基于计算机视觉与 BIM 的裂缝可视化管理方法

对结构表面裂缝进行持续检监测与管理对保障结构安全具有重要意义。为实现结构裂缝自动识别与管理,提出了一种基于计算机视觉与建筑信息模型(BIM)的裂缝识别、矢量化处理与可视化管理方法。首先基于深度学习的图像识别方法,从相机拍摄的结构表面图像中提取出裂缝形态的栅格图像;其次,提出了一种裂缝形态栅格图像的自动矢量化方法,获取裂缝形态关键点坐标;最终,使用 Dynamo 程序实现裂缝 BIM模型的自动建模与可视化。该方法可以获取裂缝的拓扑形态信息,并显著降低裂缝信息的存储数据量与可视化难度。通过开展 BIM 构件的碰撞分析,还可准确识别裂缝属于结构中的哪个构件,将裂缝所属的构件编号信息与裂缝宽度信息作为裂缝图元参数写入 BIM 模型,实现裂缝矢量化与裂缝 BIM 模型自动化建模与管理,为大范围、大批量的裂缝自动化检监测与管理提供参考。     

基于VFW的现场视频图像采集与管理系统

在办案笔录系统中,笔录现场的视频图像信息与文字信息组成了重要的证据环节。通过应用VFW来实现视频图像数据的采集,在Visual C#环境下开发现场视频图像采集与管理系统,并最终实现现场视频图像信息的同步记录与管理。     

基于关键词的图像标注综述

图像标注的目标是针对每幅图像,利用相对应的文本信息进行描述,从而能够对海量的图像数据进行有效的管理和检索。尽管图像标注已经被研究了若干年,然而它仍然是机器视觉和机器学习领域中一个非常具有挑战性的问题。各种各样的算法被用于图像的标注工作。对目前基于关键词的图像标注的一些常用的算法和模型进行了综述,包括传统的基于分类的方法、相关模型、主题模型、基于随机场的上下文信息的处理以及利用Internet上海量的数据来辅助图像标注等等。讨论了目前图像标注研究中遇到的一些具有挑战性的问题。     

医学显微图像管理系统研究

本文主要介绍显微图像管理系统设计中涉及的数据库和图像处理的技术和实现方法,对图像与数据库的关联技术进行了探讨,通过一显微图像管理系统开发的实例,叙述了面向对象的程序设计技术,并就医疗信息在网上的流动进行了讨论。     

通用图像类的设计与编程实现

分析和探讨了建立通用图像处理类需要解决的几个基本问题,如多文件格式的管理、图像信息头的管理、图像色彩的管理等.在VC + +6.0平台下,建立了一个通用图像处理类,并给出此类在图像处理中应用的例子.     

基于SVM算法的图像自动标注

伴随着存储技术以及网络技术的飞速发展,以图像形式来表现大量有效信息成为有效手段。这样一来,怎样实现对海量图像库的有效检索和管理已经非常重要,而其中语义清晰又是重中之重。在图像自动标注技术中,基于图像底层视觉特征的标注技术能够完成,利用图像的底层特征中提取出高级语义信息来标注待标注图像。通过SVM(Support Vector Machine)支持向量机学习方法来自动获取图像高级语义信息关键字,来完成图像的自动标注具有深远的研究意义。     

基于VFW的现场视频图像采集与管理系统

在办案笔录系统中．笔录现场的视频图像信息与文字信息组成了重要的证据环节。通过应用VFW来实现视频图像数据的采集．在Visual C#环境下开发现场视频图像采集与管理系统．并最终实现现场视频图像信息的同步记录与管理。     

图像数据的结构化协同标注与检索

通过分析图像数据对语义信息的检索需求,提出一种表达图像信息的结构化方法,并定义一种根据图像中隐含语义信息来判定相似度的算法。该方法在一定程度上克服了基于内容的图像检索和基于文本的元数据图像检索这2种常用图像检索方法缺乏语义信息匹配上的不足。原型系统根据结构化协同标注中语义信息的丰富程度与图像检索的精确程度,证明了该方法的有效性。     

基于显著区域的敏感图像识别方法

依靠先进的技术识别和过滤网络上大量的色情信息正是时下政府相关管理部门急需解决的问题,而敏感(色情)图像在网络色情信息中占有相当大的比例。依据敏感图像的显著区域具有丰富的肤色信息这一特点,利用一种基于肤色信息的投票机制提取出显著区域,在显著区域上进行特征提取,最后采用支持向量机的方法对图像进行分类,从而完成敏感图像的识别。实验结果表明,该方法的正检率达到88.2%,能有效地识别出敏感图像。     

改进的单帧图像超分辨率算法研究

针对牛顿插值算法信息利用率不高的缺点,提出了一种改进的单帧图像超分辨率算法。利用源图像中的像素点信息,同时从多个方向计算牛顿插值结果,并根据源图像中各像素点的相关性通过融合计算获得超分辨率图像的插值结果。该方法既提高了源图像中信息的利用率,又减小了插值误差的累积。仿真实验结果表明,利用改进方法所获得的超分辨率图像更细腻清晰,尤其图像边缘区域所包含的大量细节信息可得到有效恢复。改进算法所获得的超分辨率图像的峰值信噪比、均方误差以及视觉信息保真度等评价指标均优于传统方法。     

基于灰度与纹理信息融合的影像分割方法

文章提出了一种融合遥感影像像元各波段灰度信息与影像纹理信息的图像分割方法, 设计并实现了一种基于四分树的区域分开-合并算法。该方法有效地利用了遥感影像像元各波段灰度信息以及影像纹理信息, 用SPOT 5 卫星数据的实验结果表明, 该方法对影像分类以及制图工作有一定的促进作用。     

