图像检索中的两层描述和非对称区域匹配

在基于内容的图像检索中,需要描述图像中的空间信息从而克服仅基于全局特征的传统方法的局限.图像分割是得到图像空间描述信息的重要手段,但对于所有图像利用同一种分割结果的检索算法(单层描述方法)会受到图像分割算法精确度的影响而使性能受到限制.本文提出了基于图像的两层描述(包括粗略描述和精细描述)和非对称区域匹配的算法以减少不精确分割带来的不利影响.利用从7000张通用图片库中随机选取的700幅查询图像而进行的统计实验结果表明此算法可以有效的提高检索效果.     

客观的图象质量测度及其在分割评价中的应用

图象分割是图象分析中的关健步骤。对图象分割的评价是研究分割技术性能的有效手段,其中分割质量测度起着重要作用。本文介绍一类新的客观质量测度并对其性能进行了比较研究。另外为了验证新测度的有效性,本文提出了一种比较合理全面的分割技术分类法。在此基础上选取各类技术中有代表性的算法借助新的质量测度进行了实际评价比较并取得了有意义的结果。     

过渡区和图象分割

过渡区是实际图象中介于目标和背景之间的特殊区域，本文介绍过渡区的特点和确定过渡区的方法。本文还提出了一种自动基于过渡区的新分割算法，并把该算法与常见的阈值选取算法进行了比较，分析和实验结果表明新算法运算简单并有较强的抗干扰能力。     

智能视频监控中基于机器学习的自动人数统计

提出了智能视频监控中基于机器学习的自动人数统计系统.该系统通过机器学习的方法对视频序列中人的头肩部位进行准确地检测,克服了传统检测方法如连通域分析和简单模板匹配的不足,对光线变化和人群拥挤等问题具有较好的稳健性,在对具体场景的初步测试中取得了较满意的效果.     

基于全局运动信息的视频检索技术

运动信息是描述视频内容的一种重要信息,本文介绍了一个基于全局运动信息的视频检索系统.在该系统中,我们通过对视频数据进行短时全局运动分析,较为精确地提取出了描述全局摄像机运动的双线性运动模型,并以该模型参数为运动特征,以特征点序列顺序匹配以及全局运动矢量距离平方和为基础,构造了一个视频检索方案.实验结果表明,在特定的应用领域,如体育类视频中,我们的检索方案能够实现一定程度的语义内容检索,同时提供了采用其他图像特征所无法实现的检索功能.     

基于视频编辑模型的视频淡入、淡出和叠化的检测

该文基于视频编辑模型,推导出几个能用于检测镜头淡入、淡出和叠化的重要特征:方差、边界强度、有效平均梯度和双重色度差。通过比较,我们选取了方差序列和双重色度差特征作为检测依据,首先利用方差序列检测淡入、淡出和可能的叠化位置,以保证取得高的查全率,然后利用双重色度差序列确认叠化以提高检测准确率。由于检测对DC序列进行,算法计算时间复杂度比较低。     

线性高光谱解混模型综述

高光谱遥感技术具有强大的地物探测能力.然而,其空间分辨率低的特点导致光谱图像中存在大量的混合像元,该现象阻碍了高光谱技术的应用和发展.针对米级以下的高光谱图像,线性混合模型能够很好地为混合像元建模.由于其物理上的可释性以及数学上的可操作性,作为光谱解混基础的线性混合模型受到了广泛关注,为高光谱图像的混合像元解混问题提供了重要的解决思路.然而,由于观测噪声、环境条件、端元变异性和数据集大小等情况的存在,线性解混依然是一个具有挑战性的不适定的逆问题.通过整理近五年的文献资料,分别从非负矩阵分解、原型分析、贝叶斯方法以及稀疏解混四个方面介绍线性解混数学模型的发展现状以及面临的问题.     

基于算法评价的分割算法优化思想及其系统实现

本文提出了一种基于算法评价知识的图象分割算法优化思想,并以该思想为基础设计实现了一个分割算法优化专家系统。从实验结果看,这种思想是可行的并且是实用的。这也为优化不同的图象处理和分析算法提供了一种有效的方案。