基于视觉注意的彩色图像检索方法

基于视觉注意模型提取的特征能够反映图像高层语义的新特征,将视觉注意机制引入到图像分析领域能有效地减小语义鸿沟,获得高效的图像检索性能.根据视觉感知的特点,对Itti视觉注意模型进行了改进.采用主分量图表示亮度图,将纹理粗糙度信息融入视觉注意模型,进而提出了一种基于视觉注意空间分布特征的图像检索算法.首先由改进视觉注意模型将图像分解得到38个视觉特征图,然后采用网格平分法提取视觉特征图的空间分布信息,组成特征矢量来多层次地对图像特征进行描述,用于图像检索.实验结果表明,该算法利用基于改进注意力模型方法来提取图像空间分布特征进行图像检索,能获得较高的检索率.     

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.     

基于视觉熵的视觉注意计算模型

提出了一种基于视觉熵的模拟生物视觉信息处理的视觉沣意计算模型,在使用图像的低层特征的基础上,充分考虑了视觉熵中人眼对图像信息的主观量度.该模型首先将图像分成4×4的图像块,分别计算每个图像块的均值、方差、幅度和亮度变化率;采用中央邻域差算子得到各图像的特征图,合并成一个显著图;计算该图中每个显著区域的视觉熵,将最显著Ⅸ域作为视觉注意的焦点,利用人类视觉注意的抑制返回机制,实现视觉注意焦点的转移,从而完成模拟人类视觉注意的整个过程.实验结果表明,该模型基本上能够模拟视觉注意的过程,而且复杂度较低,具有较高的实用价值.     

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.     

基于视觉显著图的数字水印算法

为了更加有效地解决数字水印不可见性的问题,提出了一种基于视觉显著图的水印方法。对Itti视觉计算注意模进行改进,提取图像视觉显著图;利用二级哈尔小波变换方法,根据图像视觉显著图,将水印信息嵌入到图像的低频域内;采用多组SIFT特征点匹配进行精确几何校正处理,提取水印信息。实验结果表明,含水印图像的PSNR达到80dB以上,提取水印NC值都在0.8以上。因此,数字水印方法具有极好的不可感知性,可以有效抵抗噪声、滤波和JPEG压缩等常规图像处理攻击,尤其是对任意角度的旋转攻击、缩放、平移等几何攻击具有极强的鲁棒性。     

一种基于视觉底层特征的图像质量评价方法

把视觉底层特征概念引入到客观图像质量评价中,提出了一种基于不同图像视觉底层特征的质量评价方法。在基于Itti计算模型和视觉底层特征最佳权重的基础上,对4种类型图像提取底层视觉特征显著图,利用特征最佳权重值,组合归一化形成视觉计算显著图,通过直方图相似度计算分析各显著图。实验结果与主观评价结果具有较好的一致性,且优于基于传统Itti模型和SSIM模型的图像质量评价方法。不同类型的图像需要充分考虑各特征的权重大小,使其能真实反映视觉感兴趣区域的特征属性,更好地评价失真图像的质量。     

面向目标检测的视觉注意机制波段选择研究

近年来,波段选择在高光谱图像降维处理中得到了广泛地应用,然而常用的数据降维方法并没能将与人类视觉系统相关的信息进行有效利用,如果将人类与生俱来的视觉注意机制能力应用到高光谱图像中目标的视觉显著性特征的增强或识别,对于高光谱图像的目标检测研究无疑会产生相当的促进作用。研究提出引入视觉注意机制理论应用于波段选择研究,构建面向目标检测应用的视觉注意机制波段选择模型。通过分析计算波段图幅的目标与背景的可识别程度,量化所在波段对地物目标与背景的判别能力,提出了基于目标视觉可识别度的波段选择方法;利用LC显著性算法进行空间域的视觉显著性目标分析,计算背景与目标的显著性差异绝对值,提出基于LC显著目标结构分布的波段选择方法。将这两种方法结合提出的改进子空间划分方法,建立面向目标检测的视觉注意机制波段选择模型,并经高光谱遥感AVIRIS San Diego公开数据集进行目标检测实验验证,结果表明所提出的基于视觉注意机制的波段选择模型对于目标检测应用具有较好的检测效果,实现了数据降维和高效的计算处理。     

