基于眼动跟踪的视频视觉感兴趣区域提取仿真

海量视频中具有显著特征的区域为感兴趣区域。由于视频图像中普遍存在较多单目标特征,轮廓边缘关联性较强,干扰视觉区域的提取。于是提出基于眼动跟踪的视频视觉感兴趣区域提取方法。提前转换原始视频颜色空间,降低色彩影响程度,检测原始视频边缘,利用形态学闭运算填补视频边缘断裂位置并去噪,通过旋转校正处理得到简单完整的视频图像,利用眼动跟踪处理技术提取纹理特征以及亮度显著图,实现视频视觉感兴趣区域提取。实验结果表明,研究方法能够精准提取出视频视觉感兴趣区域,峰值信噪比最高可达1.5dB,验证了该方法的应用精度和图像质量增益均较高。

基于分块显示的工字型焊件感兴趣区域自适应提取

感兴趣区域的自适应提取对焊接缺陷评价系统运行速度的提高有重要意义。本文针对工字型焊件射线检测图像的特殊性,提出了一种基于图像分块显示的感兴趣区域自动提取新方法,该方法可精确定位感兴趣区域边缘值,从而实现感兴趣区域的自适应提取。此外,与手动提取方法进行了对比。结果表明:本文提出的方法能很好地实现检测图像中感兴趣区域的自适应提取,且提取结果不受腹板高度变化的影响,算法的鲁棒性强;相比于手动法,提取结果更精确,避免了频繁修改程序的操作,后期图像处理的速度显著提高。该算法的实现使整个图像处理及缺陷评价系统成为了一个完整的整体,工程应用前景广阔。

医学图像感兴趣区域的自动提取

针对医学图像归档与通信系统通过视频采集和胶片扫描产生的海量图像数据,提出了一种感兴趣区域自动提取和归一化的预处理算法。该算法具有时间复杂度低,无须人工干预,不会对提取的感兴趣区域图像数据造成任何损耗等特点,适合海量医学图像数据库的批量处理。将其应用于基于图像内容的归档与查询算法中,作为图像提取特征前的预处理算法,实验数据证明较传统直接针对原始采集图像,可有效改善特征提取准确度,提高查询精度。

基于小波变换的乳腺X线影像微钙化点感兴趣区域提取新技术

为乳腺癌早期诊断和乳腺X线影像微钙化点计算机辅助检测作前期预处理,提出了一种基于小波变换的微钙化点感兴趣区提取新技术。其具体思路是:(1)将乳腺区域图像提取成等大的子图像;(2 )对每一幅子图像进行小波变换,根据特征参数ρ讨论最优小波变化参数和阈值T;(3)根据阈值T判别子图像是否属于感兴趣区。对临床实际病例(2 0幅乳腺X线影像)的试验结果表明,该方法具有较高的检出率(89.7% ) ,和较为满意的假阳性率(2 .1% )。

手指静脉图像感兴趣区域快速提取方法研究

手指静脉识别技术由于其非接触、高防伪性以及活体检测等优点,成为研究与应用的热点。针对传统手指静脉图像感兴趣区域提取方法过程复杂、运算量大的问题,提出一种感兴趣区域快速提取的方法。该方法采用三点对比法定位手指上下边界以及基于相似三角形定理的图像校正方法。与传统的方法相比,省去了边缘优化的复杂过程以及减少了旋转校正的乘法运算量,能将指静脉图像感兴趣区域提取的速度提高2~3倍。利用指静脉图像库进行仿真实验,结果表明,本算法提取ROI的正确率为100%,识别的等错误率仅为2.45%,说明该方法具有较高的普适性和稳定性,能广泛应用在指静脉识别系统中。

一种基于感兴趣区域的红外目标提取方法

针对复杂背景下的红外图像的小目标提取问题,提出了一种新的红外图像自动分割方法.为了更好地控制计算复杂性及目标提取的准确性,本方法建立在通过自适应 Butterworth 高通滤波器找到的感兴趣区域之上并充分地利用了该区域中背景信息比较简单、目标易被分割的特性.同时,考虑到像素灰度是红处图像区分目标与背景的重要因素,而像素间的相邻度则能较好的防止虚警的产生,结合像素的灰度和相邻度的综合关系提出了一种新的分割原则.实验证明,新算法取得了很好的效果。

