联合稀疏特性和邻域相似度量的高光谱图像分类

传统的稀疏表示分类方法仅利用图像数据的稀疏特性分类,未利用高光谱图像的邻域信息,为此提出了一种联合稀疏特性和邻域相似度量的分类方法.该方法首先利用稀疏表示揭示出数据的稀疏特性,然后计算在各类样本中的稀疏相似性,并结合邻域特性,构建数据在各类样本中的稀疏-邻域联合相似关系,最后根据联合相似性大小判断数据类别.在利用数据的稀疏特性的同时结合像元的邻域信息,增强各种地物类别间的区分性,提升分类效果.在Indian Pines和Pavia U高光谱数据集上的实验表明:本文算法的分类精度高于其他方法,总体分类精度分别达到了81.69%和86.59%,能得到具有更多同质区域的分类结果图,拥有更好的总体分类精度、平均分类精度和Kappa系数.     

基于显著兴趣点颜色及空间分布的图像检索新方法

提出了一种基于显著兴趣点的图像检索新方法,此方法主要有显著兴趣点检测、基于显著兴趣点的特征描述和相似性度量三个步骤.先使用一个自适应滤波器对图像进行滤波,然后提取显著兴趣点;以显著兴趣点为线索,设计了一种基于显著兴趣点的环形颜色直方图,既利用了显著兴趣点的局部特征,又考虑了显著兴趣点的空间分布结构;用图像间的环形颜色直方图距离来度量图像间的相似性.该检索算法不但保证了对图像旋转、平移鲁棒性,而且克服了传统直方图没有空间位置的缺陷.实验结果表明,该方法对图像检索非常有效.     

基于显著兴趣点颜色及空间分布的图像检索新方法

提出了一种基于显著兴趣点的图像检索新方法,此方法主要有显著兴趣点检测、基于显著兴趣点的特征描述和相似性度量三个步骤.先使用一个自适应滤波器对图像进行滤波,然后提取显著兴趣点;以显著兴趣点为线索,设计了一种基于显著兴趣点的环形颜色直方图,既利用了显著兴趣点的局部特征,又考虑了显著兴趣点的空间分布结构;用图像间的环形颜色直方图距离来度量图像间的相似性.该检索算法不但保证了对图像旋转、平移鲁棒性,而且克服了传统直方图没有空间位置的缺陷.实验结果表明,该方法对图像检索非常有效.     

基于非局部相似性和低秩矩阵的遥感图像重构方法

针对遥感图像非局部相似的特性,提出了一种基于图像非局部相似性、低秩矩阵和最小全变分(TV)的压缩感知(CS)重构算法。充分利用了遥感图像的非局部相似性先验、局部平滑性先验以及低秩矩阵的特性,同时引入了一种新的基于欧氏距离和结构相似度的联合块匹配方式,使匹配结果更准确,最终实现了高质量的遥感图像重构。仿真结果表明,与传统的基于变换域稀疏或TV约束的重构算法相比,所提出的算法能获得更高的图像重构质量,峰值信噪比和结构相似度等评价值都有较大的提高,验证了算法的有效性。     

模糊集理论在彩色图像检索中的应用

把模糊集理论中的模糊关系应用于对色彩相似性的判断,并在彩色图像的检索中进行了应用.其中仅使用了一种基于色彩空间的矢量表达的隶属函数即可分别计算出待检索图像与库图像对应特征色之间的相似性程度,并用α级关系来抽取其中的一些彩色图像,给出检索结果.在进行色彩相似性的计算中还采用了逐级筛选法及色彩矢量分区比较法,从而避免了大量涉及无关的色彩矢量的计算,有效地降低了红绿蓝(RGB)空间的色彩相关性,提高了检索准确性及检索速度 关键词： 模糊关系 色彩相似性 彩色图像检索 色彩矢量分区比较法     

基于图谱理论的纹理图像分析

图谱理论作为目前模式识别研究的热门方法之一,广泛应用于聚类与分割,但对其进行图像分析,尤其是复杂的纹理图像分析未见报道。将图谱理论引入到图像分析领域,并结合窗口纹理分析方法构造新的纹理分析算法。首先对图像灰度级进行窗口划分得到不同灰度级下的子图像,然后以各子图像作为图的顶点,子图像间的相似度作为图的边,将原图像解析为一幅带权无向图。利用图谱理论的相关思想对该无向图进行分析,可以从中获得纹理粗糙度等特征,从而完成对原始图像的分析。通过对Brodatz图像库的检索实验证明,该方法优于传统纹理分析算法。     

尺度不变特征与几何特征融合的人耳识别方法

要提高人耳的识别率,关键是特征的提取与表达.尺度不变特征变换(SIFT)技术是局部点特征提取算法,在尺度空间寻找极值点,提取对图像的尺度和旋转变化具有不变性,对光照变化和图像变形具有较强的适应性的特征向量.尝试用SIFT技术来提取外耳图像的结构特征点以形成稳定的特征描述子,为了克服一幅图像中有多个局部描述子相似的问题,在SIFT特征描述子中融入一个耳廓几何特征.最后采用特征向量的欧氏距离作为两幅图像相似性度量标准进行人耳识别.在耳图像库七进行实验.结果表明,该方法不仅可以有效地提取人耳特征,通过少量特征可获得较高的识别率,而且对耳图像刚体变化具有较强的稳健性.     

