比较竞争中展示鲜明特色的马克思主义学习型政党。因此,学习型政党是中国共产党的显著特征。

基于链距离估计的非显著特征数据挖掘算法

在软件故障测试和数据库访问中,对非显著特征数据的挖掘是难点,通过对非显著特征数据的挖掘,处理数据分布比较稀疏且呈现模式分布不规则的数据访问问题。提出一种基于链距离估计的非显著特征数据挖掘算法,在时域上对链距离估计模型进行平移处理,给出非显著特征数据的离群因子概念,提取关联度主特征量,基于链距离估计结果,得到有效特征挖掘概率密度值,实现对非显著特征数据挖掘算法改进。仿真实验表明,该算法使得无论是不同密度的点簇相互靠近还是出现模式偏离的情况,都能有效的挖掘出非显著特征点,从而增强了数据挖掘算法的有效性和通用性,采用该法能有效提高非显著特征数据的挖掘性能,数据挖掘的命中率较高,在数据库访问和软件故障测试等领域具有应用价值。

论商标的区别性、显著性与显著特征

商标的区别性与显著性是同义语,但与显著特征不同,二者为本质与形式、本体与具象的关系。区分二者不仅涉及理论和逻辑上的严谨,而且在特殊情况下还有特殊的适用价值。显著性或者显著特征的判断具有主观性和裁量性,但应当尽可能维护判断标准的客观化和确定性,尽可能避免随意性。