采用全局相似性测量的彩色图像分割

本文提出一种新的采用全局相似性测量的彩色图像分割算法。该算法将图像分割问题表述为求解能量泛函最小化的问题。利用Bhattacharyya距离测量前景和背景之间的概率分布函数的全局相似性,并将Bhattacharyya系数作为最终的能量泛函。由于高阶能量项的引入,该能量的最小化通常是一个NP难题,为了能够有效的优化该能量泛函,本文提出一个辅助上界函数并且利用graph cuts对该函数进行优化求解。该辅助函数在优化的过程中能够保证能量递减。该算法能够应用于多种分割问题,包括交互式分割、显著性分割等。实验结果表明,算法具有全局分割的特点,能够对彩色图像进行较准确的分割。

基于局部连续性与全局相似性的光谱保持型亚像元映射

遥感图像的像元级分类精度受混合像元的影响.亚像元映射以像元分解获得的丰度值为基础,在地物分布规律的约束下,细化估计各类地物的亚像元级分布模式.本文同时考虑了地物分布的空间与光谱信息,提出了一种基于局部连续性与全局相似性的光谱保持型亚像元映射算法.针对地物的空间分布特性,提出了利用类内离散度对局部连续性进行建模,并通过相似分布像元表示误差引入全局相似性约束项.针对地物的光谱特性,采用最小化光谱误差约束了亚像元映射过程中的光谱无失真性.模拟数据与真实数据上的实验结果表明,本文算法比其他同类算法具有更高的估计精度,且更适合于实际应用.

基于全局相似性约束的多视点图像拼接

针对在大视差场景下进行图像拼接时容易出现的扭曲、失真、重影等现象,提出了一种基于全局相似性约束的多视点图像拼接算法。在传统细分网格模型的基础上,添加一个先验的全局相似约束项,对待拼接图像在整体上进行相似性转化,同时分别选取视角不同、亮度不同、复杂场景的三组图像,与已有算法的拼接效果进行对比,并采用质量评价方法对图像进行客观评价。结果表明:提出的方法在拼接效果上可以有效降低已有方法对大视差图像拼接时产生的扭曲和重影,且质量评价提高了10%以上;由于对图像的视角及场景深度无严格要求,因而具有良好的适应性,能够更自然地拼接大视差图像。

基于全局空间相似性的模糊聚类算法

用传统模糊c均值聚类算法分割图像时,类内数据空间分布离散.针对这一问题,提出一种基于全局空间相似性模糊聚类算法.算法建立全局空间相似性度量标准和全局灰度相似性度量标准,分别计算图像中任意一点与聚类中心点的空间相似性和灰度相似性;通过调整参数来控制两种特征在节点间差异计算中所占的比重,增强了分割结果中类内数据样本空间分布的连续性.分别对3类具有不同特征的图像进行仿真实验,结果表明,与传统FCM算法相比,本文算法分割结果更加精确,更能满足用户的实际需要.

一种结合全局和局部相似性的小样本分割方法

针对小样本分割中如何提取支持图像和查询图像共性信息的问题,提出一种新的小样本分割模型,同时结合了全局相似性和局部相似性,实现了更具泛化能力的小样本分割。具体地,根据支持图像和查询图像全局特征和局部特征之间的相似性,提出了一种新型注意力谱生成器,进而实现查询图像的注意力谱生成和区域分割。所提注意力谱生成器包含2个级联模块:全局引导器和局部引导器。在全局引导器中,提出了一种新的基于指数函数的全局相似性度量,对查询图像特征和支持图像的全局特征进行关系建模,输出前景增强的查询图像特征。在局部引导器中,通过引入局部关系矩阵对支持图像特征和查询图像特征之间的局部相似性进行建模,得到与类别无关的注意力谱。在Pascal-5i数据集上做了大量的实验,在1-shot设定下mIoU达到了59.9%,5-shot设定下mIoU达到了61.9%,均优于现有方法。

基于项目聚类的全局最近邻的协同过滤算法

用户评分数据极端稀疏的情况下,传统相似性度量方法存在弊端,导致推荐系统的推荐质量急剧下降。针对此问题,提出了一种基于项目聚类的全局最近邻的协同过滤算法。该算法根据项目之间的相似性进行聚类,使得相似性较高的项目聚成一类,在项目聚类集的基础上,计算用户的局部相似度,使用一种新的最近邻用户全局相似度作为衡量用户间相似性的标准;其次,给出了一种利用重叠度因子来调节局部相似度的方法,以更准确地刻画用户之间的相似性。实验结果表明,该算法可以提升预测结果的准确性,提高推荐质量,特别是在数据较为稀疏时,改善尤为明显。

Derivation of Optimal Global Equalization Function with Variable Size Block Based Local Contrast Enhancement

A conventional global contrast enhancement is difficult to apply in various images because image quality and contrast enhancement are dependent on image characteristics largely. And a local contrast enhancement not only causes a washed-out effect, but also blocks. To solve these drawbacks, this paper derives an optimal global equalization function with variable size block based local contrast enhancement. The optimal equalization function makes it possible to get a good quality image through the global contrast enhancement. The variable size block segmentation is firstly exeoated using intensity differences as a measure of similarity. In the second step, the optimal global equalization function is obtained from the enhanced contrast image having variable size blocks. Conformed experiments have showed that the proposed algorithm produces a visually comfortable result image.

基于直线特征约束网格变形的航拍图像拼接

针对常用航拍图像拼接算法在处理存在视差的复杂图像时会出现鬼影、失真、不自然的问题,在APAP(as-projective-as-possible)算法的基础上,添加全局相似性和直线结构保护约束,提出一种基于直线特征约束网格变形的航拍图像拼接方法.首先,在图像重叠区域检测点、直线特征,并估计单应性扭曲;然后,使用网格将图像划分成多个局部图像块,建立网格优化模型,根据网格顶点坐标集定义一个包含图像扭曲不同特征的总能量函数,在APAP算法提供的局部单应性保证重叠区域对齐的前提下,对非重叠区域借鉴NISwGSP算法的全局相似性约束思想,并辅以直线结构约束提高拼接自然度;最后,在稀疏线性系统中求解能量误差最小化问题,得到最优网格顶点集,指导网格变形并完成航拍图像拼接.实验结果表明,所提出的变形方法能够减少重叠区域鬼影和非重叠区域失真问题,相比AutoStitch、APAP、AANAP、SPHP等经典算法拼接效果更自然,更能适应大视角的航拍图像拼接任务.