可定位图像采集与检索方法研究

图像是地理信息系统表达中的一种重要数据源,随着应用领域的扩展,行业对图像的需求不再局限于其可视化表达,而是更注重于地理位置等多信息的集成。为此,提出集图像内容、图像元数据、位置特征以及描述信息于一体的可定位图像表达模型,通过Android平台实现图像信息、定位信息、方位信息以及地址描述等要素的实时获取,并从效率、通用性以及可扩展性方面对模型组织方式进行衡量,最终以EXIF图像格式对上述获取的参数进行组织存储,形成可定位图像。针对可定位图像具有的位置以及方位特性,采用规则网格对其位置特征构建空间索引,同时按方位值对方位特征进行归类索引,在此基础上,对福州市区采集的图像进行检索实验,实验结果证明基于位置的图像空间索引方法是可行的,能快速检索到图像。

可定位图像移动采集系统设计

针对GIS数据采集多源化、实时化及移动化的行业需求,提出可定位图像表达模型,并通过Android移动终端实现图像内容、元数据、位置、方位及地址描述等多源信息实时采集与综合集成;同时从效率、可靠性角度分析无线传输机制的优缺点,并采用TCP传输方式实现了可定位图像传输。通过测试表明,可定位图像能准确地在地图上反映出图像的拍摄位置与方位,并能在不同制式、速率无线网络环境中可靠地完成图像传输。

基于二维定位图像的实时放射治疗计划系统的设计与实现

针对目前放疗定位中的问题,提出了一种基于二维定位图像的实时放射治疗计划的设计方法和步骤。着重探讨了系统的实现技术,包括模拟定位机下定位图像的采集、预处理、边缘识别与提取、任意点的剂量计算和等剂量曲线的绘制等。

基于二维定位图像的射野剂量自动计算的研究

针对目前治疗计划系统的缺陷,提出了一种基于二维定位图像的射野剂量自动计算的设计方法和步骤。着重探讨了系统的实现技术,包括空间坐标变换、射野剂量分布的数据表达、定位图像预处理、射野边缘检测与提取和任意点的剂量计算等。

低剂量迭代重建技术在放疗定位图像中的应用

目的:探讨新型低剂量迭代重建技术应用于放疗定位图像的可行性。方法:基于体模的实验数据,对CT辐射剂量进行分析。对CT值、低对比度分辨率、噪声、均匀性以及几何畸变各项质量评价参数进行定量的分析。对仿真体模进行迭代重建技术扫描重建,并在放射治疗计划系统中对仿真体模进行模拟剂量计算,分析感兴趣体积的绝对剂量和平面内剂量的Gamma通过率。结果:低剂量迭代重建技术能够在保证图像质量的同时减少约60%的CT扫描辐射剂量。当管电压保持不变时,低剂量迭代重建技术对TPS剂量计算的准确性的影响可以忽略不计,感兴趣体积剂量最大差异0.6%,面剂量的Gamma通过率优于99.82%。低剂量迭代重建技术对图像低对比度分辨率有一定影响,需要进一步结合临床影像进行分析。结论:低剂量迭代重建技术可以应用于放疗定位图像中,但是需要注意图像特性和某些图像质量的改变,建议与PET-CT、超声、核磁等检查手段结合综合考虑确定靶区范围。

有声可定位图像采集方法

目前,移动终端数据采集通常采用灾害要素分离存储、数据库关联管理的方式,其采集、数据管理过程繁琐且不便于数据同步传输。针对上述不足,提出一种有声可定位图像数据模型。实现集地理位置、属性信息、图像、语音等多源异构采集要素一体化综合表达;采用EXIF图像格式中的APP1-APP2标记段,以键-值方式对相关参数进行组织存储;介绍Android环境下语音的采样、IMA-ADPCM编码及EXIF格式的存储方法,在此基础上实现有声可定位图像移动采集系统。实测验证了该采集方法是便捷可行的,可准确、详尽、多方位记录灾害对象状态信息,能为灾害应急管理、分析应用提供较为全面完整的数据基础。

