基于V-矩的图像分类算法

基于一类不仅含有连续函数,还含有间断函数的正交完备函数系——V-系统,提 出相应的V-矩函数,并将之应用到图像分类中。V-系统中基函数的间断特性,使得V-矩函数 在描述含有多个闭合边界的形状时有特别的优势,这种优势表现为对这类复杂形状的特征提取 更加准确。因此用V-矩可以得到一种图像分类的有效算法。在几个通用数据库中的图像分类 实验表明,本文算法较Zernike 矩、不变矩和几何中心矩有更高的准确率,对噪声不敏感,特 别在含有多个闭合边界的复杂形状分类问题中,本文方法优势更为显著。     

形状群组的分类和检索算法

由多个彼此分离的轮廓所构成的整体称为一个“形状群组”.文中基于一类称作V-系统的正交系,提出一种形状群组的特征描述方法.首先将一个形状群组用V-系统的有限个基函数精确表达出来,然后在频域提取其特征向量,再给出2个形状群组间的相似度量,从而得到一类形状群组的分类检索方法.由于V-系统能够精确重构每个形状群组,因此对形状群...     

V-变换和Contourlet变换相结合的图像融合算法

V-变换在表达图像时可以通过增加V-系统基函数的数量得到图像由粗到细的多尺度特征描述,但是V-系统不适宜描述图像的方向特性。为此,根据Contourlet变换的多方向性特征,将V-变换和Contourlet变换结合起来,提出一种图像融合算法,得到图像的多尺度和多方向特征描述,并将之应用到多聚焦图像的融合中。改进数学工具,设计加权局域统计特征的频域系数融合方案,并选用能刻画系数相关性特点的高斯分布作为权值。实验结果表明,与基于小波变换、Contourlet变换以及小波-Contourlet变换的多分辨分析的融合算法相比,该算法融合后的图像在边缘细节处更加清晰,视觉效果更好,信息量、清晰度以及与待融合图像的相关程度等客观评价指标也得到改进。     

密度分布特征及其在二值图像检索中的应用

图像的形状是描述图像的重要视觉和语义特征,可通过图像中像素点的区域分布表现出来。为了对二值图像进行有效检索,提出了一种基于区域的形状特征——密度分布特征,用来进行二值图像检索。该方法在经过形心定位和子图像区域划分后,可得到2个M维特征向量,其中第1个表示各个子图像区域的目标像素的相对密度,第2个表示各个子图像区域的目标像素在极坐标方向上的相对密度的一阶数值差分。在进行相似性度量时,首先采用Gaussian模型对用这2个特征向量计算得到的距离分别进行归一化处理;然后综合两个特征向量的距离计算总的相似度。实验结果表明,密度分布特征不仅能够有效地刻画二值图像的形状,具有非常好的平移、尺度和旋转不变性,而且检索结果优于Hu不变矩。     

基于提升小波的图像检索算法

提升小波具有高效性和多分辨率等优点,本文提出了基于提升小波的图像检索算法。该算法首先对图像进行提升小波变换,得到每层的低频子图像和高频子图像;然后分别提取低频子图像的形状特征和高频子图像的纹理特征;最后通过计算特征向量之间的欧式距离,检索出相似的图像。实验结果表明,此算法的检索效率高于其他算法,具有一定的优越性和通用性。     

V-系统在3D模型数字水印中的应用

目的 基于一类三角域上定义的正交函数系——V-系统,提出一种在频域嵌入水印的3D模型水印新算法.方法 首先针对3D模型的顶点信息构造一个“伪模型”,进而对伪模型进行参数化,使之表示为在三角域上定义的一个分片线性函数;然后将这个分片线性函数在V-系统下进行正交分解,得到伪模型的V-谱;最后将水印信息通过修改V-谱嵌入到频域,得到新的V-谱,利用这些新的V-谱和V-系统基函数重构水印伪模型,将水印伪模型的顶点信息替换原3D模型的相应顶点,生成最终的水印模型.结果 本文算法水印模型保真度高,且可以在一个模型中植入多个水印依然保持较高的保真度,提取的水印误码率低、相关系数高.结论 理论上证明了本文算法具有相似变换的鲁棒性,通过实验,也表明了本文算法对噪声、剪切和平滑攻击的鲁棒性.     

