视觉注意特征的变分水平集图像分割模型

针对传统主动轮廓模型较低的鲁棒性能和对先验知识融合能力的不足,基于视觉注意机制的先验知识和曲线演化的理论框架,首先建立图像底层视觉显著性特征的数学模型,在此基础上提出新的曲线演化能量泛函模型,然后对该能量泛函采用变分水平集方法进行推导,得到曲线演化的偏微分方程,数值实验表明该模型相对于经典主动轮廓模型具有更强的抗噪性与分割效率.该模型的提出为进一步在主动轮廓模型中引入更高层次视觉显著性特征、得到更优越的分割模型打下了基础.     

基于感知意象的图像检索技术

鉴于用户在图像检索过程中具有对检索结果的感知意向需求,构建了感知意象模型,并设计了基于该模型的检索系统.该系统运用距离直方图提取和表示图像形态特征,采用傅里叶变换的纹理特征方法提取图像的纹理特征,并运用相似性度量和图像意象的相关度标注技术进行系统的扩充和标注.该系统充分体现了用户意象需求,用户利用意象词汇能够检索符合其意象认知的图像.实验证明,利用感知意向模型进行图像检索具有较好的效果.     

基于水平集和视觉显著性的植物病害叶片图像分割

为了提高植物病害叶片图像分割的准确性和效率,提出了一种基于水平集和视觉显著性的彩色图像分割方法.首先采用基于小波变换的显著性检测算法得到活动轮廓模型中曲线演化的初始位置,并构造一个基于显著区域的图像活动轮廓模型,再设计一个向量值图像的边界检测算子,引入到距离正则化水平集演化的改造中,以构造一个初始化轮廓更灵活,演化速度更快,目标分割更精确的新的水平集能量泛函.最后的实验对比表明,该方法具有较好的叶片病害部位分割效果.     

基于多尺度平滑的前景提取

传统的Graph cuts算法可以有效地提取卡通图像前景,但是对自然场景图像效果差.为了提高前景提取的效果,本文提出了基于多尺度平滑的前景提取模型,联合分割和多尺度特征,从适当的尺度特征中提取前景.运用TV保边平滑模型对图像进行平滑,降低了图像区域的非均匀性,保护了边缘,提高了前景提取的效果.实验结果表明,基于多尺度平滑的前景提取算法降低了非均匀区域对前景提取的影响,其评测分数高于传统的Graph cuts算法.     

多尺度非参数化水平集的超声心动图分割

针对超声心动图噪声很大、提取目标区域边界不够平滑完整的问题,将非参数技术与水平集相结合,提出了多尺度非参数化的水平集图像分割方法。利用非局域均值滤波建立尺度空间,保护图像特征,在粗尺度预分割,然后在细尺度优化分割。采用Parzen窗技术对超声心动图的亮度分布进行统计建模,不需要先验假设,引入到水平集框架中,设计了非参数化水平集分割模型。分割实验证明:预分割结果和真实边界的平均绝对距离为2.162,优化后为0.710。该方法可以精确地自动提取感兴趣区域,在图像分割鲁棒性和精确性方面优于常规分割方法。     

一种基于知觉模拟的全参考图像质量评价方法

为提高客观图像质量评价与主观图像质量评价的一致性,提出一种模拟人类感知图像质量过程中,由生理因素主导的前期过程和由心理因素主导的后期过程的IQA 方法. 人类感知图像信息的过程依赖于人脑的内部生成机制,它主动预测图像中易被感知的简单结构且忽略难以被感知的复杂结构. 此方法利用贝叶斯预测模型将输入图像分为易感知区域和难感知区域,对具有各异感知特征的两区域通过不同特征进行分别评估. 最后采用关于视觉显着性和亮度掩蔽的整体综合策略,对两组评估结果统一进行计算. 基于整体感知的综合策略和基于局部感知的保真度测量在此方法中互为补充.TID2008 等4 个通用评测数据库的实验结果,指出了该方法具有良好的预测精度和稳定性.     

基于亮度划分MSR的视觉图像增强

针对复杂天气条件下多尺度Retinex(MSR)方法不能很好地体现图像的局部特征和细节,引入了基于亮度划分的预处理,实现了一种新的MSR方法.首先将彩色图像转换为更适合人类视觉系统的HSI颜色空间,提取亮度分量Ⅰ;然后用对数图像处理(LIP)模型将图像按亮度划分为不同的区域,对各亮度区域采用相应尺度的Retinex算法...     

