基于边缘结构特征的图像检索

本文提出了一种用边缘结构特征检索图像的方法。特征矢量是通过计算局部边缘图中的像素空间分布矩阵得到的。本文提出的算法能够有效的提取嵌入在边缘中的信息。实验证明,这种结构描述子可以有效捕捉边缘信息,提高检索的性能。     

面向基于内容图像检索的图像感知Hash

提出一种建立在HSV空间颜色分类和形态特征基础上的图像Hash方法,用于图像检索.将图像尺寸规格化,并根据HSV空间中各分量的取值范围,将像素归为11类,在各类颜色成分中提取亮度、大小、形态等特征,加权得到Hash值以构成图像库的索引表,从而实现基于内容的图像检索(content-based image retrieval,CBIR).与其他方法相比,用该方法提取的图像特征除颜色外还包含形态特征,能较好地体现图像内容.实验结果表明,该方法具有良好的性能.     

基于目标对象的遥感图像检索

针对有目标对象的遥感图像的特点,将图像分割成目标区域和背景区域,并在检索过程中赋予不同的权重,着重考虑目标对象的颜色、形状及空间信息特征,这样就可以避免当目标对象占整幅图像比重较小时,其特征信息容易被淹没在背景当中而造成的“伪误检”.实验结果表明,当图像中目标对象所占比重较小时,该方法与颜色直方图相比,能够更准确地查找出用户所需内容的图像.     

基于内容的图像检索技术及应用

对比基于文本的图像检索,基于内容的图像检索技术提供了图像特征(如颜色,纹理等)方面的查询方式。其关键技术是特征提取,国内外很多研究机构已从事这方面的研究并取得了一定的成果。     

基于文本的图像检索与基于内容的图像检索技术的比较研究

随着互联网的快速发展及各种数字化设备的普及,现代数字社会中的图像信息的数量在迅猛增长,图像信息的检索技术的研究得到了越来越多的关注.本文介绍了基于文本的图像检索技术与基于内容的图像检索技术,比较研究了这两种技术的不同的特点,指出综合运用TBIR和CBIR共同检索Web图像.     

基于语义图像检索的关键技术

结合作者在基于内容的图像检索(CBIR)方面的研究工作,指出了基于语义的图像检索是图像检索发展的趋势。首先给出了层次化语义模型,然后介绍语义表示的方法,详细总结了三种语义提取方法:基于视觉特征的语义算法、基于关键字网络的语义算法和基于语义向量的算法。最后,阐述了相关反馈技术的应用。     

Internet图像检索技术综述

对Internet图像检索的现状和发展趋势进行了全面的综合论述,对基于文本的图像检索、基于内容的图像检索和基于语义的图像检索3种流行的图像检索技术进行了深入的讨论.通过广泛收集资料,对几种技术进行了比较性研究.最后,提出了若干值得深入研究的方向.     

基于内容的图像检索技术

综述了CBIR的需要包括适应大量图像数据库的存储管理和查询应用;介绍了CBIR的系统结构．CBIR的关键技术是基于内容的图像数据库结构,象素域的图像查询检索和压缩域的图像查询检索;CBIR现有的系统有QBIC,Virage,VisualSEEK,PhotoBook和MARS．还对CBIR存在的问题和研究方向进行了分析．CBIR的主要研究方向为评价技术、基于语义内容的图像检索、数据模型、综合检索手段和多维索引技术。     

浅谈基于内容的图像检索技术

随着时代的发展,图像的数量迅猛增长,如何对越来越多的图像进行有效的检索是目前迫切需要解决的问题。本文在分析了图像检索技术的发展现状及各种图像特征描述方法的基础上,提出了今后基于内容的图像检索技术的发展方向,对该领域的研究方向有一定指导意义。     

基于MPEG-7的图像检索方法研究

介绍了基于内容的图像检索的定义以及MPEG-7中的视觉描述工具,分析了特征描述符的应用.     

基于特征分组的在线目标跟踪算法

在线目标跟踪是计算机视觉领域的一个具有挑战性的问题.提出了一种基于特征分组的在线目标跟踪算法.首先,利用像素点在多帧的方差对模板库中的目标模板进行特征分组.然后,利用主要特征图像和次要特征图像学习投影矩阵P,对样本进行投影.最后,利用最小误差法得出当前帧的跟踪结果.与其他典型算法相比,该算法对目标的异常变化具有很强的鲁棒性.     

Neural mechanisms of perceptual grouping in human visual cortex

The current work examined neural substrates of perceptual grouping in human visual cortex using event-related potential (ERP) recording. Stimulus arrays consisted of local elements that were either evenly spaced (uniform stimuli) or grouped into columns or rows by proximity or color similarity (grouping stimuli). High-density ERPs were recorded while subjects identified orientations of perceptual groups in stimulus arrays that were presented randomly in one of the four quadrants of the visual field.Both uniform and grouping stimulus arrays elicited an early ERP component (C1), which peaked at about 70ms after stimulus onset and changed its polarity as a function of stimulated elevations. Dipole modeling based on realistichead boundary-element models revealed generators of the C1 component in the calcarine cortex. The C1 was modulated by perceptual grouping of local elements based on proximity, and this grouping effect was stronger in the upper than in the lower visual field. The findings provide ERP evidence for the engagement of human primary visual cortex in the early stage of perceptual grouping.     

