检索结果-南通市图书馆

基于非下采样剪切波变换与显著信息加权的图像融合算法

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2021年第17期21卷 7224-7229页

作者：韩阳杨华山西农业大学信息科学与工程学院太谷030801

为了克服当前较多图像融合方法主要依靠测量图像能量信息来完成不同系数的融合,忽略了图像的显著内容,导致融合图像含有吉布斯效应及间断效应等弊端,设计了非下采样剪切波变换(nonsubsampled Shearlet transform,NSST)耦合显著信息加权... 详细信息

为了克服当前较多图像融合方法主要依靠测量图像能量信息来完成不同系数的融合,忽略了图像的显著内容,导致融合图像含有吉布斯效应及间断效应等弊端,设计了非下采样剪切波变换(nonsubsampled Shearlet transform,NSST)耦合显著信息加权的图像融合算法。引入NSST机制,对源图像进行系数分解,获取高、低频系数。借助高斯滤波器来构造出显著度量模型,以计算图像拥有的显著信息。随后,利用信息熵函数来计算出图像拥有的细节丰富度。并以图像拥有的细节丰富度和显著信息为依据,设计低频系数融合的加权因子,以此完成低频像素的融合。最后,利用图像中像素点的三邻点像素值,融合高频系数,获取融合图像。实验结果显示,与当前图像融合技术相比,所提算法融合质量更好,融合结果连续性较强,所对应的平均梯度值较大。

关键词：图像融合剪切波变换细节丰富度显著度量模型平均梯度值显著信息

基于AdaBoost与显著信息的行人检测算法

在线全文

学校读者我要写书评

暂无评论

基于AdaBoost与显著信息的行人检测算法

作者：邵枭虎电子科技大学

学位级别：硕士

行人检测算法作为目标检测的一个具体问题，涉及图像处理、计算机视觉、机器学习等多个学科，可应用于智能交通、视频监控、图像压缩、多媒体检索等领域。正是因为这些广泛的应用，近年来行人检测受到了科研人员以及企业越来越多的关注... 详细信息

行人检测算法作为目标检测的一个具体问题，涉及图像处理、计算机视觉、机器学习等多个学科，可应用于智能交通、视频监控、图像压缩、多媒体检索等领域。正是因为这些广泛的应用，近年来行人检测受到了科研人员以及企业越来越多的关注，该领域取得了长足的进步。但是由于行人本身及其周围环境的特点，要做到准确、实时地检测仍然面临两个难点：（1）行人是一种非刚性的物体，因为站立角度（正面、侧面、背面）、衣着、遮挡等情况的不同，导致了行人检测的复杂性。（2）摄影角度和属性、光照角度和强度、周边物体的多样性等也给目标的精确检测带来一定的难度。本文在基于AdaBoost行人检测算法的基础上，做出了以下改进：（1）基于混合特征库和AdaBoost级联分类器该方法构建了一个包含了Haar-like矩形、改进的边缘方向直方图（EOH）和梯度方向直方图（HOG）的混合特征库。我们首先提取训练样本的混合特征数据，再利用级联的AdaBoost算法挑选少量关键特征，最终得到快速、准确的行人检测分类器。（2）通过引入显著信息修正AdaBoost分类器的检测结果由于图像中行人所在区域常常与图像较为显著的区域较为吻合，所以本文在行人检测的过程中引入显著信息以提高检测的准确性。本文采用了两种将显著信息与AdaBoost分类器的结合方式，第一种方式与显著物体检测方法类似，直接利用行人的显著特征训练分类器，第二种方式首先生成图像的显著图，再利用显著图的区域显著度动态调整分类器的判别阈值。实验表明，显著信息能够有效地描述行人与周围环境的差异，改进检测结果。本文通过构建一种混合特征库，有效地描述了行人在像素、梯度等方面的特点，通过AdaBoost分类器对特征数据进行分类，得到一个快速、准确的行人检测系统;又通过引入行人的显著信息，在保留了检测实时性的同时，进一步改进了最终的实验结果。

关键词：行人检测混合特征 AdaBoost 显著信息

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

显著信息引导的直觉空间模糊聚类图像分割

西安邮电大学学报 2018年第4期23卷 21-27页

作者：赵凤郝浩西安邮电大学通信与信息工程学院陕西西安710121 电子信息现场勘验应用技术公安部重点实验室陕西西安710121 陕西省无线通信与信息处理技术国际合作研究中心陕西西安710121

为克服直觉模糊C-均值(IFCM)聚类算法应用于图像分割时,易受噪声影响,且对聚类中心初始值敏感的缺陷,给出显著信息引导的直觉空间模糊聚类图像分割方法。使用图像的显著信息初始化聚类中心,能够很大程度地防止算法陷入局部最优;将改进... 详细信息

为克服直觉模糊C-均值(IFCM)聚类算法应用于图像分割时,易受噪声影响,且对聚类中心初始值敏感的缺陷,给出显著信息引导的直觉空间模糊聚类图像分割方法。使用图像的显著信息初始化聚类中心,能够很大程度地防止算法陷入局部最优;将改进的融合局部空间信息的模糊因子引入到IFCM聚类算法中,可提升算法的抗噪性能。实验结果表明所给方法能在多种含噪声图像上得到较好的分割效果。

