一种基于证据理论与神经网络的遥感影像分类方法

把影像的空间信息融入分类决策 ,提出了一种基于证据理论与神经网络的遥感影像分类方法。对原图像作平滑处理 ,得到原图像的平滑图像 ;利用神经网络对原图像及其平滑图像分别进行训练、分类 ;利用证据理论对它们的分类结果 (决策 )进行融合 ;最后 ,把融合结果 (决策 )作为原图像的最终分类结果。实验结果与性能比较表明 ,新方法是有效的 ,提高了影像的分类精度。

一种基于K-L变换的突变镜头检测方法

镜头检测是对视频进行分析和检索的基础。根据人眼的视觉特性,本文研究了一种基于K-L变换的突变镜头检测方法。新方法通过对原始RGB空间进行K-L变换得到由主轴构成的图像参数模型,利用相邻两帧对应第一、第二主轴的方向差异,应用加权系数来计算帧间差值。然后运用基于滑动窗口的自适应阈值方法来进行突变镜头检测,并对静止镜头进行了处理。实验结果和性能比较表明该算法取得了良好的检测效果,并且对目标的快速运动、光照变化等具有一定的鲁棒性,同时计算速度快,易于实现。

基于深度卷积神经网络和二进制哈希学习的图像检索方法

随着图像数据的迅猛增长,当前主流的图像检索方法采用的视觉特征编码步骤固定,缺少学习能力,导致其图像表达能力不强,而且视觉特征维数较高,严重制约了其图像检索性能。针对这些问题,该文提出一种基于深度卷积神径网络学习二进制哈希编码的方法,用于大规模的图像检索。该文的基本思想是在深度学习框架中增加一个哈希层,同时学习图像特征和哈希函数,且哈希函数满足独立性和量化误差最小的约束。首先,利用卷积神经网络强大的学习能力挖掘训练图像的内在隐含关系,提取图像深层特征,增强图像特征的区分性和表达能力。然后,将图像特征输入到哈希层,学习哈希函数使得哈希层输出的二进制哈希码分类误差和量化误差最小,且满足独立性约束。最后,给定输入图像通过该框架的哈希层得到相应的哈希码,从而可以在低维汉明空间中完成对大规模图像数据的有效检索。在3个常用数据集上的实验结果表明,利用所提方法得到哈希码,其图像检索性能优于当前主流方法。

可视化工具包应用研究

可视化工具包(VisualizationToolkit)是一个面向对象的可视化类库,它为从事可视化工具开发的广大科研工作者提供直接的技术支持。本文介绍了可视化工具包的机制、可视化结构,并研究了如何处理大量数据。最后给出了一个可视化的实现。

一种有效的抗闪光灯新闻视频镜头检测方法

新闻视频中存在着大量闪光灯事件,对镜头检测带来很大干扰。根据闪光灯事件在视频流时序上的特点,文章提出了一种稳健的抗闪光灯镜头边界检测方法。首先,计算基于直方图分布的帧间差异图;其次,定位出帧间差异图中峰值异常区域;再次,通过对该区域前后视频内容进行检测来滤除闪光灯;最后,利用因果的镜头边界检测方法进行新闻镜头检测。实验结果和性能比较表明,新方法是有效的,避免了多闪光灯造成的影响,提高了检测正确率。

基于朴素贝叶斯模型的新闻故事分割方法

提出一种基于朴素贝叶斯模型的新闻视频故事分割方法。通过对新闻视频进行镜头检测,获得候选故事边界点,从候选边界点周围镜头提取多模态中级特征,形成属性集合作为输入,应用朴素贝叶斯模型对候选边界点进行分类后对结果进行后处理,得到新闻故事。实验结果表明,该方法获得了较高的查准率和查全率,对不同类型的新闻节目有良好的适应性。

基于二进制哈希与空间金字塔的视觉词袋模型生成方法

构建视觉词典是视觉词袋模型中的关键步骤,目前大多数视觉词典是基于k-means及其改进算法聚类生成。但由于k-means聚类的局限性以及样本空间结构的复杂性与高维性,该方式构建的视觉词典存在区分性较差、构建时间过长、不包含空间信息等问题。为此,提出一种改进的视觉词袋模型生成方法,以缩短视觉词典的构建时间。提取图像的局部特征点,构成局部特征点描述集。学习二进制哈希函数,将局部特征点映射为视觉单词,并对视觉词进行过滤,生成二进制哈希码的视觉词典。利用生成的视觉词典,结合空间金字塔匹配模型生成新的视觉词典模型,将图像表示为空间金字塔直方图向量,并应用于图像分类和检索。实验结果表明,该模型具有较高的分类精度和检索性能。