基于深度学习模型的图像质量评价方法

为了有效提取与视觉感知质量高度相关的图像特征,改进图像质量评价方法,在深度学习的框架下,提出一个全新的卷积神经网络IQF-CNN结构,能自动学习判别性更强的图像质量特征,并利用学习的特征进行图像质量评价.同时,该算法采用局部亮度系数归一化、dropout等技术进一步提高网络学习能力.实验结果表明:该算法能较准确地评估五种常用的图像失真,尤其在JPEG压缩、JPEG2000压缩和高斯模糊图像失真上与人眼主观感知质量具有很高的一致性,整体性能比较优于其他经典评价方法.     

局部区域的水平集变分法在图像分割中的应用

图像分割是数字图像处理和计算机视觉的重要研究领域,其目的是将图像分割成互不相交的几个子区域.文章引入分片常数水平集思想,每个区域用一个单独的常数表示.无论图像被分割成几个不同的子区域,只需要求解出一个水平集函数.本文提出的分割法避免了水平集初始化位置引起的分割效果不同的问题.由于没有使用不可微的Delta函数和Heaviside函数,本文的能量泛函是局部凸且可微的.大量的实验数据对比显示本文分割更高效.除此之外,新模型对强破坏性噪声具有鲁棒性.     

图像亮度特征对ROI提取的影响

提出一个基于改进的Itti-Koch模型的感兴趣区域(Region of interest,ROI)提取算法,同时针对图像亮度特征对ROI提取的影响问题,从2个方面进行分析研究:一是根据不同亮度权重下提取的ROI,分析亮度特征对ROI提取的影响程度;二是对眼动数据提取图像的ROI和基于改进的Itti-Koch模型提取的图像ROI进行区域评价,计算两者之间的点对点区域相似度和位置区域相似度.研究结果表明:当亮度特征和颜色特征同时影响图像ROI提取时,亮度特征所占权重不宜超过0.5.     

基于均匀色差空间向量分解模型的彩色图像质量评价方法

针对三要素(亮度、色调和饱和度)空间方法缺乏视觉均匀色差思想的支持,而均匀色差空间方法又需要其他有效评价模型的补充,该文立足于图像的两个基本属性,即光特性(亮度、色调和饱和度)和结构特点,结合反映彩色空间特性的均匀色差空间模型以及空间向量分解模型,提出了均匀色差空间向量分解模型.实验结果表明基于均匀色差空间向量分解模型较传统评价方法和单项模型更能够全面地评价彩色图像质量.     

一种改进的变分水平集车辆检测技术

针对传统运动目标检测算法存在适应性差、对噪声较敏感等缺点,提出一种基于变分水平集快速提取边缘模糊运动目标的方法。该算法利用主动轮廓模型进行边缘检测约束,并结合变分水平集方法进行二次演化获得准确的图像分割。实验证明,该方法能够快速准确的分割运动目标,对于复杂环境有较好的适应性和鲁棒性。     

综合区域和边界信息的图像自适应分割技术

针对分水岭图像分割算法中的过分割问题,提出了一种综合区域和边界信息的解决技术．该技术主要利用区域和边界的综合信息,对分水岭算法处理后的过分割区域进行聚合．在基于区域和边界信息的聚合过程中,借鉴人眼视觉模型的韦伯感知原理,针对区域的不同亮度环境,自适应地选取动态的聚合阈值;并根据强弱边界属性调节聚合阈值,以鼓励对象内区域聚合和避免对象之间的区域聚合．试验结果表明,这种技术对分水岭算法中的过分割有较好的改善．     

基于对比度补偿的立体视频舒适度评价

为给评价立体视频的舒适程度提供一种可参考的标准, 在确定人眼观看立体视频时水平视差为主要影响因素基础上, 以对比度作为其补偿因素对立体视频舒适度的影响。利用图形分割方法将前景与背景分离, 利用场景相关的显著区域提取方法得到显著区域, 提取显著区域的视差并分别提取前景和背景对比度, 结合深度感知理论和最小二乘拟合方法建立评价模型, 利用主观评价方法对模型进行评定, 由此得到对立体视频舒适度评价的一种方法。由主观评价验证可知, 该评价方法与人眼的立体视觉基本一致, 为进一步研究人眼立体舒适度提供参考。     

