基于文本检索技术的CBIR算法研究

为了有效地利用成熟的文本检索技术,提出了一种新的图像检索算法.根据人眼的视觉特性,借鉴方块编码的思想将图像分成互不重叠的子图像块,这些子图像块在很大程度上体现了原始图像中的边缘及纹理信息,对这些子图像块进行定义,从而构造对表征图像内容有意义的图像子特征;在此基础上,把图像动态映射成文本描述形式,然后以所映射的文本为关键字,利用成熟的文本检索技术来实现图像检索.该算法不仅充分利用了图像的内容信息,而且有效地引入了文本检索技术,实验结果表明该算法具有较高的检索效率.     

一种新的基于纹理和空间分布特征的图像检索

提出一种新的基于纹理和空间分布特征的图像检索方法.将检索图像分块,采用平移和尺度不变小波对各图像子块进行分解,在改进的快速小波直方图算法基础上提取图像子块的小波直方图,并提取每个图像子块的小波信息熵和三阶中心距作为纹理特征.对小波信息熵和中心矩特征进行高斯归一化,并利用特征向量的欧氏距离计算图像的纹理和空间特征的相似度.基于纹理图像库和自然图像库的检索试验表明,该方法比基于快速小波直方图算法和对数极坐标变换检索算法具有较高的检索准确度.     

基于位平面分布特征的图像检索算法

针对利用颜色直方图检索时存在的问题,提出了一种基于位平面空间分布特征的图像检索算法.首先结合光照、锐化、模糊等噪声的攻击特点,将图像分解为8个位平面,然后提取对表征图像结构特征有意义的4个位平面的空间分布信息组成特征矢量来多层次地对图像特征进行描述.为了避免图像中像素灰度值的微小变化对位平面的影响,又提出了采用位平面的格林码表示方法.考虑到位平面之间的相关性,最后设计了权值矩阵,采用马氏距离进行相似性度量.实验结果表明,该算法利用位平面分解的方法来提取颜色的空间分布特征,又避免了颜色量化引起的误检问题,而且提取的特征矢量维数较低,因而具有较高的检索率.     

基于位平面分布特征的图像检索算法

针对利用颜色直方图检索时存在的问题,提出了一种基于位平面空间分布特征的图像检索算法.首先结合光照、锐化、模糊等噪声的攻击特点,将图像分解为8个位平面,然后提取对表征图像结构特征有意义的4个位平面的空间分布信息组成特征矢量来多层次地对图像特征进行描述.为了避免图像中像素灰度值的微小变化对位平面的影响,又提出了采用位平面的格林码表示方法.考虑到位平面之间的相关性,最后设计了权值矩阵,采用马氏距离进行相似性度量.实验结果表明,该算法利用位平面分解的方法来提取颜色的空间分布特征,又避免了颜色量化引起的误检问题,而且提取的特征矢量维数较低,因而具有较高的检索率.     

基于多尺度Radon变换的图像检索

根据Radon变换的统计特性构造了不变量,提出一种新的基于多尺度Radon变换的图像形状检索方法.对检索图像作小波变换,根据小波模极大原理得到边缘图像,对边缘图像构造Radon变换中心矩,在中心矩的基础上根据Radon的统计原理构造出尺度不变矩.由于矩阵的奇异值具有旋转不变性,因此针对不变矩向量矩阵求奇异值,该奇异值特征向量具有平移、尺度和旋转不变性.将该Radon变换的不变量作为形状特征,并进行高斯归一化,按照欧氏距离计算不同图像间的形状相似度.试验结果表明,该方法对高斯噪音具有较强的鲁棒性,与其它方法相比具有较好的检索效果.     

一种遥感影像基于内容检索模型的研究与设计

分析了基于内容的图像检索技术,提出了一种与遥感影像应用模式紧密结合的遥感影像基于内容检索的模型,重点分析和讨论了该模型所采用的特征提取算法,并提出需要进一步研究的内容.     

