基于显著度的非监督抠像方法

为免除抠像过程中的人工参与步骤,提出一种基于显著度的非监督抠像方法。提取输入图像的显著度图,利用块融合与块过滤方法,获得抠像的参考信息,将图像划分为多个层次进行多分辨率抠像,从图像背景中抠取出前景物体。实验结果证明,该抠像方法在计算速度和抠像效果上均优于非监督的光谱抠像方法。     

基于广义Ricci曲率及深度信息的图像采样方法

随着采样技术的提高、数据量的剧增,给数据的存储及传输造成了一定困难,因此对数据进行重采样,以压缩数据量是解决该问题的一个有效手段.针对灰度图像采样问题,利用密度流形的广义Ricci曲率提出一种采样点之间相关性的衡量方法.首先,将图像看做是对二维流形的着色,通过处理目标物的深度或构造其深度,保留需要着重采样区域的深度信息;其次,结合深度与灰度信息计算密度流形的Ricci曲率;最后,根据相关性原则筛选采样点并重建图像.此外,针对采样过程提出了全局采样及加速的局部采样2种方式,用于权衡速度与精度.采用大量的标准测试图进行实验结果表明,该方法可以有效地应用于灰度图像的压缩;与已有方法相比,该方法在灰度变化剧烈、复杂的边缘采样点分布更为密集,同时对灰度变化平缓的区域采样点也相对更少.     

非接触式浮体六自由度监测系统研究

提出了一种非接触式浮体六自由度运动测量与分析系统。该系统由视频采集模块、三维计算模块、用户交互模块3 部分构成。视频采集模块用来获取不同视角的图像信息;三维计算模块融合了改进的摄像机自标定技术、立体视觉特征点检测技术、六分量解算方法等,目的是求得物体6 个自由度的运动情况;用户交互模块提供了定点可视的物体姿态及角度变化信息,方便用户进行分析计算。实测证明,该测量系统设备简单,重构速度快,能适应复杂的海上环境并能够实现远距离监测,满足浮体测量使用要求。     

用于图像场景分类的空间视觉词袋模型

以传统的词袋模型为基础,根据同类场景图像具有空间相似性的特点,提出了一种用于图像场景分类的空间视觉词袋模型.首先将图像进行不同等级的空间划分,针对对应空问子区域进行特征提取和k均值聚类,形成该区域的视觉关键词,进而构建整个训练图像集的空间视觉词典.进行场景识别时,将所有空间子区域的视觉关键词连接成一个全局特征向量进行相...     

结合抠像技术的图像分类方法

提出一种新的对象分类方法,该方法将抠像技术应用到图像检索领域。给前景层图像块较高的权值,背景层图像块较低的权值,并对图像块按照权值大小排序,图像间内容相似度比较时,首先计算对应权值的图像块间的距离,再将所有块间距离加权累加作为图像间距离。新方法的有效性在牛津大学花卉图像集上得到验证,实验结果也表明,相对于传统的计算对应位置的图像块间距离的方法,新方法的检索准确度有明显的优势。     

基于时序特征的草图识别方法

草图识别是一项很具有挑战性的工作。目前,大部分草图识别的工作都将草图当作普通的纹理图像,忽视了草图的时序性。因此,文中通过挖掘草图的时序性,将草图笔画按照时间分组。为进一步利用时序特征在草图识别过程中的作用,使用了循环神经网络将笔画分组按照时间序列作为输入,最后使用联合贝叶斯将各个时序下获得的草图特征进行整合,完成草图的识别工作。在公开标准数据集上对所提算法进行了测试,实验结果显示该算法的识别准确率明显高于其他算法。     

基于特征比的平面目标识别

模式识别是人工智能研究领域的一项重要课题,对于目标物在射影变换、仿射变换下的识别,尤其是严重变形情况下的识别和匹配更是该领域的研究热点和难点.针对仿射变换下的平面目标识别问题,提出了一种新的几何特征不变量——特征比,并以此为基础构造了一种新的仿射不变图像特征描述符.该描述符通过构造一系列与目标图像相交的直线,将图像用一系列共线点的位置关系进行表示.进而,将点的位置关系转化为特征比并表示成一系列的特征比谱;最后,通过动态时间规整(dynamic time warping,DTW)算法比较特征比谱间的距离得出图像间的相关性,从而进行目标识别.实验表明,该算法不仅对严重的仿射变形有较高的识别率,对相似度较高的图像也有很好的区分效果.     

基于金字塔梯度方向直方图的分层投票方法

提出一种基于金字塔梯度方向直方图的分层投票方法,将其用于人脸识别、对象识别和对象检测等领域。利用分层投票机制选出分类效果最好的层,并为它们赋予相应的投票权值,最终对图像类别进行投票。在ORL和UIUC Car数据库上进行实验,结果表明,改进方法优于传统的特征向量分类方法。     

遮挡物体移除与图像纹理修补方法

以基于样例修补的目标移除方法为基础,改进了基于样本块的图像纹理修补方法.首先将抠像技术应用到目标物的提取过程中,然后使用图像分割的方法实现了分区修补的目的.改进后的方法能够更好地还原图像的线性特征并且减少图像修补的时间.在此基础上,根据不同角度的图像可以提供更加丰富的修补信息这一思想,进一步提出一种基于多幅图像的修补方法,并取得了更高质量的修补效果.实验结果表明,该方法不仅能够准确地提取并移除图像上不需要的物体,而且能够有效地修补图像受损区域的纹理和结构.