基于DPCM与S+P变换的图像无损压缩

S+P变换是由AmirSaid犤7犦提出的一种多分辨表示方法,能够实现整数到整数的变换,从而成功地应用于图像的无损压缩,其性能优于基于线性预测的JPEG标准。为了进一步提高压缩性能,论文提出了一种基于DPCM与S+P变换的图像无损压缩算法。首先,对原始图像进行线性预测,得到差值图像;其次,对差值图像进行S+P变换;最后,对变换系数进行熵编码压缩。新算法利用像素间的相关性,给出了一种新的利用一维S+P变换实现图像变换的方法,减少了变换增加的数据量,有效地解决了边界处理问题。实验结果与性能比较表明:新算法有效的,优于其它著名的基于多分辨分解的无损图像压缩编码算法犤7,10,12犦。

《数字图像处理》课程教学改革的思考和探索

《数字图像处理》是高校信息类专业一门重要的必修课程。针对课程的特点,在深入分析教学中存在的突出问题基础上,从调整授课内容、改进教学方法、进行实验教学及考核方法等几个方面提出相应的改革方案。实践表明,这些改革措施调动了学生学习积极性、主动性,提高了学生专业素质,课程教学效果明显提升。

基于虚拟门的人流统计方法研究

提出了一种基于虚拟门的人流统计方法,首先检测虚拟门的前景目标和计算运动矢量,然后对像素大小进行归一化,最后累加像素得到进出虚拟门的行人数目.实验结果表明,该方法对垂直视角和倾斜视角的人流统计有效.

集成式位置敏感聚类方法

针对常用图像聚类尤其是图像视觉聚类方法聚类速度慢、不支持增量聚类的局限,提出了集成式位置敏感聚类方法。该方法首先根据聚类有效性指标估计合适的聚类数目,然后生成多重哈希函数,并用它们对各数据点进行映射得出多重桶标记,再对数据集各桶标记进行聚类得出多个基划分,最后对多个基划分进行集成得出最终划分。实验结果表明,在准确率方面,集成式位置敏感聚类在人工数据上与k-means结合聚类集成的方法相当,在图像集上与k-means结合聚类集成的方法接近。但集成式位置敏感聚类的优点在于其聚类时间快、适合于增量聚类等。因此,集成式位置敏感聚类方法可以用于解决高维图像特征聚类问题。

遥感影象融合效果的客观分析与评价

本文综合利用三类统计参数来进行遥感影象融合效果的分析与评价:第一类反映亮度信息,如均值;第二类反映空间细节信息,如方差、信息熵、交叉熵和清晰度,其中给出了一种更切合实际的交叉熵定义;第三类反映光谱信息,如扭曲程度、偏差指数与相关系数。以小波变换融合方法为例,针对TM多光谱影象与SPOT全色影象融合的具体情况,对不同分解阶数的融合影象进行分析和评价。评价结果与理论分析结果和目视效果相吻合,说明这些参数可以作为遥感影象融合的客观效果评价准则。

一种基于随机化视觉词典组和查询扩展的目标检索方法

在目标检索领域,当前主流的解决方案是视觉词典法(Bag of Visual Words,BoVW),然而,传统的BoVW方法具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题。针对以上问题,该文提出了一种基于随机化视觉词典组和查询扩展的目标检索方法。首先,该方法采用精确欧氏位置敏感哈希(Exact Euclidean LocalitySensitive Hashing,E2LSH)对训练图像库的局部特征点进行聚类,生成一组支持动态扩充的随机化视觉词典组;然后,基于这组词典构建视觉词汇分布直方图和索引文件;最后,引入一种查询扩展策略完成目标检索。实验结果表明,与传统方法相比,该文方法有效地增强了目标对象的可区分性,能够较大地提高目标检索精度,同时,对大规模数据库有较好的适用性。

基于文字穿越线和笔画连通性的视频文字提取方法

视频文字自动提取对提高视频内容的整体理解程度具有重要意义.在复杂背景下,现有提取方法难以稳健地定位文字和有效抑制背景干扰.我们提出一种复杂背景下稳健的视频文字提取方法,首先利用小波变换和非监督聚类方法获得候选文字区域;其次,引入穿越线及其幅度谱概念,通过提取穿越线特征进行聚类定位单行文字;最后,充分考虑到文字笔画的连通性,引入重线概念,通过检测重线获取文字像素关键点,从关键点出发进行区域生长,结合启发式规则,完成二值化过程.实验表明,该方法能够在复杂背景下得到较理想的文字二值化图像,不受文字颜色、字体、大小等因素的影响,性能优于文献[7]和文献[8]提出的方法.

