基于内容的多特征综合图像检索

相关反馈用于基于内容的图像检索是一个研究热点,事实证明多特征的基于综合图像检索优于基于单一特征的检索,文章在Rui的动态调整权值方法的基础上,提出了一些改进思想,克服原来方法的一些不足。

基于多特征综合的图像与电子侦察目标关联

针对传统的目标关联方法存在的不足,提出一种基于目标编群和多特征综合的图像与电子侦察目标关联方法。该方法包含目标编群、群目标信息表达、目标关联三个主要步骤。该方法与传统方法相比,主要有三点区别:a)将目标及其附近目标当成一个整体并编群;b)在目标信息表达中,引入模糊因子;c)综合考虑了全局特征与局部特征,并采用序贯特征关联方法。最后,在大量实验数据上进行了测试,当目标检测概率较低、虚警概率较高、定位误差较大时,该方法仍能得到较高的关联正确率。实验结果表明,基于多特征综合的图像与电子侦察目标关联方法具有一定的有效性和可行性。

多特征综合的视频拷贝检测

基于内容的视频拷贝检测是多媒体领域的一个研究热点。由于拷贝变换的多样性和综合性,单一特征难以获得很好的检测效果。提出一种多特征综合的方法来提高视频拷贝检测的效果。除了使用传统的局部和全局视觉特征外,还使用非正交二值子空间(NBS)方法来表示视频内容,并在其基础上使用归一化互相关(NCC)来提高拷贝视频内容相似度计算的效果。在此基础上,还采用多种措施对拷贝视频的判定结果进行精化。实验结果表明,该套方案对多种拷贝变换具有很强的鲁棒性,并且能够得到很好的检测精度。

基于多特征相似度曲线曲率检测的关键帧提取

网络多媒体的迅猛发展和普及使得对海量视频信息进行快速和低成本管理的需求日益迫切,而关键帧可以大大减少视频索引的数据量,同时也为查询和检索视频提供了一个组织框架。针对现有关键帧提取算法存在的特征选取单一、阈值选择困难和视频类型局限性等问题,提出了一种基于多特征相似度曲线最大曲率点检测的关键帧提取方法。算法利用多特征融合的相似性度量来捕获视频内容的显著变化,弥补了单一特征对视频内容描述不充分的不足,且基于滑动窗口的检测算法无需阈值选择,可以实时、局部地提取关键帧,解决了传统算法计算量大、通用性差的问题。最后通过实验利用一种保真度评估标准验证了该算法的有效性。

一种综合多特征的全极化SAR图像分割方法

提出了一种综合利用极化特征、统计特征和几何形状特征的全极化SAR图像分割方法。该方法采用分形网络演化算法思想,基于相干矩阵Pauli分解构建对象间的极化特征相似性准则,根据相干矩阵的Wishart分布假设构建对象间的统计特征相似性准则;制定对象合并过程中多特征的综合策略,通过极化特征增强及权重调整统一各类特征异质度的水平,最终建立全极化SAR图像多特征综合分割流程。实验结果表明,该方法能有效抑制斑点噪声,地物边界分割准确,特别是对具有均质纹理的农田、水体等分割效果较好。

基于RCS序列动态特性的弹道目标识别方法

通过建立弹道目标雷达散射截面积(RCS)序列的动态特性及识别分类的理论模型,介绍了一种基于RCS序列动态特性的弹道目标识别方法。首先,对RCS采样数据进行滤波除噪,提取进动RCS周期序列;然后,在时频域联合提取序列周期以及均值、变异系数和极差等统计特征;最后,考虑到动态特征反映目标固有特性的能力,应用多属性决策中的层次分析法(AHP)进行信息融合,完成了基于最优线性集成的RCS多特征综合识别。仿真试验表明该方法有效。

综合多特征的Landsat 8时序遥感图像棉花分类方法

传统的多时相遥感图像分类大多拘泥于单一特征,本文基于多时相的Landsat 8遥感数据,开展了综合多特征的特征提取与特征选择方法研究。综合了NDVI时间序列、最佳时相反射率光谱特征以及纹理特征作为初始分类特征,并采用基于属性重要度的粗糙集特征选择算法对其进行特征约简。分类结果表明:(1)利用初始分类特征,分类的总体精度达到92.81%,棉花提取精度达87.4%,与仅利用NDVI时间序列相比,精度分别提高5.53%和5.05%;(2)利用粗糙集选择后的特征分类,分类总体精度可达93.66%,棉花分类精度达92.73%,与初始分类特征提取结果相比,棉花分类精度提高5.33%。基于属性重要度的粗糙集特征选择不仅提高了分类精度,同时有效降低了分类器的计算复杂度。

基于内容的图像检索

基于内容的图像检索是一个研究热点,事实证明,多特征的基于综合图像检索优于基于单一特征的检索。该文在特征选取的基础上提出了不同于传统的颜色特征的提取方法,并提出改进的多特征综合检索的方法。