On Associative Meanings of Color-Related English Words from the Perspective of Cognitive Metaphor

As an important metaphor, metaphor of color-related English words regards color domain as source domain, and maps the color domain to non-colored abstract domain. This enables us to understand, think and discuss color-related concept. This paper studies the basic color-related English words through cognitive metaphor. The process of exploring the associative meanings of the color-related English words is in nature to understand the cultural connotation of color-related English words by means of cognitive metaphor under different cultural backgrounds.

Multi-agent coordination strategy estimation method based on control domain

For estimation group competition and multiagent coordination strategy, this paper introduces a notion based on multiagent group. According to the control domain, it analyzes the multiagent strategy during competition in the macroscopic. It has been adopted in robot soccer and result enunciates that our method does not depend on competition result. It can objectively quantitatively estimate coordination strategy.

基于双阶段元学习的小样本中医舌色域自适应分类方法

舌色是中医(TCM)望诊最关注的诊察特征之一。在实际应用中,通过一台设备采集到的舌象数据训练得到的舌色分类模型应用于另一台设备时,由于舌象数据分布特性不一致,分类性能往往急剧下降。为此,该文提出一种基于双阶段元学习的小样本中医舌色域自适应分类方法。首先,设计了一种双阶段元学习训练策略,从源域有标注样本中提取域不变特征,并利用目标域的少量有标注数据对网络模型进行微调,使得模型可以快速适应目标域的新样本特性,提高舌色分类模型的泛化能力并克服过拟合。接下来,提出了一种渐进高质量伪标签生成方法,利用训练好的模型对目标域的未标注样本进行预测,从中挑选出置信度高的预测结果作为伪标签,逐步生成高质量的伪标签。最后,利用这些高质量的伪标签,结合目标域的有标注数据对模型进行训练,得到舌色分类模型。考虑到伪标签中含有噪声问题,采用了对比正则化函数,可以有效抑制噪声样本在训练过程中产生的负面影响,提升目标域舌色分类准确率。在两个自建中医舌色分类数据集上的实验结果表明,在目标域仅提供20张有标注样本的情况下,舌色分类准确率达到了91.3%,与目标域有监督的分类性能仅差2.05%。

DLC膜对金刚石纳米柱NV色心发光收集强度的影响

金刚石氮空位(NV)色心发光收集强度的提高是实现单光子源技术的关键。本工作将锥状的类金刚石(DLC)梯度减反膜引入纳米柱色心单光子源中,旨在从色心的自发辐射速率与光子收集效率两方面提高NV色心的发光收集强度。采用时域有限差分(FDTD)法对带有DLC膜的金刚石纳米柱复合结构进行了光学仿真,探究了不同结构参数的DLC薄膜对金刚石纳米柱NV色心光子收集强度、出射效率及自发辐射速率的影响,并且通过优化得到了最大收集强度下的结构参数。仿真结果表明,引入DLC膜能够使金刚石纳米柱中NV色心获得更高的光子出射效率(≥1%),并且能够改变纳米柱内部电场分布,使色心自发辐射速率增加16.8%,最终使光子的总收集强度增加15.5%。

基于多尺度梯度域引导滤波的煤矿井下图像增强方法

煤矿井下图像存在较严重的光照不均匀和噪声干扰,现有基于Retinex的方法直接应用于煤矿井下图像增强易出现光晕伪影、边缘模糊、过增强和噪声放大等问题。针对上述问题,提出了一种基于多尺度梯度域引导滤波的煤矿井下图像增强方法。首先,将多尺度思想引入梯度域引导滤波中,实现对非均匀光照的准确估计,有效解决了增强图像时光晕伪影及边缘模糊的问题。然后,利用Retinex模型分离出光照分量和反射分量:对于光照分量,通过自适应伽马校正函数逐像素地修正光照信息,实现对图像暗区域增强的同时,抑制亮区域过增强,并使用限制对比度自适应直方图均衡化方法调整图像对比度;对于反射分量,将梯度域引导滤波与多尺度细节提升相结合,在准确去除噪声后提升纹理细节,避免了增强图像时噪声放大的问题。最后,将处理后的光照分量及反射分量融合,计算图像增益系数,并使用线性色彩恢复方法实现对原始RGB图像的逐像素增强,提升方法处理效率。实验结果表明,从主客观角度与现有方法相比,经所提方法处理后的图像在色彩保持、对比度、噪声抑制、细节保留等方面均取得了较好的增强效果,同时处理效率较高。

