检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于非线性卷积的可控图像类推和自类推技术

计算机辅助设计与图形学学报 2008年第3期20卷 332-336页

作者：古元亭吴恩华中国科学院软件研究所计算机科学国家重点实验室北京100080 澳门大学科学技术学院电脑与资讯科学系中国澳门

提出一种新的图像类推技术,定义"风格"为作用于内容上的非线性卷积过程.通过估计卷积核实现风格学习,通过执行卷积实现风格的传递.该定义能够极大地加快类推速度,提高风格学习与样本数据的独立性,增强图像类推的稳定性与适用性.同时还... 详细信息

提出一种新的图像类推技术,定义"风格"为作用于内容上的非线性卷积过程.通过估计卷积核实现风格学习,通过执行卷积实现风格的传递.该定义能够极大地加快类推速度,提高风格学习与样本数据的独立性,增强图像类推的稳定性与适用性.同时还提出了对图像进行迭代式风格化作用的连续类推思想,以及通过自身构建训练集的自类推思想.连续类推可以生成不同强度的风格化序列,进而实现图像类推控制;图像自类推则可以应用于超分辨等与尺度相关的问题.

关键词：风格化学习图像类推可控类推非线性卷积

在线全文

学校读者我要写书评

暂无评论

图像类推在图像处理中的若干应用

图像类推在图像处理中的若干应用

作者：沈海西北工业大学

学位级别：硕士

在当前的信息社会中,人们在交换媒体信息方面的需求越来越大,对信息交换质量的要求也越来越高。图像是媒体信息的主要载体之一。在图像科学的研究和应用中,图像分割是图像处理、计算机视觉领域中的基础和研究热点。而在低比特率的图像... 详细信息

在当前的信息社会中,人们在交换媒体信息方面的需求越来越大,对信息交换质量的要求也越来越高。图像是媒体信息的主要载体之一。在图像科学的研究和应用中,图像分割是图像处理、计算机视觉领域中的基础和研究热点。而在低比特率的图像压缩中,块效应是影响图像质量的重要问题。本文结合“英特尔性能函数库”研发项目“音频,图像/视频压缩、传输性能研究”,旨在通过对基于类推的图像分割与压缩算法的设计与实现,向“英特尔性能函数库”终端用户提供更为高效和优质的模块函数,对客户开发应用程序提供更大的方便。本文的主要内容如下: 1.研究了图像类推的基本算法及其实现,并分析了其有待改善的方向和可以推广的领域。 2.对图像分割算法进行了深入研究和讨论,并分析了各种算法的优缺点。 3.设计了基于类推思想的图像分割算法(IABS),从待分割图像构造训练集合,分割的过程即学习训练集合中图像对之间的映射关系f,并将其作用于目标图像从而实现分割。 4.介绍了图像压缩编码系统的性能评价,并分析了块效应产生的原因,块效应度量;系统地介绍了块效应消除算法,并分析了其优缺点。 5.结合图像类推技术,提出了一种去除图像块效应的思路:基于类推思想去除分形压缩解码图像块效应的算法(IABD)。处理过程将分为两个步骤:首先对输入图像进行滤波预处理,得到输入图像无块效应的模糊版本;然后使用自学习的类推算法(SIA)对图像的细节进行恢复:利用高清晰图像和退化图像(原图像的模糊版本)构成训练集合,对图像的细节进行恢复。 6.通过实验对新算法的性能进行验证,取得了较满意的结果。本文提出的基于类推思想的图像分割算法及块效应消除算法,均已经完成代码实现,并集成在英特尔性能函数库中进行测试。从目前测试获得的结果看,本文提出的算法具备较高的执行效率,并能获得较好的实验结果。在通过各项严格测试和不断完善后,这两种算法将能够极大地帮助英特尔性能函数库的终端用户进行相关领域项目的研发。

关键词：图像类推图像分割块效应

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于学习字典的图像类推方法

计算机应用研究 2011年第8期28卷 3171-3173,3177页

作者：李民程建汤万琼电子科技大学地表空间信息技术研究所成都611731 桂林空军学院科研部广西桂林541003 电子科技大学电子工程学院成都611731

提出一种基于学习字典的图像类推方法,较好地增强了图像类推的算法效率。先将样本图像对分块,统一进行稀疏编码,训练学习字典,以建立它们之间的稀疏关联,再将这种关联作为先验知识来指导图像类推。该方法主要有训练学习字典和类推重建... 详细信息

