动态图像序列的视觉心理仿真模型研究

在生物视觉心理模型的研究中,为了准确地反映图像特征,通过对动态图像序列的视觉心理仿真的深入研究,在原有模型的基础上建立了并行式的动态图像序列处理机制.对静态以及运动处理通路的数学计算,获得了与运动目标整体一致的方向感知,建立了运动方向感知的视觉心理核心计算模型,并依据模型进行了仿真.从仿真输出几何图形的结构化场景到自然图像的真实场景,比较分析了几种动态图像序列.从计算机仿真的结果来看,模型计算比较准确,适应性较强,在一定程度上也说明了模型是符合生物视觉系统的心理处理机制的.     

针对融合图像的均值位移跟踪方法

提出一种针对融合图像的均值位移跟踪方法。运用加权平均融合和基于动态目标检测的多源动态图像融合体系,对可见光与红外图像进行像素级动态图像融合,利用Mean Shift算法进行目标跟踪。采用真实数据进行实验,并对实验结果进行稳态的位置均方根误差评价。结果表明,在跨背景区域及复杂背景下,采用该方法对目标进行运动跟踪,能满足鲁棒性及实时性要求。     

基于SQL的高校图书信息检索管理系统的设计

为提升高校图书信息检索的速度和信息检索系统的整体性能，使用SQL Server 2016和Visual Studio 2017设计了基于浏览器/服务器（B/S）架构的高校图书检索管理系统，包括系统总体设计、数据库设计和页面设计3个部分。使用ADO.NET技术访问数据库，同时为解决检索速度和检索效率问题，设计使用了模糊关键字查找算法。与传统检索管理系统相比，基于SQL的高校图书信息检索管理系统的设计具有较大的优势，无论是其稳定性，还是检索效率，抑或是运行速度均有较大幅度的提升。     

网格环境下基于语义关联的信息检索

为了满足网格环境中资源信息的大幅度增加对信息检索的性能越来越高的要求,对网格环境中的信息服务系统(MDS)进行了分析并指出其局限性,设计了网格环境下资源信息检索匹配算法,在MDS的发现系统中应用基于元数据语义关联的信息检索。实验实现了网格环境下基于所设计算法的信息检索,对目录式检索和语义关联检索进行了比较,证明了这种方法可以有效提高资源信息的检索效率。     

动态图像浏览器的设计与应用

随着Internet的普及与快速发展,网页浏览人数与日俱增,为了增强网页的动态性,动态图像广泛使用,而动态图像浏览器的设计与应用逐渐引起业界人士的重视,本文主要介绍了一款通过Delphi控件所设计并应用的动态图像浏览器。     

图像信息检索系统的设计

对采用基于图像频率特征匹配和图像识别方法来实现图像信息检索进行了研究.先用小波分析作为特征提起方法,由于小波分析具有多分辨率分析的特点,并且在提取图像频域特征的同时,保留了图像的空间信息,因此用它来提取图像特征;而后根据计算量的大小,分别用改进的二维相关性算法和二维动态规划弹性算法进行图像的匹配和识别;用VC 和Matlab混合编程进行系统构建并进行了测试实验.实验结果表明,系统有良好的检索效果.     

周期性动态图像的傅里叶表达、渲染及应用

为了生成新颖的艺术效果,提出了周期性动态图像模型,其每个像素都是一个时域周期函数。首先,提出了周期性动态图像的傅里叶表达,具体是将图像中每个像素对应的周期函数以一系列傅里叶系数来表达,并在实时运行中以傅里叶级数求和的结果作为每个像素的动态输出。其次,提出了三种渲染风格,使得图像的动态输出以不同的方式渲染显示。这三种渲染风格演示了三种应用,包括动态数字绘画、动态图像扭曲特效和动态对白气泡。最后,构建了原型绘画系统,并进行了有关艺术效果的心理评价实验,结果显示其生成的视觉效果新颖而多样化,且易于实现笔式交互编辑。这种图像模型可作为一种新型的艺术媒介。     

约束优化进化的夜间图像时频复合加权提取

研究了一种约束优化进化的夜间图像时频复合加权提取技术。对多帧夜间图像的时域与频域同时加权处理是一种深度检索夜间图像信息的先进技术。夜间图像质量低,传统的夜间图像信息检索技术采用单独的时域检索方法,无法对多帧夜间图像的频谱特性进行分析和信息检索。为此,提出一种约束优化进化的夜间图像时频复合加权提取技术。首先在频域和时域同时对多帧原始图像进行处理,提取多帧图像之间的相关信息;然后做加权处理,形成新的图像特征;在此基础上,通过约束优化进化算法对图像信息检索的结果不断进行循环优化,最终达到较好的效果。采用一组夜间图像进行了实验测试,结果显示,采用约束优化进化的夜间图像时频复合加权提取,多帧图像之间的时域和频域特征得到了很好的加权利用,最终实现了图像信息的深度提取。该方法在图像检索领域具有很好的应用价值。     