基于机器视觉的葡萄采摘域计算方法研究

鲜食葡萄采摘依靠人工,存在作业强度大、劳动力紧缺、生产成本高等问题,制约了产业规模化发展,亟需研制智能采摘设备提高生产效率。葡萄果实串采摘域的准确定位,是采摘设备视觉系统研究的重要内容。基于颜色空间和霍夫直线检测算法融合的方法,研究了棚架式葡萄图像目标提取和采摘域计算。分析葡萄果实串图像颜色特征后分割出目标区域,对目标区域开展形态学算法处理,计算出图像质心和最小外接矩形,以矩形与质心线的交点、矩形长宽等为参数构造出果梗感兴趣区域,分割提取果梗目标,采用霍夫直线检测算法计算区域内直线,以最长的直线区作为果梗采摘区域。根据测试结果,果梗感兴趣区域图像分割正确率为96%,果梗提取正确率为92%,采摘域计算正确率为92%,采用的算法数据处理量小、计算速度快,可以作为研制葡萄采摘机器人、产量测算、长势监测等设备的理论基础。

基于Python技术的网络通信彩色图像压缩编码传输

为了解决彩色图像传输过程中存在的信息偏差较高的问题,提出基于Python技术的网络通信彩色图像压缩编码传输方法。完成色彩空间转换后,将原始图像数据从空间域表示为频域系数,并对变换系数进行量化和变换编码处理。利用Python创建了一个socket对象作为图像压缩编码载体,借助bind()绑定本地地址和端口号,结合listen()监听到的连接请求,使用accept()接受请求并返回一个新的socket对象。在测试结果中,MS-SSIM值始终稳定在较高水平,最小值也达到了0.92,传输图像的信息偏差明显低于对照组。

基于组合变换域的彩色图像大容量零水印算法

针对现有大多数彩色图像零水印方案中水印嵌入容量小且抗几何攻击鲁棒性能不佳等问题,提出一种基于组合变换域和位平面分解的大容量鲁棒零水印算法。对彩色载体图像的R、G、B通道分别进行快速有限剪切波变换(FFST),并对变换后的各低频子带进行非重叠分块置乱,将置乱后的各子带的分块离散余弦变换(DCT)系数用于构造四元数离散余弦变换(QDCT)系数矩阵;在每个QDCT系数矩阵中选取两个低频系数,利用其各个实部和虚部的符号极性构造8个二值鲁棒特征矩阵;将经过正交拉丁方置乱加密后的灰度水印图像按位分解,把位分解后的8个二值位平面分别与以上二值鲁棒特征矩阵进行异或并重组得到灰度级认证零水印。此外,在水印检测前,采用ORB算法对待认证图像进行几何校正。实验结果表明,所提算法水印嵌入容量和安全性高,且对于常规非几何攻击和几何攻击均具有较强的鲁棒性。

基于生成对抗网络的船舶可见光图像到红外图像的转换

为了解决红外制导研究中舰船图像样本数量不足的问题,提出一种面向舰船图像的改进的生成对抗网络(generative adversarial network,GAN),能够生成高质量的红外图像。首先转换可见光图像颜色空间以更好地捕捉夜间低亮度下图像的轮廓信息,然后引入残差块生成网络降低低像素的可见光图像对生成的红外图像的影响并加深网络层数以更好地学习深层映射关系,最后引入更平滑的损失函数加快收敛速度,提高生成红外图像目标边缘清晰程度。在制作的无人机拍摄的红外可见光配对的数据集进行测试,改进后的方法平均生成图像峰值信噪比(peak signal to noiseratio,PSNR)提升20.3%,结构相似性度量(structural similarity,SSIM)提升30.4%。结果表明改进的网络可以生成质量更高的红外仿真图像,用于目标检测等任务有更好的效果。