基于Matlab的图像感兴趣区域提取

在图像中精确提取出用户感兴趣的区域,消去无关背景对目标区域的影响,有助于提高后续图像分析与处理的精度。在此介绍了差影法、交互提取法、自动图像分割提取法3种方法实现对图像感兴趣区域的提取,并分析了各自的实现过程和提取效果,为图像感兴趣区域提取算法的进一步研究提供参考。

基于粗糙集的图像感兴趣区域自动提取算法

在分析常规区域生长算法的基础上,提出一种基于粗糙集理论的感兴趣区域自动提取算法.在显著度图和相对位置指示图的基础上,以像素点的显著度、相对位置及颜色信息构成知识表达系统,通过属性约简和值约简,导出了有用的区域生长决策规则。实验结果表明:该方法与现有算法相比,它能够更好地提取图像感兴趣区域。

一种基于感兴趣区域提取的新型SVD图像压缩算法

提出了一种基于感兴趣区域提取的新型奇异值分解(SVD)图像编码算法(SODSVD)。根据图像的区域复杂度、视觉注意等指标运用感兴趣区域提取技术将图像自适应分块,而对每一小块,根据其复杂度进行不同秩的奇异值分解算法,从而达到图像压缩的目的。同时还提出了一种简单的基于感兴趣区域的图像划分策略。实验结果表明,在PSNR和bpp等评价指标上,新方法有明显优势。

基于数学形态学人脑MR图像感兴趣区域的提取

背景:在人脑MRI图像中感兴趣区域提取中,应用数学形态学方法取得了较好的效果,但是在抗噪性能和结构元素选取时存在一些不足之处,使得提取效果有缺陷。目的:在数学形态学的基础上,采用一系列改进的数学形态学方法,以期清晰完整地提取人脑MR图像中的感兴趣区域如脑脊液部位,为医学诊断提供准确信息。方法:首先采用复合形态学滤波去除脉冲和高斯噪声,用高低帽变换进行图像增强,然后用形态分水岭阈值分割提取脑部各成分,对分割出的脑脊液图像进行形态开闭滤波、边缘跟踪和灰度填充后,运用抗噪型边缘检测算子检测出清晰完整的脑脊液区域边缘,最后在原图像中用彩色标定,突出感兴趣区域。结果与结论:综合应用多种数学形态学算法,清晰完整地提取了人脑MRI图像中的感兴趣区域——脑脊液部位。经验证,该方法具有简单、快速、精度高、适用性强等特点。

钢材表面缺陷图像感兴趣区域提取方法

为提高钢材表面缺陷图像检测的效果和噪声引起的伪缺陷过滤能力,基于形态灰度包络的感兴趣区域提取方法被采用。该方法以形态灰度曲线包络为基础,通过回归平滑、曲线基准与偏差计算等步骤实现了对钢材表面图像横向灰度曲线中噪声部分的效过滤以及缺陷部分的保存;并通过感兴趣区域阈值选择与感兴趣区域合并获得了钢材复杂背景环境下的疑似缺陷区域。实验结果表明,形态灰度包络的感兴趣区域提取相比于其他方法更能减少噪声干扰,准确率能达到95%以上,能在不影响检出速度的情况下,凸显缺陷位置。

基于感兴趣区域的图像目标提取方法

针对红外图像目标识别技术难的问题,提出了一种基于感兴趣区域的目标提取方法.首先利用二维最大熵方法检测红外图像中的感兴趣区域,在此基础上将局部分类方法应用于感兴趣区域中每一个像素点的局部邻域,以分析该像素的灰度特性;然后运用像素点的斜面距离构建该像素点的空间位置特性,并与灰度特性相结合;最后定义新的阈值判断方法进行像素归属性判断,以达到分离背景提取目标的效果.经实验验证,在红外目标提取技术上本文方法较经典的otsu方法和最大熵方法相比具有较高的准确性及稳定性,对于红外图像对比度低、识别难的问题具有一定的应用价值.