基于模糊关系的信息检索系统设计方法

传统的信息检索方法只能在“检索语”与“索引语”完全一致时有效,而无法解决二者只有部分一致或意义相近时的信息检索.为此,利用模糊关系设计了信息检索系统,实验证明该方法可以把检索者所需要的信息尽可能地查出;并给出每个信息的重要度,以便检索者对信息进行舍取.     

基于模糊关系的信息检索系统设计方法

传统的信息检索方法只能在“检索语”与“索引语”完全一致时有效,而无法解决二只有部分一致或意义相近时的信息检索。为此,利用模糊关系设计了信息检索系统,实验证明该方法可以把检索所需要的信息尽可能地查出;并给出每个信息的重要度,以便检索对信息进行舍取。     

High-Performance Telemedicine Information Management

The rapid advances in high performance global communication have accelerated cooperative image-based medical services to a new frontier. Traditional image-based medical services such as radiology and diagnostic consultation can now fully utilize multimedia technologies to provide novel services, including remote cooperative medical triage, distributed virtual simulation of operations, as well as cross-country collaborative medical research and training. Fast (efficient) and easy (flexible) retrieval of relevant images remains a critical requirement for the provision of remote medical services. This paper describes the database system requirements and presents a system architecture of a distributed multimedia database system, MISSION-DBS, which has been designed to fulfill the goals of Project MISSION (medical imaging support via satellite integrated optical network)—an experimental high performance gigabit satellite communication network linking remote supercomputing power, medical image databases, and 3D visualization capabilities, in addition to medical expertise anywhere and anytime around the globe. The MISSION-DBS design employs a synergistic fusion of techniques in distributed databases (DDB) and artificial intelligence (AI) for storing, migrating, accessing, and exploring images. The efficient storage and retrieval of voluminous image information is achieved by integrating DDB modeling and AI techniques for image processing while the flexible retrieval mechanisms are accomplished by combining attribute-based and content-based retrievals.     

无人机空中通信数据库信息盲检索系统设计

对无人机空中通信数据库信息盲检索系统进行设计,能够有效解决传统盲检索系统存在的数据召回率低、细粒度差、检索准确度低及实时性差等问题。先给出无人机空中通信数据库信息盲检索系统的总体架构设计,通过对存储器结构进行改进,实现系统硬件部分的优化;采用Java语言和嵌入式开发库设计可视化检索页面,选取检索信息,增设中间件搜索功能,通过盲检索功能的实现,完成系统软件部分的开发,从而设计出无人机空中通信数据库信息盲检索系统。实验结果表明,该系统数据召回率高,细粒度强,检索准确度高,实时性好。     

一种基于存储过程的高效空间可视化检索算法

现有的GIS空间数据管理引擎对海量遥感影像数据库的数据管理和空间可视化检索存在效率低下的问题，该文在深入研究海量遥感影像数据库的空间可视化检索特点的基础上，提出了一种基于关系型数据库存储过程实现的高效的海量遥感影像数据库空间可视化检索算法，并对算法进行了多个级男日的性能优化。最后实验结果说明该算法具有高效性、稳定性和普适性。     

Parallel heterogeneous CBIR system for efficient hyperspectral image retrieval using spectral mixture analysis

The purpose of content‐based image retrieval (CBIR) is to retrieve, from real data stored in a database, information that is relevant to a query. In remote sensing applications, the wealth of spectral information provided by latest‐generation (hyperspectral) instruments has quickly introduced the need for parallel CBIR systems able to effectively retrieve features of interest from ever‐growing data archives. To address this need, this paper develops a new parallel CBIR system that has been specifically designed to be run on heterogeneous networks of computers (HNOCs). These platforms have soon become a standard computing architecture in remote sensing missions due to the distributed nature of data repositories. The proposed heterogeneous system first extracts an image feature vector able to characterize image content with sub‐pixel precision using spectral mixture analysis concepts, and then uses the obtained feature as a search reference. The system is validated using a complex hyperspectral image database, and implemented on several networks of workstations and a Beowulf cluster at NASA's Goddard Space Flight Center. Our experimental results indicate that the proposed parallel system can efficiently retrieve hyperspectral images from complex image databases by efficiently adapting to the underlying parallel platform on which it is run, regardless of the heterogeneity in the compute nodes and communication links that form such parallel platform. Copyright © 2009 John Wiley & Sons, Ltd.     