基于BCS和SVD的混合变换域双彩色图像水印算法

提出一种基于分块压缩感知和奇异值分解的双彩色图像水印算法。将彩色水印和载体图像分别进行RGB分离,采用分块压缩感知技术获得彩色水印在R、G、B这3个分量上的观测矩阵,实现对原始水印数据的压缩;将观测矩阵奇异值分解后的主成分以叠加扰动的方式调制在载体图像相应分量DWT-DCT混合变换后对角方向中频系数的奇异值上,DCT变换前采用Arnold变换置乱待修改的DWT中频系数,提高算法抗剪切性能。实验结果表明,该算法对噪声、中值滤波、JPEG压缩和亮度及对比度调整等攻击具有较强的鲁棒性,能抵抗一定程度的RST攻击。

DCT压缩域中图像颜色布局描述符的提取

在国际标准MPEG-7所建议的一种颜色布局描述符基础上,针对JPEG压缩图像,阐述了在DCT压缩域中,从Y、Cb、Cr颜色分量图像的各个8×8子块的直流分量中直接提取颜色布局描述符,以方便于在压缩域中根据颜色的空间分布特征进行快速的图像索引和图像检索。

一种新的基于加权颜色特征的图像检索算法

针对传统基于颜色直方图为特征的图像检索算法的不足,提出了一种新的颜色特征提取算法。利用模糊C均值聚类(FCM)对HSV空间的颜色信息进行聚类,然后对颜色信息进行加权颜色直方图统计,得到主颜色直方图。实验结果表明,新的加权主颜色直方图的图像检索算法比传统颜色直方图具有更高的检索精度。

一种基于Zigzag变换的彩色图像置乱算法

传统的数字图像置乱算法多数属于空间域置乱,即通过某种变换将数字图像的像素位置进行打乱,从而达到图像置乱的目的。这种方法简单易行,但是它只是改变了图像的像素位置,而不能改变像素的色彩统计特征。基于色彩空间的置乱算法可以打乱图像的色彩统计特征,但不能完全打乱像素的排列特征,置乱后的图像容易被猜出轮廓。针对这两个问题,将Zigzag技术应用到彩色图像像素及其三个彩色分量变换中,提出了一种利用双重Zigzag扫描方法对彩色图像进行空间域和色彩域置乱的算法。实验结果表明,该算法不但能完全打乱图像的轮廓特征,还能打乱像素的统计特征,显著提高了图像的置乱效果。

基于混沌特性的小波数字水印技术及实现

本文讨论了利用混沌序列对图像信号加密和解密的方法,提出了基于混沌特性的小波数字水印技术,具体包括水印嵌入算法与实现步骤、水印提取原理与过程、算法参数分析等;设计了基于混沌特性的小波数字水印仿真系统并进行了相关实验。结果表明,本文提出的数字水印技术具有良好的隐藏性、稳定性和鲁棒性。水印检测时不需要原始载体和原始水印图像,是一种比较理想的变换域盲水印算法。

一种DCT压缩域中基于三维椭圆模型的自适应肤色分割算法

肤色分割是彩色图像人脸检测中常用的算法．本文提出了一种应用于DCT（Discrete Cosine Transfom）压缩域的肤色分割算法．采用三维椭圆模型对肤色在YCbCr空间的聚类进行准确描述．统计表明亮度对肤色在色度平面上的聚类有非线性的影响．为了准确描述这种非线性关系，依据亮度变化采用不同参数的椭圆表示肤色在色度平面上的聚类，形成三维椭圆模型．利用亮度分量的交流系数对上述固定模型的初分割结果进行自适应修正，进一步去除背景噪声．实验结果表明本文提出的算法是一种有效的压缩域肤色分割方法．