千伏级锥形束CT影像用于肿瘤放射治疗的定位图像采集的可行性

目的:研究千伏级锥形束CT影像用于肿瘤放射治疗计划的可行性。方法:选取2016年1月至2016年12月收治的肿瘤放疗患者10例,对其实施千伏级锥形束CT(KV-CBCT)及扇形束CT(FBCT)影像采集,应用CRIS密度模体对CBCT图像进行刻度,对比同一病例的CBCT与FBCT图像计划结果。结果:10例患者的最大机器跳数(MU)差值为3%,最小为0.8%,所有病例的绝对剂量通过率均符合相关要求,Gamma通过率均≥95%,DVH图各曲线重合率较好。结论:精心刻度过的CBCT图像在肿瘤放射治疗定位图像采集中具有可行性,可推广应用。

基于Android平台的移动终端有声可定位图像采集方法

随着智能移动通信和物联网技术的快速进步,各种数据采集及处理逐步从PC端向移动端转移。以Android系统的移动终端做平台,进行图像数据采集及处理,对于有声可定位图像采集方法是集语音、图像及基本信息(包括时间、地点、属性、图片大小等)为一体的多元素数据采集方法,图像储存文件类型为EXIF格式,以键值的方式进行图像文件数据存储。研究内容相对PC端的图像采集不仅方便快捷,又能全面的进行非文字型数据记录,应用范围广。

面向强后处理场景的图像篡改定位模型

针对微信、微博等社交平台对图像进行的压缩、尺度拉伸等有损操作带来的篡改痕迹模糊或被破坏的挑战,提出了一种对抗强后处理的图像篡改定位模型。该模型选用了基于Transformer的金字塔视觉转换器作为编码器,用于提取图像的篡改特征。同时,设计了一个类UNet结构的端到端编码器-解码器架构。金字塔视觉转换器的金字塔结构和注意力机制可以灵活关注图像的各个区块,结合类UNet结构能够多尺度地提取图像上下文间的关联信息,对强后处理的图像有着较好的鲁棒性。实验结果表明,所提模型在对抗JPEG压缩、高斯模糊等常见的后处理操作以及在不同社交媒体传播场景的数据集上的定位性能上明显优于目前主流的篡改定位模型,展现出了优异的鲁棒性。

结合自注意力与卷积的真实场景图像篡改定位

图像是移动互联网时代传播信息的重要载体,恶意图像篡改是潜在的网络安全威胁之一。与自然场景中在物体尺度上的图像篡改不同,真实场景中的图像篡改存在于伪造的资质证书、文案、屏幕截图等,这些篡改图像通常会经过精心的手工篡改干预,因此其篡改特征与自然场景篡改特征存在差异,更具有多样性,对其篡改区域的定位更具有挑战性。针对该场景复杂且多样的篡改特征,丰富的关系信息是重要的,文中通过卷积神经网络进行自适应特征提取,并利用逆向连接的全自注意力模块进行多阶段特征关注,最后融合多阶段注意力关注结果进行篡改区域定位。所提方法在真实场景图像篡改定位任务中取得了优于对比方法的性能,其中F 1指标比主流方法MVSS-Net高出约8.98%,AUC指标高出约3.58%。此外,所提方法在自然场景图像篡改定位任务中也达到了主流方法的性能,并提供了自然场景篡改特征与真实场景篡改特征存在差异的佐证。在两种场景中的实验结果表明,所提方法能够有效地定位出篡改图像的篡改区域,且在复杂的真实场景中的定位效果更显著。