分布式海量遥感影像编目检索机制

为了高效地组织、检索分布式海量遥感数据,研究FGDC制定的遥感元数据标准草案,提出一种具有良好可扩展性的遥感编目数据模型。基于该编目数据模型,提出一种基于编目数据的分布式影像检索算法,设计并实现一个遥感数据编目检索系统,实验结果表明,该系统是有效的。     

基于深度多相似性哈希方法的遥感图像检索

哈希方法由于低存储、高效率的特性而被广泛应用于遥感图像检索领域。面向遥感图像检索任务的无监督哈希方法存在伪标签不可靠、图像对的训练权重相同以及图像检索精度较低等问题,为此,提出一种基于深度多相似性哈希（DMSH）的遥感图像检索方法。针对优化伪标签和训练关注度分别构建自适应伪标签模块（APLM）和成对结构信息模块（PSIM）。APLM采用K最近邻和核相似度来评估图像间的相似关系,实现伪标签的初始生成和在线校正。PSIM将图像对的多尺度结构相似度映射为训练关注度,为其分配不同的训练权重从而优化深度哈希学习。DMSH通过Swin Transformer骨干网络提取图像的高维特征,将基于语义相似矩阵的伪标签作为监督信息以训练深度网络,同时网络在两个基于不同相似度设计的模块上实现交替优化,充分挖掘图像间的多种相似信息进而生成具有高辨识力的哈希编码,实现遥感图像的高精度检索。实验结果表明,DMSH在EuroSAT和PatternNet数据集上的平均精度均值较对比方法分别提高0.8%～3.0%和9.8%～12.5%,其可以在遥感图像检索任务中取得更高的准确率。     

The study on content based multimedia data retrieval system

Of late, advance in hardware and communications technology has been rapidly increasing the demand for diverse multimedia information, which, including all image, audio, video, text, numerical data, etc., should be designed to excel the existing information processing system in the functions of data storage, search, transmission, display, etc. The newest image retrieval system is gradually being converted from text-based into content-based retrieval, which uses the image content itself as features. In content-based retrieval, how to combine the color, shape, layout, texture, etc. used for describing each image or object is considered an important element. The existing method has chiefly used histogram out of the content-based image method using color information, but this has a drawback in being sensitive to brightness of light and the object size in the image. Thus, the present methods is intended to design and implement a system that can retrieve images similar to the query image from image database without losing image information in the use of color features.     

基于GIS语义的遥感图像检索

语义图像检索为填补图像低层视觉特征和用户高层语义之间的鸿沟而产生,图像语义描述和提取是其关键。提出了一种基于G IS语义的遥感图像检索(G IS sem antics-based remote sensing im age retrieval,简称G ISSB IR)方法,主要涉及空间对象的语义表达和语义匹配两方面内容。利用面向对象G IS语义模型和概念语义网络共同表达空间对象的语义,设计了语义调解器处理用户与系统之间的语义不一致。通过对G IS原子查询结果进行布尔运算得到矢量查询结果,在此基础上得到与G IS数据具有统一坐标框架的遥感图像检索结果。实验结果表明G ISSB IR方法是有效的。     

基于VGGNet颜色识别的车辆检索系统设计

The Convolution Neural Network(CNN) in Deep Learning has a strong anti-jamming ability for image translation, rota- tion and other transformations. Compared with the traditional vehicle recognition technology, it can extract deeper and richer image information. Based on the VGGNet structure and simulating the order of human eyes' perception of vehicle characteristics, this pa- per designs a hierarchical retrieval system for vehicle image database. Firstly, a CNN which can recognize eight kinds of colors is constructed and trained to recognize the color of the target vehicle. Then, SIFT and LBP features are combined to match and retrieve the same color candidate vehicle database. The hierarchical retrieval mode of the system can effectively reduce the scope of retrieval and improve the efficiency of retrieval. The fusion of multi features can also guarantee the extraction of enough image information and ensure the accuracy of retrieval.     

一种图像底层视觉特征到高层语义的映射方法

基于语义内容的图像检索已经成为解决图像底层特征与人类高层语义之间“语义鸿沟”的关键。根据图像语义检索的思想,提出了一种采用支持向量机(Support Machine Vector)实现图像底层视觉特征到高层语义的映射方法,并在此基础上针对特例库实现了图像的语义标注和检索。实验结果表明,该映射方法能较好地表达人的语义,以提高图像的检索效率。