基于关键帧轮廓特征提取的人体动作识别方法

为了在人体动作识别中获得更加准确的前景分割和防止关键信息的几何丢失,提出一种利用关键帧提取关键姿势特征的人体动作识别方法.由于背景建模和差分获得的前景不准确,利用基于纹理的灰度共生矩阵提取动作轮廓,并对原图像帧进行分割;然后计算人体Blob的能量,选取最大信息内容的帧作为关键帧,关键帧的获取使得特征提取对时间的变化具有一定鲁棒性;在特征分类识别阶段,为了提高分类的准确性,提出使用支持向量机-K最近邻(support vector machine-k nearest neighbor,SVM-KNN)混合分类器完成分类.在Weizmann,KTH,Ballet和TUM 4个公开数据集上实验验证了该方法的有效性.相比于局部特征方法、全局特征方法和关键点方法等,该方法获得了更高的识别率.此外,实验结果表明,该方法在KTH和Weizmann数据集上的早期识别效果优于Ballet数据集.     

基于缝雕刻的图像重定向算法

图像重定向算法利用人对图像内容的感知差异进行非均匀的图像缩放,以适应新的显示需求.本文提出了一种基于缝雕刻的图像重定向算法.它利用每条seam上像素的累加能量和最大能量构造混合能量模型,使算法既能够利用人眼对梯度信息的敏感性,又可以减少复杂纹理背景对seam提取的干扰.实验结果显示,相比其他几种算法,本文算法可以更好地保护图像中视觉关注对象的边缘轮廓结构,处理后的图像不仅视觉效果更好,与原图的相似性距离也更小.     

基于亮度加权网络空间扩展的图像质量评价方法

采用CCIR颁布的亮度加权网络时域频率标准,基于电视学基本原理和数字图像处理方法,将亮度加权网络由时域频率扩展到空间频率,由此建立一个实验平台考察图像空间尺寸对视觉感受的影响.该方法实验结果与视觉感知的图像质量评价结果吻合,其有效性取决于时域亮度加权网络主观实验结果.由于避开了主观评价实验的标准化苛刻要求,因此降低了多通道分解图像质量度量方法的复杂度,有利于图像空间尺寸的质量评价.     

MR中融合语义特征传播模型的前景对象感知定位算法

移动主体获得准确的定位信息是构建稳定的混合现实(mixed reality,MR)系统的关键,然而MR中的前景对象对传统定位算法的精度影响较大.现阶段基于深度学习的定位算法可以通过识别前景对象来提升精度,但深度学习模型耗时过高,导致算法实时性下降.针对该问题,提出了一种MR中融合语义特征传播模型的前景对象感知定位算法.该算法依托语义分割网络与一种快速旋转的二进制独立稳定描述子特征(oriented fast and rotated binary robust independent elementary feature,ORB)提取算法构建了语义特征传播模型,实现高速语义特征提取;融合该模型和几何特征检测方法实现算法中的前景对象感知层,并依赖该感知层剔除MR中前景对象的特征点,构建了背景特征点集,实现高精度、高实时性的定位.实验结果表明:在慕尼黑工业大学(Technical University of Munich,TUM)公共数据集的高动态前景对象场景中,相比动态语义视觉同步定位与建图(dynamic semantic visual simultaneous localization...     

主观图像质量影响因素的人眼可察觉变化步长

利用主观视觉实验研究了色彩度、亮度、对比度和清晰度的人眼可察觉变化步长(JND).与以往JND研究不同,针对视频显示应用,研究了在一般观测条件下,人眼观测自然图片时上述4种图像质量影响因素的JND值.主观视觉实验采用两两对比的方法.利用统计分析计算了上述因素在不同变化步长下与原图差异的Z值,并进一步分析了不同变化步长与原图的差异是否满足假设前提.实验结果表明,对于自然图片,上述4种因素的JND值高于文献中采用规则测试图片获得的结果.利用实验结果可以将色彩度、亮度、对比度和清晰度等因素进行归一化和量化,从而建立包含上述4种因素的图像质量模型.