基于聚类主颜色和边缘直方图的图像检索方法

图像的主颜色被广泛应用于图像检索中,但主颜色不能反映图像信息的空间分布。边缘直方图是在灰度图像上提取的,丢弃了图像的颜色信息。提出了一种综合利用聚类主颜色和边缘信息进行图像检索的方法。首先利用K均值聚类算法得到图像的主颜色,然后利用大津算法分割图像,利用Sobel算子提取目标和背景之间的显著的边缘特征信息构造边缘直方图,最后综合利用聚类主颜色和边缘直方图进行检索。既可以利用主色调信息,又能利用边缘的特征信息来反映图像信息的空间分布。实验结果表明,该方法可以有效地提高检索精度。

时频域有色谱校正

振幅谱校正是消除地震资料中非一致性的一种方法。实际生产中的几种振幅谱校正技术在应用中都存在着局限性,以致使校正过的记录不能恢复到最理想的形态。时频域有色谱校正技术可以很好地解决这一问题。其数学原理为:采用以直代曲的办法,将窄频带中振幅谱取为一常数,这样,在时域振幅谱为一冲激函数,频域的振幅谱校正可以在时域中简单实现。利用模型道法、互相关法及已知波形法给出期望的有色谱,为校正提供依据;利用小波变换的正交性来克服傅氏变换引起的频泄现象。实际资料处理表明,该方法能很好地消除地震记录中振幅非一致性问题。

基于邻域Mean-Shift的彩色图像滤波算法

在空间域与色彩域中分别给定移动窗口半径的适当值,把空间位置处于当前数据点的圆邻域内的色彩数据作为算法的样本数据,利用窗口半径固定且独立于空间位置的核函数对色彩数据进行均值偏移(Mean-Shift)聚类,用聚类中心更新当前位置的图像数据,克服了空间域与色彩域结合的Mean-Shift图像滤波模型窗口半径难于恰当选取以适应图像尺寸变化的困难。实验证明了该算法的有效性。

色域及色域覆盖率

阐述非均匀色度空间及均匀色度空间、色域及色域覆盖率的基本概念,用色域覆盖率度量SDTV和HDTV电视机显示终端、LCD和DLP前投或背投影接收机等彩色还原能力,并给出了色域覆盖率测量示例。

美洲水貂(Neovison vison)黑素皮质激素受体-1(MC1R)基因序列鉴定及生物信息学分析

旨在探明美洲水貂黑素皮质激素受体-1(Melanocortin-1receptor,MC1R)基因序列结构特征及其对皮毛颜色的调控机制。根据欧洲水貂MC1R基因(GenBank登录号:AB189820)核苷酸序列设计1对特异性引物,利用PCR及克隆技术测定美洲短毛黑水貂MC1R基因完整编码区序列(CDS),并对该序列进行了BLAST比对及生物信息学预测和分析。结果表明,获得的美洲水貂MC1R基因与欧洲水貂相似性为95%,为单一外显子基因,核苷酸序列长度为1 324bp,包括部分5′UTR(188bp)、CDS(954bp)和3′UTR(182bp),编码区碱基G+C含量高达66.04%,由CDS推导共编码317个氨基酸,预测的MC1R蛋白理论分子质量为34.49ku,等电点(PI)为8.97,不稳定系数是36.63,属于弱碱性稳定蛋白质。进一步分析发现,美洲水貂MC1R基因编码的蛋白存在1个低复杂度结构域和7个典型的跨膜区,N-端不存在信号肽,定位于细胞质膜,具有典型的细胞膜受体结构。分子进化分析显示,美洲水貂与欧洲水貂亲缘关系较近,与二者均属鼬科、鼬属动物的传统动物分类学一致。美洲水貂MC1R基因的获取及序列结构特征分析为揭示其皮毛颜色多样性的分子遗传学机制奠定了详细的生物信息学基础。