提出一种基于学习字典的图像类推方法,较好地增强了图像类推的算法效率。先将样本图像对分块,统一进行稀疏编码,训练学习字典,以建立它们之间的稀疏关联,再将这种关联作为先验知识来指导图像类推。该方法主要有训练学习字典和类推重建两个过程。字典训练过程可离线实现,提高了计算速度,并且可实现大量样本的训练;在类推重建过程中,该方法将通用图像类推方法中的搜索、匹配过程转换为稀疏先验的线性优化问题,显著提高了算法的计算效率。通过纹理数值化、风格化滤波等图像类推实验,证明了方法是快速有效的。

关键词：图像类推稀疏表示学习字典 l1范数

在线全文

学校读者我要写书评

暂无评论

基于图像类推的遥感图像超分辨率技术

计算机应用 2010年第1期30卷 61-64,67页

作者：喻继业吴炜滕奇志石一兴四川大学电子信息学院成都610064 江西省数字国土重点实验室江西抚州344000

由于卫星上相机距离拍摄景物较远,所以遥感图像分辨率一般较低。为了获得较高分辨率的图像。提出将图像类推技术(IA)与立方卷积插值法相结合的方法;并在学习样本集合建立过程中引入一种新的思路,直接对高分辨率图像的高频细节信息进行... 详细信息

由于卫星上相机距离拍摄景物较远,所以遥感图像分辨率一般较低。为了获得较高分辨率的图像。提出将图像类推技术(IA)与立方卷积插值法相结合的方法;并在学习样本集合建立过程中引入一种新的思路,直接对高分辨率图像的高频细节信息进行学习。实验结果表明,该方法不仅提高了放大图像的清晰程度,而且较一般的图像类推算法,能产生更为合理的细节以增强图像,使放大后的遥感图像更为逼真。

关键词：图像类推超分辨率遥感图像立方卷积插值

在线全文

学校读者我要写书评

暂无评论

基于分形维数向量的图像类推技术

计算机工程与设计 2009年第13期30卷 3142-3143,3156页

作者：汤力常晋义卞负常熟理工学院计算机科学与工程学院江苏常熟215500

为了给出图像类推算法的适用范围,提出了一种新的基于分形维数向量的图像的相似性度度量算子。对图像类推算法进行了认知和分析,指出图像类推在本质上是一个多分辨的纹理合成问题,它对图像的结构和素材都存在着较高的要求。通过实验结... 详细信息

为了给出图像类推算法的适用范围,提出了一种新的基于分形维数向量的图像的相似性度度量算子。对图像类推算法进行了认知和分析,指出图像类推在本质上是一个多分辨的纹理合成问题,它对图像的结构和素材都存在着较高的要求。通过实验结果表明,提出的基于分形维数向量的图像相似度度量算子可以较好的表现图像的结构和素材这两个特征。并通过实例验证了提出的图像相似度算子较好的解决了原有Image Analogies方法适用的模糊性问题,从某种意义上揭示了风格化学习和风格化继承的特性。

关键词：分形维数向量图像类推风格化学习纹理合成非真实感渲染

基于遥感影像的图像类推法提高湖泊水量监测精度的研究

在线全文

学校读者我要写书评

暂无评论

基于遥感影像的图像类推法提高湖泊水量监测精度的研究

作者：刘昌荣西南交通大学

学位级别：硕士

湖泊不仅是城市水资源的主体,还是农业灌溉的重要水源。然而,由于气候的变化及人类的过度开发,导致湖泊生态环境受到严重破坏,水量急剧萎缩。因此,对湖泊水量变化的实时监测将会对城市、农业用水起到重要的作用。 Landsat卫星遥感影... 详细信息