一种新的基于关键子块的图像检索算法

为了将有效的文本检索技术应用到图像检索中,结合人眼视觉特性及方块编码的思想,提出了一种基于图像关键子块的检索算法.即首先利用图像方块编码的思想将图像预先分成互不重叠的子图像块,然后利用方块编码的思想,根据块的灰度差对这些子图像进行独立地编码,这些子图像的方块编码构成的块不仅能有效的描述图像的纹理内容,而且可以反映图像的形状分布和边缘分布.以此来定义图像的关键子块.最后借助文本检索技术来实现图像检索.同时,考虑到不同类型关键子块在图像中出现的频度对检索效果的影响,又提出了相应的改进算法.实验结果表明,该算法是有效的.     

基于双阈值视觉注意模型的图像关注焦点检测

 图像关注焦点（FOA）检测是基于人眼视觉关注模型的图像感兴趣区提取的关键技术。为了更加精确、合理地搜索图像关注焦点,提出一种基于双阈值视觉关注模型的FOA检测算法。算法首先提取图像的亮度、颜色、方向和离散矩变换（DMT）特征,生成各个特征对应的特征图;然后将各特征图合并为一张包含多种特征的显著图;最后根据显著图的灰度直方图建立静态阈值与动态阈值,确定图像关注焦点的位置与数量。实验结果表明：新算法在图像关注焦点检测的准确性上较Itti模型有更为优秀的表现,更符合人眼视觉的关注习惯。     

视觉注意机制在图像增强中的应用研究

将视觉注意机制引入到直方图构造中,并在此基础上提出了一种新的基于灰度级信息量直方图的图像增强算法.该算法利用Itti视觉注意计算模型对图像的显著性进行分析,获得全局显著图;然后,将全局显著图划分为若干等大的子区域,求取各子区域的平均显著值,并做归一化处理,得到子区域的加权统计系数;再将各子区域的灰度级加权统计值相加,得到灰度级信息量直方图;最后,依据直方图均衡化的映射函数,调整灰度级的动态范围.实验结果表明,该算法明显优于经典的GHE算法和AHE算法,具有满意的视觉效果.     

Novel biological visual attention mechanism via Gaussian harmony search

Most of the visual attention models are based on the concept of a two-dimensional saliency map, which encodes the conspicuity of the object in the visual scene. The visual attention model proposed by Laurent Itti is used in this work. In Itti's model, the saliency map is calculated via combining the information across several modalities, including color, intensity, and orientation. In this work, we propose a pre-training process to select the weightings used in the combining of feature maps to make the target more conspicuity in the saliency map. Harmony search (HS) algorithm is used in the pre-training process to obtain the weightings. HS is a new heuristic algorithm, which mimics the improvisation of music players. Its performance has been verified by many benchmark problems. We modify the pitch adjustment process of the original HS to improve the optimization performance and accelerate the convergence rate. The modified algorithm is named Gaussian harmony search (GHS).     

A biologically inspired spatiotemporal saliency attention model based on entropy value

A biologically inspired spatiotemporal saliency attention model based on entropy value is proposed in this paper. This model includes a dynamic attention phase and a static attention phase. In the dynamic attention phase, low-level visual features are extracted from current and some previous frames. Every feature map is resized into some different sizes. The feature maps in same size and same feature for all the frames are used to calculate the entropy value map. All the entropy maps are normalized and are fused into a dynamic saliency map. In the static attention phase, same features are extracted and form multi-scale feature maps by center-surround differences in current frame, and then those feature maps are transformed into conspicuity maps, which are linearly combined into a static saliency map. Our model decides salient regions based on a spatiotemporal saliency map which is generated by integration of the dynamic and the static saliency map. Experimental results indicate that: when there is noise among the frames or there is change of illumination among the frames, our model is excellent to Shi's model and Marat's model; when the moving objects do not belong to the static salient regions, our model is better than Ban's model.     