基于感兴趣区域特征提取技术的情感语义研究

提出一种基于感兴趣区域特征提取技术的图像情感语义识别模型。着重论述了感兴趣区域的获取、感兴趣区域与非感兴趣区域权重的确定、从RGB颜色空间到HSV颜色空间的转换算法、加权颜色直方图的统计算法以及最终情感聚类的方法。仿真实验结果表明,该模型所实现的底层特征到高层情感语义映射准确率比传统的颜色特征提取技术的图像情感语义识别模型有很大的提高。

基于感兴趣区域的H.265样点自适应补偿算法优化

针对目前H.265环路滤波器样点自适应补偿(sample adaptive offset, SAO)算法复杂度高、计算量大的问题,提出了一种基于人眼感兴趣区域的样点自适应补偿技术。人眼感兴趣区域在视频的空间域对应纹理复杂的区域,在时间域对应运动剧烈的对象。利用图像的时域和空域的二维信息,使用编码单元深度和运动矢量分别检测纹理复杂区域和运动剧烈的对象,结合深度和运动矢量将视频帧划分为人眼不感兴趣、较感兴趣、很感兴趣3种类型,并分别采用不补偿、弱补偿和强补偿的SAO算法,从而在总体上减少自适应补偿的计算量,提高编码效率。实验表明,所提算法可使样点自适应补偿编码时间平均减少61.47%,而峰值信噪比(peak signal-to-noise ratio, PSNR)仅有0.033 dB的降低。

基于曲线聚类的动态PET影像感兴趣区域提取新方法

针对目前动态正电子发射断层扫描(PET)影像的感兴趣区域(ROI)提取的聚类方法忽略了时间放射性曲线(TAC)的时间序列特征,提出一种基于曲线聚类的ROI提取方法。首先用K-均值(K-Means)聚类去除背景得到心脏的位置,然后对心脏进行曲线聚类提取出心肌,最后根据像素点的空间位置关系提取血池。将该方法应用于14只小鼠的PET影像ROI勾画,实验结果表明,与K-Means和混合型的聚类方法 HCM相比,该方法能够更准确地提取出14只小鼠的血池,且具有更高的精确度和稳定性。

一种图像的感兴趣区域提取方法

感兴趣区域(Region of interests,ROI)是图像中可能引起人眼视觉关注的区域。根据视觉注意机制的经典模型Itti模型来提取图像的低层特征,利用局部迭代的特征合并策略并在此基础上综合自动阈值分割和种子点的区域生长方法得到感兴趣区域的提取方法。实验结果表明该方法符合生物的视觉注意机制,具有良好的鲁棒性。

一种基于胸部CT图像感兴趣区域提取的检索技术

探索高效的医学图像检索技术,可以方便医务人员快速高效地查找相似的图像.针对胸部CT图像,提出一种采用改进的区域生长法提取感兴趣区域,在此基础上再提取纹理特征作为图像的特征向量,并以特征向量作为图像检索的依据来进行检索.实验结果表明:在有效提取出病灶区域之余,针对该区域提取图像特征起到了良好的检索效果.将此方法应用于医学图像检索系统可有助于提高医生的诊断效率.

航天遥感图像感兴趣区域的自动提取方法

感兴趣区域提取是航天遥感图像分析的重要前提。随着图像空间分辨率的提高,场景内显著目标以及背景变得愈加复杂。利用传统的特征提取技术将会耗费大量计算空间和时间。提出了基于改进视觉注意方法的感兴趣区域自动提取,在HSV空间将目标与背景在颜色和亮度上的差异作为显著特征,利用高斯金字塔和中心-周边求差算子计算图像的显著特征图,并对特征图进行归一化和线性融合,设计注意焦点的转移步骤,完成感兴趣区域的自动提取。通过仿真和实验可以看出,本方法能有效地实现航天遥感图像感兴趣区域的自动提取。

感兴趣区域特征提取的图像检索

在基于内容的图像检索系统(CBIR)中,特征的提取和应用是检索的关键技术。在CBIR中综合颜色、纹理和形状的提取方法是关注的重点。在传统的CBIR方法上,利用Gabor滤波器获取感兴趣区域(ROIS)数目,实现快速高效的特征提取。当感兴趣区域被确定后,提取基于Gabor特征阈值的纹理特征,基于直方图的颜色特征,在YUV空间中的颜色矩量以及基于Zernike矩量的形状特征。通过在Corel图像库上进行测试,证实在判定图像间的相似度上非常有效,可以在CBIR中得到广泛应用。

一种适合JPEG2000编码的动态感兴趣区域提取算法

在分析了JPEG2000感兴趣区域（ROD编码标准的基础上，提出了一种基于形态学的动态JPEG2000的ROI提取方法．利用形态滤波器组与分水岭分割算法将LLn小波子带图像划分为若干闭合区域，再利用区域纹理特征来判定LLn小波子带图像的ROI以及生成LLn子带的二值模板，最后依据离散小波变换结构以及坐标映射原理，动态生成全部子带的二进制ROI模板．在JPEG2000压缩软件中的应用结果证明，