一种优化的高光谱图像特征提取方法

众所周知,特征提取方法在降低计算复杂度和增加高光谱图像分类精确度方面十分有效,针对此,提出了一种优化的图像融合和迭代率波的特征提取方法。首先,将高光谱图像分割成多个相邻波段的子集;然后,通过均值法把每个子集中的各个波段融合在一起;最后,对融合后的波段进行递归滤波处理,获得分类的特征信息。结果表明,该方法展示出较高的分类精确度。     

葡萄纹样在汉唐佛教艺术中的象征意涵

葡萄作为一种外来植物,西汉时期从丝绸之路传入中国,从此葡萄纹样在中国佛教艺术中被广泛使用。汉唐佛教艺术品中不同位置中的葡萄图像,融摄了佛教文献与汉地传统思想,产生了独特的象征意涵。葡萄传入中土之后,纹饰图样的演变反映了历史上各民族、各地区之间的交流、交往与交融的状貌,为研究丝绸之路文化和宗教美术提供了可贵资料。     

基于新型空间注意力机制和迁移学习的垃圾图像分类算法

随着我国各级政府大力推动垃圾强制分类,分类回收各环节中实现标准化、自动化的垃圾分类识别需要适合云端部署的高准确率、低延时要求的细粒度图像分类模型.本文发挥深度迁移学习的优势建立了一套端到端的迁移学习网络架构GANet (garbage neural network);针对垃圾分类中类别易混淆、背景干扰等挑战,提出一种新型的像素级空间注意力机制PSATT (pixel-level spatial attention).为克服类别多和样本不平衡挑战,提出使用标签平滑正则化损失函数;为改善收敛速度以及模型稳定性与泛化性,提出了阶梯形OneCycle学习率控制方法,并给出了结合Rectified Adam (RAdam)优化方法和权重平滑处理技术的组合使用策略.实验使用了"华为云人工智能大赛.垃圾分类挑战杯"提供的按照深圳市垃圾分类标准标注的训练数据,验证了GANet在垃圾分类问题中的显著效果,获得了全国二等奖(第2名);同时,提出的PSATT机制优于对比方法,且在不同主干网络架构上均得到了提升,具有良好的通用性.本文提出的GANet架构、PSATT机制和训练策略不仅具有重要的工程参考价值,也具有较好的学术价值.     

遥感图像配准中的群智汇聚方法

遥感图像配准是遥感图像处理的一个重要的环节,在智能化遥感信息处理领域具有重要的研究意义和应用价值.本文主要对群智能在遥感图像配准中的应用进行了综述,并对进化算法和深度学习在遥感图像中的应用进行了介绍.首先介绍了遥感图像配准中常用的原理和优点.然后,对群智能算法在遥感图像配准中的应用进行了详细的介绍和总结,紧接着对进化算法在遥感图像配准中的应用进行详细介绍,其次对深度学习在遥感图像配准中的应用进行归纳,并且就遥感图像配准目前存在的难点以及深度学习在解决这些难点时所存在的优势进行了详细的讨论.最后,针对遥感图像配准中存在的关键问题进行了讨论与展望.     

太阳局部高分辨观测像的日球坐标自动标定

观测图像的日球坐标标定通常是处理太阳局部高分辨观测像的第一个步骤,但这也一直是很多太阳物理学家面临的困难.本文应用尺度不变特征变换来提取特征匹配点,提出了一种将局部高分辨光球和色球图像与空间/地面全日面像自动匹配以确定其视场在日球坐标系位置的方法.同时还总结了一套有针对性的图像预处理方案和流程,用于提高特征点检测的准确度和增加匹配点对数量,从而成功地实现了新真空太阳望远镜(New Vacuum Solar Telescope, NVST)的氧化钛(titanium dioxide, TiO)波段与太阳动力学天文台(Solar Dynamics Observatory,SDO)日震磁像仪(helioseismic and magnetic imager, HMI)连续谱、Hα波段与全球日震网(Global Oscillation Network Group, GONG)或者太阳动力学天文台/大气成像仪(atmospheric imaging assembly, AIA)304?波段的图像配准.最终结果用SDO标准关键字记录在标定后的普适图像传输系统(flexible image transport system, FITS)文件头中,以便使用通用的太阳软件包来进行各种后处理.这一工作实现了高分辨观测像的标准化日球坐标标定,为太阳物理学家更好地使用高分辨观测数据提供了极大的便利,从而提高了数据利用率和科学产出.     

去噪先验驱动的深度神经网络图像超分

为了提高图像超分的质量,将双层卷积神经网络去噪模块嵌入到图像超分任务中,给出去噪先验驱动的深度神经网络图像超分方法.图像去噪模块可以快速灵活地处理不同水平的噪声,所提出的图像超分网络可以很好地实现图像超分复原.用训练好的网络对双三次下采样和高斯下采样的低分辨率图像进行超分测试,复原的高分辨率图像比使用其他图像超分方法具...     

基于物体关系描述的单目语义SLAM方法

外界环境的语义感知和自身位置的准确估计是移动机器人自主导航和作业的关键。提出了一种基于单目相机的语义SLAM(simultaneous localization and mapping)方法,在轨迹估计的同时完成三维目标检测。提取物体自身语义、尺寸、颜色分布及其邻域拓扑结构等多元信息作为描述子,实现帧间物体的准确关联。在后端对相机位姿、地图点和物体路标进行联合优化,并自适应调整代价函数中各误差项的权重系数,以提高各状态变量的估计精度和鲁棒性。实验结果表明,所提出的算法在地图构建方面具有较高的精度。     

鲁迅文学作品表达机制研究——以《故事新编》为例

作为中国现代史上最伟大的文学家之一,鲁迅之所以能够创作出大量深刻且典型的文学作品,塑造出不朽的文学艺术形象,和其独特的表达机制具有很大关系。特别是在《故事新编》当中,鲁迅引用了一些中国古老的神话故事和历史传说,体现了大量的中国传统文化元素。但在表达方面,整体上却十分隐晦,很难从字面意思上直接了解其创作情感和意图,必须经过深入分析研究之后,才能得到深刻的感悟和理解。为此,以《故事新编》为例,从现实与文本关系、叙事方法等方面着手,对其表达机制进行分析,以此获得鲁迅文学作品中的特色内涵,明确传统文化在新历史时期的重要价值和发展方向。     

一种基于人工模糊边缘的图像盲取证方法

提出一种基于人工模糊边缘检测的盲取证方法,首先基于彩色图像梯度方向特征和边缘邻域斜率特征计算出类似度筛选出疑似模糊边缘点;然后结合图像局部灰度标准差和局部灰度偏导期望值来过滤相机失焦模糊边缘;最后基于线性回归设定阈值过滤掉伪人工模糊边缘.实验结果表明:在减少误判点和区分人工模糊和失焦模糊两方面,本方法在一定程度上具有减...     

基于傅里叶描述子的实装战技图像典型特征相似度检测方法

实装战技图像典型特征目标提取精度较差,存在相似度检测准确率较低、耗时长等问题,该文提出一种基于傅里叶描述子的实装战技图像典型特征相似度检测方法。通过Canny算子对实装战技图像进行典型特征检测,采用复合加权算法在频域与时域上提取实装战技图像的典型特征,并对傅里叶描述子进行初步归一化处理,使其具备尺度变换、平移、旋转不变性的特征,通过傅里叶变换与坐标逆变换,采集实装战技图像典型特征的全部相似区域节点,实现实装战技图像典型特征的相似度识别,并对实装战技图像典型特征的相似度进行检测。试验证明,该文方法的检测耗时和准确率远优于现有检测方法,大幅提升了检测效果。