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.     

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.     

基于非局部自相似性的混合噪声滤波算法

针对现有滤波算法滤除图像中高斯-椒盐混合噪声后细节丢失较严重的问题,将图像块自相似性思想引入到混合噪声滤波领域,提出了基于非局部自相似性的混合噪声滤波算法。设计了图像在含混合噪声的情况下,其块相似度衡量策略及权系数的计算方式,实现了利用图像自相似性对椒盐噪声进行滤除,再结合非局部均值滤波算法处理图像中剩余的高斯噪声。实验结果表明,提出的算法可以有效地滤除图像中的混合噪声并较大程度地保留边缘、纹理等图像细节信息。     

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%.     

An Efficient Retrieval System Framework for Fabrics Based on Fine-Grained Similarity

In the context of “double carbon”, as a traditional high energy consumption industry, the textile industry is facing the severe challenges of energy saving and emission reduction. To improve production efficiency in the textile industry, we propose the use of content-based image retrieval technology to shorten the fabric production cycle. However, fabric retrieval has high requirements for results, which makes it difficult for common retrieval methods to be directly applied to fabric retrieval. This paper presents a novel method for fabric image retrieval. Firstly, we define a fine-grained similarity to measure the similarity between two fabric images. Then, a convolutional neural network with a compact structure and cross-domain connections is designed to narrow the gap between fabric images and similarities. To overcome the problems of probabilistic missing and difficult training in classical hashing, we introduce a variational network module and structural module into the hashing model, which is called DVSH. We employ list-wise learning to perform similarity embedding. The experimental results demonstrate the superiority and efficiency of the proposed hashing model, DVSH.     

基于光谱曲线形态的高光谱影像检索方法研究

随着传感器技术、数据通讯技术的飞速发展,利用各种机载和星载传感器,己经获取到各种不同的海量遥感影像数据。巨大的数据量带来了数据存储和管理的问题,如何实现从海量影像数据中检索出我们所需要的信息显得十分迫切。影像检索最早由Chang于1980年提出,是对传统信息检索的扩展。针对海量遥感影像高效检索的需求和高光谱遥感影像波段数目多的特点,分析了影像检索中的影像距离函数和相似性度量问题,基于经典的曲线简化Douglas-Peucke算法(简称DP算法)提取光谱曲线的形态特征,利用“提取特征”的思想,提出了基于DP算法的光谱曲线和影像检索(简称DPSR)方法,将光谱形态特征应用于影像检索当中。DPSR利用光谱曲线上的特征点,减小了计算量,实现了有效地匹配和检索,适合高光谱遥感影像的光谱检索。文章选择了OMISI高光谱数据的四种易混分地类进行了相似性度量的对比实验。通过与常规的分析方法光谱角匹配(SAM)、光谱信息散度(SID)的对比可以看到,DPSR在较少计算量的情况下能保持较高的计算精度,提供了一种新的影像光谱高效检索方法。此外,文章还提出了尚待进一步研究的问题。     

Hepatic CT image retrieval based on the combination of Gabor filters and support vector machine

Content-based image retrieval has been an active area of research for more than ten years.Gabor schemes and support vector machine (SVM) method have been proven effective in image representation and classification. In this paper,we propose a retrieval scheme based on Gabor filters and SVMs for hepatic computed tomography (CT) images query.In our experiments,a batch of hepatic CT images containing several types of CT findings are used for the retrieval test.Precision comparison between our scheme and existing methods is presented.     

车载摄像平台序列图像快速拼接方法

 针对车载摄像平台序列图像拼接中存在畸变、数据量大的问题,提出一种车载摄像平台序列图像快速拼接方法。首先对图像进行预处理来消除畸变的影响,然后对图像检测SURF特征点,定义特征点匹配率作为图像的相似性度量,根据特征点匹配率提取关键帧,再采用改进的配准策略得到全局配准模型,避免了配准误差的累积,最后采用一种最大值融合法得到序列图像的拼接图。实验结果表明：该方法具有较强的鲁棒性、更为快速。     

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.     

对称照明在傅里叶叠层成像中的应用

傅里叶叠层成像技术是一种全新的能够恢复出大视场下高分辨率图像的技术,而较长的采样时间限制了傅里叶叠层成像的实际应用.本文阐述了一种利用对称照明提高傅里叶叠层成像速度的方法,研究了傅里叶叠层成像在空域和频域上的对称性,指出在不考虑相位的情况下,利用对称照明可提高照明强度,减少傅里叶叠层成像所需要的图像数,同时可以提高傅里叶叠层成像图像重建的速度.实验表明使用对称照明可以在不改变算法复杂性的前提下,得到与传统傅里叶叠层成像同样的高分辨率,且所需的图像数减少约50%,采样时间减少约70%,图像重建时间减少约50%.基于对称照明的方法将促进傅里叶叠层成像技术在实时成像中的应用.