Multi-window visual saliency extraction for fusion of visible and infrared images

Fusion for visible and infrared images aims to combine the source images of the same scene into a single image with more feature information and better visual performance. In this paper, the authors propose a fusion method based on multi-window visual saliency extraction for visible and infrared images. To extract feature information from infrared and visible images, we design local-window-based frequency-tuned method. With this idea, visual saliency maps are calculated for variable feature information under different local window. These maps show the weights of people’s attention upon images for each pixel and region. Enhanced fusion is done using simple weight combination way. Compared with the classical and state-of-the-art approaches, the experimental results demonstrate the proposed approach runs efficiently and performs better than other methods, especially in visual performance and details enhancement.     

Visual attention guided image fusion with sparse representation

Image fusion techniques aim at transferring useful information from the input source images to the fused image. The common assumption for most fusion approaches is that the useful information is defined by local features such as contrast, variance, and gradient. However, there is no consideration of global visual attention of the whole source images which indicates the “interesting” information of the source images. In this paper, we firstly review the patch-based image fusion methods which attract the attention and interest of many researchers. Then, a visual attention guided patch-based image fusion method is proposed. The visual attention maps of the source images are calculated from the sparse represent coefficients of the source images. Then, the sparse coefficients are fused with the guidance of visual attention maps in order to emphasize the global “interesting” objects in the source images. Finally, the fused image is reconstructed from the fused sparse coefficients. The new fusion strategy ensures that the objects being “interesting” for our visual system are preserved in the fused image. The proposed approach is tested on infrared and visual, medical, and multi-focus images. The results compared with those of traditional methods show obvious improvement in objective and subjective quality measurements.     

图像序列的显著性目标区域检测方法

针对传统视觉显著性模型在自顶向下的任务指导和动态信息处理方面的不足,设计并实现了融入运动特征的视觉显著性模型。利用该模型提取了图像的静态特征和动态特征,静态特征的提取在图像的亮度、颜色和方向通道进行,运动特征的提取采用基于多尺度差分的特征提取方法实现,然后各通道分别通过滤波、差分得到显著图,在生成全局显著图时,提出多通道参数估计方法,计算图像感兴趣区域与眼动感兴趣区域的相似度,从而可在图像上准确定位目标位置。针对20组视频图像序列(每组50帧)进行了实验,结果表明:本文算法提取注意焦点即目标区域的平均相似度为0.87,使用本文算法能够根据不同任务情境,选择各特征通道的权重参数,从而可有效提高目标搜索的效率。     

Fusion for visible and infrared images using visual weight analysis and bilateral filter-based multi scale decomposition

Fusion for visible and infrared images has been an important and challenging work in image analysis. Both the feature information in infrared image and abundant detail information in visible image should be preserved and enhanced in fused result. In this paper, a detail enhanced fusion algorithm through visual weight analysis based on smooth-inspired multi scale decomposition is proposed. With variable parameter, bilateral filter-based idea successfully decomposes the two source image into several scales. At each scale level, visual weight map is calculated and used for fusion. Finally, those levels are synthetized with proper weights. Using this idea, the detail information could be enhanced easily. The experimental results demonstrate the proposed approach performs better than other methods, especially in visual effect and keeping details.     

通道注意网络和模糊划分熵图割的图像去雾

针对雾图成像时变化的场景光及去雾过程中不同雾相关信息在处理上的差异性,提出了通道注意网络和模糊划分熵图割的单幅图像去雾算法。以考虑变化场景光的大气散射物理成像模型为基础,首先使用通道注意的编码解码网络来估计透射率,并在编码器最后及解码器起始处添加通道注意模块,以便为编码器提取的不同雾相关特征图分配不同的权重,准确地计算透射率;然后利用所提出的模糊划分熵图割算法将透射率划分为不同场景光覆盖下的近景、中景、远景,此分割策略将考虑空间相关性的图割算法与模糊划分熵的阈值分割算法相结合,解决了单一阈值分割算法产生的区域误分问题;最后估计场景光和大气光,得到去雾图像。实验结果表明,算法在合成雾图及真实雾图上均有较好的去雾效果。与已有的去雾算法相比,本文算法在峰值信噪比及结构相似性上均有提升,单张图像的平均处理时间为3.9 s。