关键词：图像分割模糊聚类直觉模糊聚类空间信息显著信息

在线全文

学校读者我要写书评

暂无评论

融合显著与深度信息的缝切割重定向方法

电子学报 2019年第7期47卷 1547-1550页

作者：吴加莹杨赛堵俊董宁南通大学电气工程学院江苏南通226019 南通先进通信技术研究院江苏南通226019

针对当前内容感知的重定向方法中可能出现的变形和失真问题,提出一种融合显著与深度信息的缝切割重定向方法.首先利用GBVS算法获取图像显著信息,结合图像梯度信息与通过SIFT匹配方法获取的图像深度信息构建更精确的重要度图;其次,根据... 详细信息

针对当前内容感知的重定向方法中可能出现的变形和失真问题,提出一种融合显著与深度信息的缝切割重定向方法.首先利用GBVS算法获取图像显著信息,结合图像梯度信息与通过SIFT匹配方法获取的图像深度信息构建更精确的重要度图;其次,根据重要度图的能量分布,对原始图像进行处理,得到最终的重定向结果.基于公开数据库在两个不同评价标准下与多种重定向方法的对比表明,本文方法能够最大程度的保留图像的显著部分.

关键词：显著信息深度信息缝切割图像重定向

在线全文

学校读者我要写书评

暂无评论

图像哈希算法研究及实现

图像哈希算法研究及实现

作者：童苗苗山东师范大学

学位级别：硕士

近些年以来,随着各大以分享图片为要素的软件(例如国外的Facebook、Instagram,国内的微博、微信等)产生以及具有高清拍摄功能移动设备的发展,图片信息成为人们使用得最多的多媒体数据。又有互联网和多媒体技术的全球化发展,使得人们可... 详细信息

近些年以来,随着各大以分享图片为要素的软件(例如国外的Facebook、Instagram,国内的微博、微信等)产生以及具有高清拍摄功能移动设备的发展,图片信息成为人们使用得最多的多媒体数据。又有互联网和多媒体技术的全球化发展,使得人们可以在任何时间任何地点在互联网中上传自己的数字图像数据,或搜索自己需要的图片信息。这给人们生活学习带来了极大的方便,但也使得人们不得不对互联网中图片信息的真实性以及安全性产生忧虑。图像哈希技术为管理数字图像呈现了一种全新且高效安全的解决方法。本文将从多个角度对这种算法进行深入研究。本文由五个部分构成,第一部分是绪论部分,这部分详细描述了数字图像哈希技术研究的背景、意义以及国内外研究近况。第二部分介绍了图像哈希技术的基础理论,阐述了图像哈希技术的概念、性质、常见的几种提取方法及其特点。本文把基于图像局部特征的哈希算法作为研究的重点,第三章以及第四章中做了以下相关工作:(1)论文第三章中根据图像的显著信息提出了一种新的哈希提取算法。在本章算法中首先对图像进行DOG滤波,滤波之后只留下图像指定尺度上的细节信息,把一些不必要的高频及低频信息滤去,然后把彩色图像转换至指定的颜色模型中提取图像显著图。因为图像显著信息能提高分析准确性同时减少数据处理量,故本章算法中把图像显著信息图作为图像的特征信息,最后根据所提取出来的特征信息提出了一种新颖的量化压缩算法来构造哈希序列。本章通过比较受攻击前后提取出的哈希序列间汉明距离来衡量算法对于各种攻击的稳健性。根据实验结果及实验分析,表明了本算法能有效的抵抗图像高斯滤波、中值滤波、直方图均衡、尺度变换、剪裁及旋转等常规性操作,最后通过对比实现再次体现了本章算法的优越性。(2)论文第四章中利用图像的边缘信息作为特征信息,从而提出一种提取哈希的算法。本章选取图像边缘信息中稳健Harris角点来构造图像特征向量。本章算法共分为三步:第一步根据图像边缘方向流场来提取出贴近人类视觉系统的图像边缘灰度图。第二步从提取出来的图像边缘灰度图中计算出稳健的Harris角点,以此作为图像的特征向量。第三步根据特征向量最终量化压缩为图像哈希序列,产生的哈希值为一组二进制序列。为展现评价哈希算法鲁棒性的多种方式,本章与第三章采用了不同的评价算法。第三章中用的是汉明距离来分析,而本章则是通过计算图像攻击前后哈希序列间相关系数的最大值、期望、最小值和标准差来衡量。实验结果表明本章算法对大多数常规攻击都有较强的鲁棒性,即使是在对图像内容扰动较大的旋转攻击下都具有好的稳健性。本章算法还通过受试者工作特征曲线/接收器操作特性曲线(Receiver operating characteristics curve)作为分析工具,与两种经典算法作对比实验,结果进一步表明了本章算法的优越性。第五章是对本文所有研究工作做了一个整理和分析,讨论了第三章及第四章中提出的哈希算法的不足之处,对今后的学习及工作提供研究的方向。

关键词：图像哈希显著信息图像边缘识别稳健Harris角点