湖泊不仅是城市水资源的主体,还是农业灌溉的重要水源。然而,由于气候的变化及人类的过度开发,导致湖泊生态环境受到严重破坏,水量急剧萎缩。因此,对湖泊水量变化的实时监测将会对城市、农业用水起到重要的作用。 Landsat卫星遥感影像具有范围大、周期短、现势性强、获取免费等特点,在湖泊水量监测方面具有不可比拟的优势。然而,TM影像的空间分辨率仅可达到15m或30m,这就会给水量的实时监测带来很大的误差。国内针对TM影像进行湖泊库容监测方面已经有了一定的研究,但如何提高监测精度方面还涉及较少。因此,在低空间分辨率影像的前提下提高湖泊水量的监测精度将成为研究的关键。鉴于此,本文开展基于图像类推法的湖泊库容提取研究。首先,联合图像类推原理与立方卷积插值法生成超分辨率影像,从而有效提高TM影像的空间分辨率。然后,通过分析超分辨率影像中水体的特性,开展水体信息提取试验。分析坡度与高差的关系,通过在湖泊坡度平缓地区的水位变化来监测水量变化,将水位的垂直变化转换为水平方向的变化,并利用区域内插法提取水位线信息。最后,通过结合由湖泊等深线所生成的DEM模型,有效获取湖泊的库容信息。论文以Lake Jackson为实验对象,利用该方法对多期影像进行试验,结果表明,基于图像类推法的湖泊水位精度平均提高了0.223英尺,库容精度平均提高了3481.2万立方英尺。该方法可以在相同空间分辨率影像的条件下提高湖泊水量的监测精度,对湖泊库容量的评估更为精确,将会对水资源分配、利用以及政府的管理和决策起到一定的现实意义。

关键词：图像类推水体插值法遥感影像库容

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于PSO的快速图像类推及其应用

基于PSO的快速图像类推及其应用

作者：马丽丽大连理工大学

学位级别：硕士

类推是人类最常用的基本推理过程。图像类推思想是一种基于学习的思想，阐述的是计算机学习人类的类推过程，分析并学习源图像对中两幅图片的关系，将此关系应用到目标图像对中。图像类推算法是由Hertzmann等人受人类推理过程的启发而... 详细信息

类推是人类最常用的基本推理过程。图像类推思想是一种基于学习的思想，阐述的是计算机学习人类的类推过程，分析并学习源图像对中两幅图片的关系，将此关系应用到目标图像对中。图像类推算法是由Hertzmann等人受人类推理过程的启发而提出的。该算法很好地解决了从数字艺术渲染中学习“艺术滤镜”的问题，在艺术滤镜、纹理合成、纹理传输、纹理数字化等典型图像处理方法中的应用取得了很好的效果。同时其提出的图像类推思想也启发了广大的专家学者，拓展了图像类推思想在其它相关领域的研究。但是，在图像类推算法中，最佳匹配像素搜索算法效率较低也一直是影响图像类推合成效率的因素。本文在Hertzmann图像类推算法的基础上，提出了一种基于粒子群优化(PSO)算法的快速图像类推算法。粒子群优化算法(PSO)是由Kenndey和Eberhart在1995年提出一种基于群智能(Swarm Intelligence)的新的全局优化进化算法。PSO算法本质上属于迭代的随机搜索算法，其主要优点在于收敛速度快、能以较大的概率找到优化问题的全局最优解等。本文应用粒子群优化(PSO)算法对Hertzmann图像类推算法的最佳匹配像素搜索算法进行了改进，将粒子群优化(PSO)算法引入到图像类推领域，取代了Hertzmann图像类推算法中使用的相似最近邻域(ANN)搜索。在合成效果与Hertzmann图像类推算法相差无几的前提下，合成速度有了数倍的提升。同时本文采用粒子群优化算法具有参数少，易实现，收敛快等优点，可以很方便地调节粒子群优化算法的相关参数来达到最佳合成效果。本文提出的基于PSO的快速图像类推算法在艺术滤镜、纹理合成、纹理传输、纹理数字化等方面具有广泛的应用前景。

关键词：图像类推粒子群优化算法(PSO) 近似最近邻域搜索

基于图像类推的人脸画像生成算法与画像检索研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像类推的人脸画像生成算法与画像检索研究