基于SIFT特征的图像检索*

提出一种多尺度图像检索算法,该算法基于SIFT特征提取,它将一幅图像转换成特征向量的集合,图像间的相似距离是通过计算两幅图像特征向量间的欧氏距离来实现的.实验结果很好地说明了该算法具有尺度、平移、旋转不变性,一定的仿射、光照不变性以及算法能很好地应用在特定形状特征目标的检索中.     

V-系统与Radon变换相结合的纹理分类算法

为了对尺度和旋转变换下的纹理图像进行正确的分类,将Radon变换和V-系统相结合,提出一种纹理分类的算法.首先利用Radon变换将图像的旋转化为平移,再对Radon变换后的图像进行V-变换;利用V-系统的多小波特性,经过一系列的降采样分解过程得到图像在V-系统下的各层次能量表达,并将这些能量作为纹理图像的特征描述.由于V-系统的多小波特性以及Radon变换对旋转的消除,使得文中的特征描述在图像的放缩和旋转变换下有较强的鲁棒性.在通用纹理数据库中的纹理分类实验结果表明了该算法的优越性能.     

综合纹理和形状特征的外观专利图像检索算法研究

针对外观设计专利图像背景多样性、复杂性以及形状特征突出等特点,提出了一种综合纹理和形状的检索算法.该方法首先采用基于物体内部结构纹理特征描述纹理,并用欧式距离取得其相似值,然后再用改进的加权欧式距离取得不变矩形状特征向量的相似值,经特征融合得到最终相似距离值.实验结果表明,该算法优于现有的其他算法,针对外观专利图像的检索,具有更高的查全率和查准率.     

基于方向特征的二值商标图像检索方法

文中针对二值商标图像，提出一种基于方向特征的商标图像检索方法。用边界方向直方图表示目标的边界方向特征，图像的相似性度量采用直方图求交算法；用区域方向直方图表示目标的区域方向特征。图像的相似性程度用直方图的相关距离来度量。这两者结合起来得到的方向特征可以同时反映图像的整体形状和轮廓形状。实验表明，方向特征能够有效地描述图像的形状及空间分布信息，取得了令人满意的检索结果。     

利用语音与文本特征融合改善语音情感识别

情感识别在人机交互中具有重要意义,为了提高情感识别准确率,将语音与文本特征融合。语音特征采用了声学特征和韵律特征,文本特征采用了基于情感词典的词袋特征（Bag-of-words,BoW）和N-gram模型。将语音与文本特征分别进行特征层融合与决策层融合,比较它们在IEMOCAP四类情感识别的效果。实验表明,语音与文本特征融合比单一特征在情感识别中表现更好;决策层融合比在特征层融合识别效果好。且基于卷积神经网络（Convolutional neural network,CNN）分类器,语音与文本特征在决策层融合中不加权平均召回率（Unweighted average recall,UAR)达到了68.98%,超过了此前在IEMOCAP数据集上的最好结果。     

地域特色在新疆织毯装饰上的表现

织毯为人们的日常生活增添了一抹绚丽、浪漫的色彩。新疆拥有广阔的天然草地面积,畜牧业发达,因而产生了大量的优质毛料,为织毯的发展奠定了基础。同时众多少数民族、游牧民族聚居于此,不同的民俗、不同的宗教影响于织毯的装饰风格,使新疆地毯极具地域特点。随着社会的发展,织毯的社会功能逐渐高于它的使用功能。织毯除了满足人们生理需求与视觉享受之余,更多的是对其地域思想、地域文化的体现,并对其进行推广与传播。     