基于集成多尺度注意力的图像篡改定位

近年来,基于卷积神经网络图像拼接篡改检测算法取得了相当的进展.然而,由于篡改对象的大小和类型不同,现有的大多数模型仍然不能取得令人满意的效果.针对这些问题,提出一种集成多尺度注意力的网络进行图像篡改定位算法.首先在编码器中添加多尺度的双注意力模块——位置注意力和通道注意力,其中,位置注意力模块通过捕捉任意2个特征图的位置关系获取特征图在空间维度上的语义信息依赖关系,使每个像素点均能感知其余位置像素点的信息;通道注意力模块采用与位置注意力相似的自注意力操作捕捉任意2个通道映射之间的关系,使像素点感知到其余通道像素点的信息.考虑到篡改目标大小不同,多尺度注意力模块将特征图划分为多个子区域,在捕获长程语义信息依赖关系的同时也能适应各种形状大小的篡改区域,可以更好地处理不同尺度的拼接篡改图,降低高分辨率特征图的计算开销.在公开数据集CASIA上进行实验的结果表明,所提算法得到的F1和IoU值分别达到62.3%和61.2%,比其他现有算法有明显提升.

基于双流增强编码和注意优化解码的图像篡改定位算法

主流图像篡改定位方法通常通过简单操作融合不同流的不一致特征,导致特征冗余且篡改区域的像素误检。基于此,本文提出基于双流增强编码和注意优化解码的图像篡改定位框架。首先,提出双流增强编码分别对图像和频域特征进行基于噪声和通道注意力的自增强和基于特征映射的交叉注意权重的交互增强。随后,引入多级感受野策略探索多尺度上下文信息,设计邻阶特征聚合模块融合多尺度相邻特征。最后,利用篡改区域和非篡改区域协同增强模型的篡改定位能力,提出注意优化解码模块,消除初始篡改区域预测中边缘像素的错误预测,逐步精确细化篡改定位。在4个主流公共基准数据集NIST16、Coverage、Columbia、CASIA和两个现实挑战数据集IMD20、Wild上与主流篡改定位方法进行对比,本文算法在无微调模型和微调模型两个设置下,在6个数据集上的性能最优,证明本文提出的篡改定位网络能够充分利用多种篡改线索,在不同的篡改数据集上实现篡改区域的有效定位,具有更高的定位精度和更强的鲁棒性。

飞机蒙皮图像扫描与定位系统研究

飞机蒙皮图像获取和定位是飞机蒙皮检测的关键技术之一。设计了飞机蒙皮图像扫描与定位系统,提出了一种由云台带动变焦相机和激光测距仪对飞机蒙皮扫描采集细节图像和定位细节图像的方法。标定了测距仪、变焦相机以及云台的位姿关系,实现了被测区域三维点云的获取,扫描点云精度在2.5 mm以上。在变焦相机焦距最短时拍摄全景图,对全景图中飞机区域进行扫描获取该区域飞机蒙皮的细节图像,并实现了细节图像在全景图中的二维定位。利用点云配准获得系统与飞机的相对位姿,结合标定结果,实现了细节图像空间定位。实验结果表明在28 m内,细节图像的二维定位误差小于8个像素,空间定位误差小于0.12 m。

跨视角图像地理定位技术研究综述

跨视角图像地理定位(Cross-view image geo-localization)是将待查询图像与已知位置不同拍摄角度的图像进行匹配,以确定图像拍摄位置的技术,在公共安全、网络空间治理等领域具有广泛应用前景.本文将现有跨视角图像地理定位方法分为传统的基于人工设计特征的方法和当前流行的基于深度神经网络的方法,并根据特征提取前的视角对齐方式对后者作进一步分类.然后,分析总结了不同类别定位方法的优缺点,为综合利用提供依据.分析结果表明,视角对齐能够有效弥补不同视角之间的巨大差异,提高图像检索的效率和精度,因此设计可解释性强且失真小的视角对齐方法是跨视角图像定位技术研究重点突破的问题之一.

