顾及多分辨率特征的复合字典城中村识别方法

城中村作为一种特殊的城市聚落类型,对其进行精确有效的监控识别有助于实现城乡协调发展、优化城乡生态环境。现有面向对象的城中村识别方法通常需要大量样本数据,导致训练成本较高,数据更新效率偏低。针对以上问题,本文提出了顾及多分辨率特征的复合字典城中村识别方法。首先通过密集格网采样提取尺度不变特征转换(SIFT)全局特征,并与多分辨率颜色矢量角直方图特征融合,形成视觉词典;然后将影像表示为视觉词频率直方图;最后使用随机森林分类器进行分类,以实现场景尺度的城中村识别。以高分二号影像为测试数据对该方法进行验证,结果表明,其总体精度达90.08%,Kappa系数达80.16%,相较于加速稳健特征(SURF)、SIFT、VGG16、ResNet50,总体精度分别高出8.99%、3.51%、4.78%、2.28%。

基于MPEG-7多特征融合的图像检索技术

针对MPEG-7单一描述符特征检索效率低的问题,提出了主颜色和边缘直方图特征融合的检索算法。同时利用检索目标在图像中分布的特点,利用分块加权法来提高对检索主目标的检索准确度。实验表明,该方法在查准率和查全率均优于单一特征的检索算法,检索精度得到了提高。

元明清陶瓷蕉叶纹纹饰的特征

提出一种借助于人工智能的辅助鉴别方法鉴定具有蕉叶纹饰的古陶瓷年代及真伪,利用局部二值模式(LBP)和方向梯度直方图(HOG)技术从古陶瓷图像的蕉叶纹饰中提取古陶瓷的时代特征,通过蕉叶纹局部二值模式纹饰特征和方向梯度直方图纹饰特征的融合实现古陶瓷的智能断代,并采用纹饰相似度衡量古陶瓷的真、伪可能性。以博物馆现有馆藏古陶瓷图像资料为基础进行实验。结果表明:该方法不仅可以完成古瓷器准确断代,而且能够发现蕉叶纹饰的发展规律,从而强有力地辅助专家的断代工作。此外,基于纹饰特征的相似度分析能够对古陶瓷的真伪辨识提供较有力支撑。