基于图像内容视觉感知的图像质量客观评价方法

图像质量客观评价在图像和视频传输、编解码以及服务质量中起着非常重要的作用.然而现有的方法往往没有考虑图像内容特征及其视觉感知,使得其质量客观评价与主观感知结果存在一定的差距.基于此,本文结合图像内容的复杂性特征和人眼的掩蔽特性、对比敏感度特性以及亮度感知的非线性特性,提出了一种基于人眼对图像内容感知的图像质量客观评价方法.该方法首先结合亮度感知的非线性模型将图像进行转换,得到人眼感知强度图;再分别以人眼对比敏感度值和图像局部平均对比度值作为权重因子对强度求和,以求和的数据信息作为人眼感知图像的内容,并构建图像感知模型;最后以此模型分别模拟人眼感知参考图像和失真图像,并计算二者的强度差,以强度差为评价分数的基础构建图像质量客观评价模型.采用LIVE,TID2008和CSIQ三个数据库中的共47幅参考图像和1549幅测试图像进行仿真实验,且与SSIM,VSNR,FSIM和PSNRHVS等典型的图像质量客观评价模型进行对比分析,同时探讨影响图像质量评价的因素.结果表明:所提方法的评价分数与主观评价分数的Pearson线性相关性系数和Spearman秩相关系数值比SSIM的评价结果均有一定程度的提高,提高幅度分别平均为9.5402%和3.2852%,比PSNRHVS和VSNR提高幅度更大.综合以上表明:所提方法是一种有效可行的图像质量客观评价方法;同时,在图像质量客观评价中,考虑人眼对图像内容的感知和复杂度的分析有助于提高图像质量主客观评价的一致性,评价精度可得到进一步的提高.     

一种基于强边缘块的时域多分辨率图像分割算法

针对序列图像的变化检测,提出了一种基于强边缘块的时域多分辨率图像分割算法.首先在具有明显边缘特征的图像序列中,提取图像强边缘块的直方图,然后,利用时域多分辨算法,比较不同帧之间的图像差异.这种方法不但能够检测出图像的变化,而且能够确定图像变化的类型.在阈值的选取过程中,采用了自适应阈值方法,实验证明这种方法取得了较好的效果.     

一种基于重叠块的遥感图像压缩算法

以大图像块或整个图像为处理单元的图像编码算法需要大量的内存来缓存图像,且编码过程中也会消耗大量内存,这种直接分块算法往往带来方块效应,影响图像的恢复质量。提出了以重叠块为单位的提升小波变换的方法,重叠分块可减小编码器对大块内存的需求,同时还可去除分块引入的方块效应。在变换中提出了多级并行分解方法,提高了分解效率。在对重叠块提升小波变换后的子带进行了统计分析,采用了DPCM与SPIHT相结合的方法。对直接分块、重叠分块、不分块算法进行了对比实验。结果表明,经重叠分块算法压缩的遥感图像具有较高的恢复质量。     

基于光谱特征的高光谱遥感影像检索

面向海量遥感信息管理中遥感影像检索的需求,以高光谱遥感信息为例对光谱特征应用进行了探讨,提出基于光谱特征的遥感影像检索包括基于点源示例的检索和基于面源示例的检索,检索中的关键问题是光谱特征提取与相似性度量。基于光谱曲线的相似性度量可以采用光谱角和光谱信息散度进行;基于光谱特征的检索可以通过提取反射和吸收光谱、光谱特征匹配的方法进行;而光谱曲线量化指标如中心矩、分维数和信息熵等的效果较差,不适宜应用于检索。     

高准确度光学系统中材料非均匀性对成像质量的影响

利用Zernike多项式对用Zygo干涉仪测得的离散材料折射率数据进行了拟合,再使用光线光学的方法评价了系统的成像质量. 由于材料折射率分布的无规则性,在对包含非均匀介质的实际光学系统的模拟仿真和优化时,需要考虑选取材料不同部位加工成的透镜会对系统成像质量有不同的影响,而且加工好的透镜在装配过程中,绕着光轴旋转不同的角度同样会影响成像质量. 通过计算机模拟的方法预先选取材料的最佳部位以及找到最好的装配位置,从而提高了光学系统的性能.     