基于多表频繁项投票和桶映射链的快速检索方法

为解决基于随机映射的高维向量快速检索方法位置敏感哈希存在的随机性强和内存消耗大两个问题,在E2LSH(Exact Euclidean Locality Sensitive Hashing)的基础上提出了基于多表频繁项投票和桶映射链的快速检索方法。该方法用检索结果构造基准索引矩阵,并对基准索引矩阵进行频繁项投票和校正得出最终索引来降低检索的随机性;桶映射链利用E2LSH的数据划分特性减少检索时读入内存的数据点的数目,以此来降低内存消耗。实验证明该方法能减弱检索的随机性,并有效地降低检索的内存消耗。这对于提高大规模信息检索尤其是图像检索的可行性有着较大的作用。

基于IHS变换与小波变换的遥感图像融合

针对多光谱图像与全色图像的融合 ,本文提出了一种基于 IHS变换和小波变换的遥感图像融合方法。新方法首先对多光谱图像作 IHS变换 ,得到亮度 I,色度 H,饱和度 S三个分量 ;其次 ,利用小波变换融合方法融合多光谱图像的亮度分量与全色图像 ,并用融合后的图像替代多光谱图像的亮度分量 ;最后 ,作 IHS反变换得到新的多光谱图像。主观视觉效果分析和客观统计参数评价分析表明 ,新方法的性能优于 IHS变换融合方法、小波变换融合方法和 PCA变换融合方法 ,不仅较大地增强了融合图像的空间细节表现能力 ,而且很好地保留了多光谱图像的光谱信息。

一种基于小波包变换的遥感影像融合方法

针对多光谱遥感影像和全色遥感影像,提出了一种基于小波包变换的遥感影像融合方法。新方法首先对多光谱遥感影像进行PCA变换;其次对多光谱遥感影像的第一主分量和全色遥感影像进行小波包变换;然后保留多光谱影像第一主分量的低频近似分量,融合它们的高频细节分量;最后,做小波包反变换,得到新的多光谱遥感影像第一主分量,再做PCA反变换,得到新的多光谱遥感影像。与PCA变换融合方法、IHS变换融合方法和小波变换融合方法等方法在主观视觉效果分析和客观统计参数两方面做了比较,新方法是有效的,不仅较大地增强了结果影像的空间细节表现能力,而且很好地保留了多光谱影像的光谱信息。

基于直方图和交叉熵的文本图像识别方法

从人的认知特性出发,提出了一种基于交叉熵的文本图像识别方法。首先,把原图像和它的平滑图像组合起来构成广义图像,广义图像的直方图称为广义直方图;其次,利用广义直方图计算广义图像二值化前后的交叉熵,得到图像最佳二值化阈值;最后,由最佳二值化阈值下的交叉熵和设定的交叉熵门限进行比较,实现文本图像的识别。实验结果与性能比较表明,本文方法在保证很高识别率的同时,极大地降低了虚报率。

一种有效的视频文字提取方法

根据文字区域内集中分布着短小的水平垂直边缘,而背景区的边缘则比较粗、比较长的特征,提出一种视频文字提取方法。它使用相关熵二值化和形态学膨胀获得候选文字区,然后提取候选区域的变异直方图,根据该直方图获得精确的文字区。选用不同视频截图实验,结果表明该方法简单,具有较高的正确率、精度和鲁棒性。

基于稳健哈希签名的视频流特定人物实时检测方法

为在视频流上实现特定人物实时检测,提出基于稳健哈希签名的人物检测方法.首先设计稳健哈希函数并计算目标图像的签名,然后在实时视频流上计算关键帧图像的签名,再衡量两者相似程度并判断该视频是否含有设定的目标.该方法能实时发现与设定人物相似的视频关键帧,从而定位到该关键帧所在的镜头,实现视频流特定人物检测功能.实验表明该方法可达到较高的准确率,这对于及时获取特定信息有重要作用.该方法也可以用于图像复制检测、重复视频检测等.