作者：郑振谦西安理工大学

学位级别：硕士

画像识别是人脸识别的一个全新分支。在刑侦破案或反恐追逃等应用领域,犯罪嫌疑人的照片往往无法直接获取,通常情况下会通过目击者和画家的合作得到其模拟画像,然后在已有的照片数据库中进行检索,进而实现犯罪嫌疑人身份的确认和识别。... 详细信息

画像识别是人脸识别的一个全新分支。在刑侦破案或反恐追逃等应用领域,犯罪嫌疑人的照片往往无法直接获取,通常情况下会通过目击者和画家的合作得到其模拟画像,然后在已有的照片数据库中进行检索,进而实现犯罪嫌疑人身份的确认和识别。由于画像与照片的产生机理和信息表达方式不同,两者之间存在较大的几何形变及纹理和灰度差异,若直接采用画像与照片之间的匹配程度进行识别势必产生很大误差。因此,如何减小二者的差异成为画像-照片识别研究的重点和难点,从而画像生成成为人脸画像-照片识别中的关键技术。本文首先深入研究了图像类推的算法,并在此基础上提出基于图像类推的模拟画像的生成方法,由于传统的图像类推方法在合成模拟画像时在合成时间和合成效果上都不能满足实验的要求,针对上述问题本文对传统的图像类推算法进行了改进,在实验中本文分别从分块类推、参数选择、像素的搜索邻域与像素特征向量的选取等几个方面对传统的图像类推进行改进,使得它能更好的利用于模拟画像的生成,最终实验得到了比较满意的结果。最后本文采用了基于小波加DCT变换的人脸模拟画像的特征提取方法,它通过对经过小波变换的人脸模拟画像的低频子图进行DCT变换,然后利用最近邻法进行分类检索,在本文中93幅人脸模拟画像数据库中进行实验。实验表明这样的方法能够获得比直接应用DCT变换提取特征更好的识别率。

关键词：图像类推人脸模拟画像合成画像检索小波变换离散余弦变换

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像类推的单幅图像超分辨率算法

基于图像类推的单幅图像超分辨率算法

作者：叶昕浙江大学

学位级别：硕士

超分辨率图像技术的主要目的是由提供的一幅或多幅同一场景(信息相似但细节不同)的低分辨率图像来重建高分辨率图像,它克服了图像获取过程中的限制性病态条件,并能获得较好视觉效果的图像内容。该技术广泛应用于遥感识别、高清电视、安... 详细信息

超分辨率图像技术的主要目的是由提供的一幅或多幅同一场景(信息相似但细节不同)的低分辨率图像来重建高分辨率图像,它克服了图像获取过程中的限制性病态条件,并能获得较好视觉效果的图像内容。该技术广泛应用于遥感识别、高清电视、安全监控等诸多领域,是当前图像处理和计算机视觉领域中的研究热点之一。本文通过研究图像类推算法和目前主流的图像超分辨率算法,以图像边缘与图像细节在不同空间尺度中具有自相似性为基础,提出了基于图像类推的单幅图像超分辨率算法,并根据构建图像对方式的不同,将其划分成两类框架模型。在本文中,首先简要介绍了图像超分辨率的概念和研究背景。其次介绍了一些目前主流的图像超分辨率算法,并简要分析了这些算法的优缺点,以及用于评估超分辨率算法结果的客观评价标准。根据图像在空间尺度上具有局部结构的自相似性及可传递性特点,应用图像类推思想(Image analogy,简称IA),可以将图像的局部特性在不同尺度上进行传递,从而在超分辨率算法中为低分辨图像补充高分辨率的几何结构信息。在实现过程中,由单幅输入图像来构建相应的低分辨率和高分辨率图像对,寻找图像对之间的映射关系,将这些映射关系类推到原始输入的低分辨率图像来获取高分辨率图像。实验结果表明,基于图像类推的超分辨率方法有效地提高了放大图像的清晰程度,图像的边缘信息与图像局部细节保存较好,但是放大后图像中存在振铃现象(Ringing),这可能是由图像类推过程中配准定位不精确引起的,我们将进一步研究这个问题。

关键词：图像插值图像超分辨率图像类推自相似性视觉效果