云的光谱和纹理特征统计分析

利用静止卫星图像资料建立了夏季白天中低纬地区的11 种云/ 表面类型的样本集, 从中随机 挑选656 个样本, 提取116 个光谱和纹理特征参数并进行统计分析, 通过特征选择组成特征向量, 带入逐个修改聚类和模糊聚类的分类器进行敏感性试验。结果发现, 在反映云特征方面, 光谱特征 是云分类最基本的特征, 比纹理特征明显, 是云分类识别的主要依据; 除去水汽通道的标准差以外 其它光谱特征都比较明显, 红外和水汽通道的特征明显好于可见光通道, 尤其是对中低云和卷云的 描述。纹理特征在反映云特征方面也有一定的代表性, 特别是一阶概率特征中四通道的惯量及水汽 通道的逆差距; 纹理特征引入后分类准确率显著提高, 但在引入一阶概率特征基础上引入灰度级差 矢量特征效果改善并不明显。     

基于主曲线的脱机手写数字结构特征分析及选取

要提高脱机手写数字识别的识别率,关键是特征的提取与选择．主曲线是主成分分析的非线性推广,它是通过数据分布“中间”并满足“自相合”的光滑曲线．它较好地反映了数据分布的结构特征．在数字特征选取中,首先将主曲线用于训练数据的特征提取;其次在详细分析数字主曲线的结构特点的基础上,选择出用于数字识别的粗分类、细分类特征;最后在对手写数字进行识别时,先进行粗分类再进行细分类．所提方法在Concordia大学的CENPARMI手写体数字数据库上的实验结果表明：利用这些特征能有效区分相似字符,提高了手写数字的识别率,为脱机手写数字识别的研究提供了一条新途径。     

基于组合特征的动态垃圾博客过滤算法

近几年,垃圾博客过滤成为国际上新的热点研究领域。现有的过滤算法大多基于词频特征分类,特征冗余并缺乏关联性。为了解决此问题,提出一种基于组合特征的动态垃圾博客过滤算法(CFDSD),该算法采用作者属性和自相似特征来解决特征冗余和关联性低的问题,并应用贝叶斯分类算法优化词频特征分类。实验表明,该算法能适应博客随时间变化而动态更新的特点,同时提高了过滤效率。     

面向对象特征融合的高分辨率遥感图像变化检测方法*

针对高分辨率遥感图像变化检测的难点和传统像元级变化检测方法的局限性,提出了基于面向对象的思想,利用分割后图像对象的光谱特征、纹理特征、形状特征分别进行变化检测,然后将不同对象特征检测结果进行融合得到最终结果。实验表明了本方法比传统的像素级方法对高分辨率遥感图像变化检测有较强的优势。     

面向图文匹配任务的多层次图像特征融合算法

现有主流的利用预训练卷积神经网络提取图像特征的方法存在仅使用单层预训练特征表征图像和预训练任务与实际研究任务不一致的问题,使得现有图文匹配方法无法充分利用图像特征,极易受到噪声特征干扰。针对上述问题,使用了预训练网络中的多层特征,并提出了多层次图像特征融合算法。在图文匹配的学习目标指导下,利用多层感知机（multi-layer perceptron）有监督地融合和降维多层次的预训练图像特征,生成融合图像特征,从而充分利用预训练特征,减少噪声干扰。实验结果表明,提出的融合算法可实现对预训练的图像特征更有效的利用,相比于使用单层次特征的方法能获得更好的图文匹配效果。     

基于内容的图像检索研究

基于内容的图像检索是图像检索中较高层次的检索,文中对CBIR的各种特征提取方法进行了分析比较,最后指出了当前的研究热点和今后的发展方向。     

含有语义特征的网页新闻自动抽取

通过分析新闻网页的语义特征以及网页之间存在的通用性质,提出一种含有语义特征的网页新闻自动抽取方法,包括利用语义分类器识别新闻网页中的种子信息以及页面中的局部信息来完成抽取。在分类器中加入语义特征可以使F1值达到94.2%。在语义分类器与局部特征结合的情况下,F1值可以达到96.9%。实验结果证明,该方法能有效提高网页信息抽取算法的精度,降低机器学习所需要的标注成本。