特征增强U形网络的图像语义分割

复杂场景语义分割任务是对场景图像逐像素进行分类并标记.图像中目标种类多,尺度多样的特点给分割任务增加了难度,提出了特征增强U形卷积神经网络(feature enhanced U shape networks,FEUNet)是一种改进的编码器加解码器的结构,编码阶段引入局部特征增强模块(local feature enhanced,LFE)提取局部感知特征来改善非显著目标的分割效果;考虑到神经网络深层和浅层之间特征表达的差异,在解码阶段利用全局池化方法(global pooling)设计全局特征增强模块(global feature enhanced,GFE),实现选择性地从深层特征图提取上下文信息作为对浅层特征图的指导,改善深层和浅层特征图的融合,保证同类像素预测的一致性.采用CamVid和Cityscapes数据集进行试验,模型mIOU测评值分别达到64.5％和73.2％,对比其他主流语义分割算法,该方法在分割性能和模型体积上具有一定竞争力.     

基于特征检测的航拍图像电力线提取方法

在分析输电线路无人机巡检系统航拍图像中电力线特征的基础上,针对单一Ratio算子和Hough变换提取电力线效率低、效果差的不足,提出一种基于特征检测的电力线提取算法.首先,运用Ratio算子检测直线像素点并运用Hough变换的方法提取图像中的直线信息;然后,运用特征检测算法对电力线进行提取;最后,通过实验验证了所提算法能够从复杂的自然背景中完整提取电力线,同时能有效避免漏检、误检等情况,并有较好的噪声抑制能力.该研究为电力线典型故障的检测识别提供了有力支撑,具有较好的工程应用价值.     

基于Laplace谱结构特征和局部特征的图像分类

鉴于常规词袋模型中图像局部特征对图像信息表达不全面的特点,提出一种基于图像Laplace谱结构特征与局部特征相结合的图像分类方法.在提取基于图像均匀划分的Laplace谱结构特征后,对图像进行尺度不变特征变换(scale-invariant feature transform,简称SIFT)的抽取及描述;构造基于图像特征的视觉词典;根据视觉词典对图像特征进行量化,得到图像的全局特征直方图表示;构造支持向量机(support vector machine,简称SVM)分类器并进行图像分类.实验验证了该方法对图像进行分类的有效性与可行性.     

基于编组拟合的合成孔径雷达图像线特征提取

为了从合成孔径雷达(SAR)遥感图像中高效率地提取线特征、满足目标识别与场景分析等应用的需要,采用曲线结构基元取代通用的直线结构基元,通过像素编组以及曲线拟合提取并连接,使得复杂的全局优化简化为基于连接关系和总长度的聚类和筛选,借助低分辨率图像对高分辨率图像的掩码操作先主后次地提取不同宽度的线特征。应用所提出的方法在实际SAR图像上进行了实验,获得了与观察相一致、具有单像素宽度的线特征二值图像。实验结果表明:所提出的方法可以快速准确地提取出场景中真实的线特征,采用曲线基元形式和编组拟合方法有利于降低问题复杂度、提高处理效率。     

基于主题特征的Email分类研究

针对基于词语特征的Email分类综合性能（F-score）较低的问题,提出一种基于主题特征的Email分类方法.该方法利用领域知识及统计信息,从Email的词语特征空间中提取主题特征,并利用提取出的主题特征实现Email分类.通过对1080封Email进行分类测试,结果表明,由于主题特征能够更加准确地表达Email的主题思想,因此,与基于词语特征的分类方法相比,该方法在针对Email的全文及标题实现分类时,将平均F-score分别提高了13.16%和17.16%,从而使平均F-score提高到72.37%,基本可以满足实际应用的需求.     

基于轮廓波特征的纹理图像识别方法

通过利用方向可控滤波器(steerable filter)和轮廓波(contourlet)分解的方向性及能量变化特性,提出了一种适用于纹理图像的特征提取方法.利用基于轮廓波方向性与分解系数能量的性质可以很好地表示一个旋转纹理图像的特征,而且轮廓波的方向性和分解层次可以根据需要灵活地调节.使用这样的特征并运用简单的分类方法可以对旋转纹理图像进行较为准确的分类.最后通过对标准纹理库(Brodatz)图像的测试,验证了算法的有效性.     

特征分类的子类型关系

采用什么方法对客观事物进行分类 ?传统数据类型分类方法习惯于用行为规范作为分类的依据 .我们认为事物应依据其结构、行为、性质、职能等诸方面的特征来进行分类 ,并在此基础上建立了对象类型之间的子类型关系 .     

ERPs信号特征提取及分类方法的研究

通过基于柯尔莫诺夫-斯米尔诺夫检验的自适应特征提取法,提取出对大脑ERPs信号分类具有可辨识性的特征信息.应用具有良好模式分类性能的SVM在提取的特征属性基础上构造分类器,对ERPs信号分类.实验表明:自适应特征提取法不仅能有效地提取出分类特征属性,还极大地降低了数据空间维数;自适应特征提取与SVM相结合的分类准确率达...