基于人眼视觉系统的假彩色融合图像质量的评价方法

随着图像融合技术的发展,各种融合算法层出不穷,而很多情况下最终的融合图像是由人眼观察的,因此基于人眼视觉系统的图像融合质量评价显得尤为重要.为了能够模拟人眼对于融合图像的感知,得到融合后图像质量的客观评价,本文提出了一种基于色差理论的假彩色融合图像质量的评价方法.首先将源图像和融合图像转化到CIE L*a*b*均匀色空间,在频域对图像进行对比度敏感函数滤波,通过计算滤波后融合图像的色差判断图像的细节信息,在一定程度上色差越大信息越丰富;通过计算融合图像与源图像的色差判断融合图像与源图像的相关性,相关性越高,融合算法越好.通过融合图像的色差大小以及与源图像的相关性两个参量,得出融合算法的优劣.实验表明,与其他评价方法相比,本文提出的评价方法与人眼观察的结果较为一致.     

A Novel Adaptive Feature Fusion Strategy for Image Retrieval

In the era of big data, it is challenging to efficiently retrieve the required images from the vast amount of data. Therefore, a content-based image retrieval system is an important research direction to address this problem. Furthermore, a multi-feature-based image retrieval system can compensate for the shortage of a single feature to a certain extent, which is essential for improving retrieval system performance. Feature selection and feature fusion strategies are critical in the study of multi-feature fusion image retrieval. This paper proposes a multi-feature fusion image retrieval strategy with adaptive features based on information entropy theory. Firstly, we extract the image features, construct the distance function to calculate the similarity using the information entropy proposed in this paper, and obtain the initial retrieval results. Then, we obtain the precision of single feature retrieval based on the correlation feedback as the retrieval trust and use the retrieval trust to select the effective features automatically. After that, we initialize the weights of selected features using the average weights, construct the probability transfer matrix, and use the PageRank algorithm to update the initialized feature weights to obtain the final weights. Finally, we calculate the comprehensive similarity based on the final weights and output the detection results. This has two advantages: (1) the proposed strategy uses multiple features for image retrieval, which has better performance and more substantial generalization than the retrieval strategy based on a single feature; (2) compared with the fixed-feature retrieval strategy, our method selects the best features for fusion in each query, which takes full advantages of each feature. The experimental results show that our proposed method outperforms other methods. In the datasets of Corel1k, UC Merced Land-Use, and RSSCN7, the top10 retrieval precision is 99.55%, 88.02%, and 88.28%, respectively. In the Holidays dataset, the mean average precision (mAP) was 92.46%.     

A Novel Color Image Encryption Scheme Based on Hyperchaos and Hopfield Chaotic Neural Network

Problems such as insufficient key space, lack of a one-time pad, and a simple encryption structure may emerge in existing encryption schemes. To solve these problems, and keep sensitive information safe, this paper proposes a plaintext-related color image encryption scheme. Firstly, a new five-dimensional hyperchaotic system is constructed in this paper, and its performance is analyzed. Secondly, this paper applies the Hopfield chaotic neural network together with the novel hyperchaotic system to propose a new encryption algorithm. The plaintext-related keys are generated by image chunking. The pseudo-random sequences iterated by the aforementioned systems are used as key streams. Therefore, the proposed pixel-level scrambling can be completed. Then the chaotic sequences are utilized to dynamically select the rules of DNA operations to complete the diffusion encryption. This paper also presents a series of security analyses of the proposed encryption scheme and compares it with other schemes to evaluate its performance. The results show that the key streams generated by the constructed hyperchaotic system and the Hopfield chaotic neural network improve the key space. The proposed encryption scheme provides a satisfying visual hiding result. Furthermore, it is resistant to a series of attacks and the problem of structural degradation caused by the simplicity of the encryption system’s structure.