基于Convnext-Upernet的图像篡改检测定位模型

在当前数字时代,假新闻、网络勒索等网络犯罪行为愈发猖獗,导致篡改图像产生的负面影响日益凸显.鉴于此,检测与定位篡改图像已成为图像取证领域的关键任务.近年来,深度学习技术在计算机视觉领域取得了显著进展,众多篡改检测模型亦逐渐应用该技术.然而,现有模型大多需要在大量数据上进行预训练,且其鲁棒性和泛化能力相对较弱.为解决上述问题,本研究采用在计算机视觉领域表现优异的纯卷积神经网络模型Convnext作为主干网络,并借助统一感知解析网络Upernet提取图像中的多尺度特征,构建了一种基于Convnext-Upernet的篡改检测定位模型.在此基础上,本研究进一步运用自监督数据增强方法放大图像中的篡改痕迹,并利用与篡改检测定位任务无关的图像分类损失函数提高篡改图像检测定位的准确性.本研究在当前主流的篡改检测定位数据集上进行了大规模实验证明,所提出的模型具有高效且精确的篡改检测定位能力.相较于现有跨库性能最佳的MVSSNet++模型,本研究所提出的模型在检测定位性能上提高了14.4%,泛化能力得到全面提升,并对常见的后处理操作展示出了强大的鲁棒性.

基于图像的TO型光器件快速定位算法

提出了一种基于OpenCV图像处理的光器件快速定位算法。对获取的图像进行二值化处理,利用腐蚀和膨胀操作,剔除图像中由于光线或微小划痕等造成的微小区域;采用改进的双边滤波对图像进行去噪处理,保留图像的边缘信息,在传统双边滤波的基础上引入自适应的参数,提高了区域边界的轮廓清晰度;利用Laplacian算子提取图像边缘,得到完整的轮廓,根据边缘位置信息和器件特征信息,确定光器件内微小激光器芯片的位置。改进算法可以实现同轴型光器件定位误差控制在5μm情况下,平均定位时间430 ms。

基于改进YOLOv3的无人机机载激光雷达图像目标定位方法

为提升无人机机载激光雷达图像小目标定位的精度,提出基于改进YOLOv3的无人机机载激光雷达图像目标定位方法。基于MCA算法分割激光雷达图像信息,通过包含脊小波字典的稀疏表达重新构建图像信息,达到去除目标图像噪声的目的;通过变化检测技术分离目标区域聚类信息,将目标区域从背景区域中分离;将目标区域输入到优化后的YOLOv3算法中完成无人机机载激光雷达图像目标的定位。实验结果表明,所提算法的定位精度为95.1%,定位耗时平均为20.6 s。

阳江地区地震双差定位及其活动图像分析

使用双差地震定位法对广东阳江地区1970-2005年的483次地震进行了绝对定位和相对定位,最终得到400次地震的相对定位结果,由此得到的地震活动图像从离散网格状变得较为集中。阳江地震序列在阳江地区呈现出NW和NE走向的共轭分布,以NE向为主,倾角约30°,倾向NE,长约30km;以NW向为辅,倾角约30°,倾向SE,长约20km;震源埋深5-15km。而在附近的恩平地区地震序列则呈NW向分布。文中还讨论了阳江地震序列震源分布和地质构造的关系。

放射治疗模拟定位图像的数字化处理及应用

目的对放射治疗模拟定位图像进行数字化处理,并应用到放射治疗的靶区结构和射野轮廓勾画、临床资料存档、挡铅制作、挡铅及位置验证等方面。方法利用计算机视频压缩卡采集模拟机的CCD视频系统输出的信号,经过图像处理生成数字化定位图像。结果生成的数字化定位图像具有高清晰高分辨率的特点。结论本方法节约成本、易于实现,可以方便应用到放射治疗的流程中,为临床提供帮助。

基于目标检测约束的图像过滤方法研究

图像过滤方法通过分析和匹配图像特征,检索得到可疑篡改来源图像,分析篡改图像和篡改来源图像的派生关系。本文提出一种基于目标检测约束的图像过滤方法,首次整合了目标检测算法和分布式加速的鲁棒特征索引,一方面利用目标检测算法使得特征检索范围得到约束,另一方面采用分布式局部特征提取方法,有效提高了图像特征检索的效率和准确度。此外,使用尺度可变的有约束图像拼接检测与定位网络在图像特征检索基础上进行深度匹配,进一步对篡改区域和篡改来源区域进行精确查找。实验结果证明,本文算法在篡改图像检索准确性、查询效率方面有明显改进。