Information Theoretic Deformable Registration Using Local Image Information

We present a deformable registration algorithm for multi-modality images based on information theoretic similarity measures at the scale of individual image voxels. We derive analytical expressions for the mutual information, the joint entropy, and the sum of marginal entropies of two images over a small neighborhood in terms of image gradients. Using these expressions, we formulate image registration algorithms maximizing local similarity over the whole image domain in an energy minimization framework. This strategy produces highly elastic image alignment as the registration is driven by voxel similarities between the images, the algorithms are easily implementable using the closed-form expressions for the derivative of the optimization function with respect to the deformation, and avoid estimation of joint and marginal probability densities governing the image intensities essential to conventional information theoretic image registration methods. This work has been supported in part by NIH grants R01-NS42645 and R01-AG14971.     

信息准则在信息融合中的应用

在图像识别时,如果样本较小,往往会造成识别结果的不准确.采用信息融合的方法可以改善这一问题.在这一过程中,通过引入信任度系数对信息源的质量作出评价,可以提高图像识别的准确性.提出了一种利用信息准则来确定信息源信任度系数的方法,并以此作为衡量信息源质量的依据.其中着重比较了根据两种不同的信息准则所确定的信任度系数对于识别结果的影响.实验结果表明利用BIC准则确定的信任度系数可以得到更好的图像识别结果,同时也证明了该方法应用在信息融合中的可行性.     

图像信息处理及图像数据库模型分析

文章主要介绍了图像信息数字化问题、图像信息的处理、图像分析和图像理解,并对图像数据、图像特征的描述和辅助信息的处理进行了描述以及图像数据库模型的组成进行了分析,为研究图像数据库模型方法,外观图像信息的储存、检索、处理提供了相应的技术支持。     

基于BMP图像数据的信息隐藏方法

提出了一种通过增加BMP图像数据实现信息隐藏的方法.BMP图像的显示是根据文件头数据来确定图像数据的,与文件中图像数据以后的数据没有关系,将秘密信息嵌入到图像数据以后的字节中,只是增加了BMP文件的大小,并不影响图像的显示,从而实现信息隐藏.按照秘密信息的数据大小,从载密图像中读出秘密信息的字节数据,即可恢复秘密信息.该算法简单易行,载密图像和原图像在视觉上没有任何差别,具有较强的隐蔽性.仿真结果证明了算法的可行性和有效性.     

如何读取24位真彩色位图信息

进行数字图像处理时首先要对所处理图像的文件格式有比较深刻的理解和认识,从而获取该图像存储文件的相关信息以达到获取像素点阵信息的主要目的.文章从如何实现获取24位真彩色位图信息的角度出发深入探讨了获取此种类型图像数据的方法及其实现,通过实际编程实现解决图像结构数据类型与编程语言基本数据类型不一致的矛盾,达到了获取24位真彩色位图信息的目的.     

基于邻域信息的红外与可见光图像互信息配准

基于互信息的配准方法以其自动化程度高和配准精度高的优点被广泛应用在图像配准中。文中针对红外与可见光图像配准中采用传统的互信息,仅考虑图像像素的灰度信息,而没有考虑图像像素之间空间信息的情况,提出了一种基于邻域信息的互信息配准算法。该算法充分利用图像像素之间的空间信息,在互信息计算中图像中每个像素的灰度值由其邻域像素的灰度值按照距离分配不同的权值共同得到。实验表明该算法使配准曲线更加光滑,配准过程中极值更易找出,提高了配准精度和抗噪能力。     

小波细节信息的LSB隐写分析算法

为了准确地估计出隐藏图像的嵌入率,利用LSB隐写对图像小波细节信息影响较大这一特点,首先给出了图像的小波细节信息和小波细节信息能量的定义,同时利用LSB隐写图像计算出其原始图像的小波细节信息能量;然后根据隐写图像与原始图像的小波细节信息能量,估计出LSB隐写图像的嵌入率。实验证明,该方法在隐藏图像嵌入率不是很低的情况下,能够比较准确地估计出隐藏图像的嵌入率。     

结合边缘与灰度信息的SAR图像配准算法

同一场景下的合成孔径雷达(SAR)图像的灰度特性由于相关噪声的影响及成像条件不同可能存在很大差异,使得单纯基于边缘特征或灰度信息的方法难以胜任SAR图像配准工作。根据SAR图像的特点,提出一种典型地物边缘形状信息与局部灰度统计信息相结合的基于特征的图像配准方法,弥补了仅利用边缘特征或灰度信息的方法在SAR图像配准中的不足。给出了本方法用于Radarsat图像上的实验结果。     

基于文本与视觉信息的细粒度图像分类

一般细粒度图像分类只关注图像局部视觉信息,但在一些问题中图像局部的文本 信息对图像分类结果有直接帮助,通过提取图像文本语义信息可以进一步提升图像细分类效果。 我们综合考虑了图像视觉信息与图像局部文本信息,提出一个端到端的分类模型来解决细粒度 图像分类问题。一方面使用深度卷积神经网络获取图像视觉特征,另一方面依据提出的端到端 文本识别网络,提取图像的文本信息,再通过相关性计算模块合并视觉特征与文本特征,送入 分类网络。最终在公共数据集 Con-Text 上测试该方法在图像细分类中的结果,同时也在 SVT 数据集上验证端到端文本识别网络的能力,均较之前方法获得更好的效果。