视觉显著性检测：一种融合长期和短期特征的信息论算法

针对传统视觉显著性检测算法单纯使用当前观测图像的信息或是先验知识的不足,该文引入了长期特征和短期特征的概念,分别代表先验知识和当前观测图像的信息,并提出了一种基于信息论的算法将它们融合。首先,分别根据人眼跟踪数据和当前观测图像的内容来训练长期和短期稀疏词典并对图像进行稀疏编码,将得到的稀疏编码作为长期和短期特征。其次,针对现有算法只能在整幅图像上或是在一个固定大小的局部邻域内进行统计的缺陷,该文提出一种基于信息熵的特征概率分布估计方法,该方法可以根据当前观测图像的具体情况自适应地选择一个最佳的区域大小来计算长期和短期特征出现的概率。最后,利用香农自信息来输出图像的显著性检测结果。同8种流行算法在公开的人眼跟踪测试库上进行的主观和定量的实验对比证明了该文算法的有效性。     

《中国图象图形学报》复杂场景图像目标智能检测专栏简介

<正>图像目标检测在区域监控、被动导航、抢险救灾、飞行器制导等方面具有重要应用,是计算机视觉和图像处理领域研究中的关键性核心问题和挑战性难题,也一直是该领域的研究热点,并受到领域内广大学者的高度关注。近年来,得益于深度学习等人工智能技术在图像处理和计算机视觉中的广泛应用,图像目标检测技术研究已取得重大进展。     

沿海电站海工工程的造价控制

无论是火电机组还是核电机组,在电力生产过程中都需要大量的冷却介质进行冷却,以保障机组安全高效生产。对于沿海电站,海水直流冷却有着先天的优势,冷却介质(海水)资源丰富、系统简单可靠、运行维护费用较低。沿海电站多采用直流冷却系统,尤其是在建和待批的核电站全部为沿海厂址,均采用海水直流冷却方式。大容量机组所需循环海水用量一般较大,以百万千瓦等级机组为例,单台机组循环冷却水量约60 70m3/s。海工工程是沿海电站的主要组成部分,是保证电站机组安全运行的重要因素。海     

图像与视频自动标注最新进展

近年来,图像与视频自动标注技术成为多媒体信息处理领域的一个研究热点并且发展迅速。重点介绍此领域研究的最新进展。将这些新方法分为两类:基于学习的标注方法和基于搜索的标注方法,分别介绍了各个算法的基本思想和优缺点。然后,介绍了一些目前流行的商业的和研究性的图像检索及标注系统。最后,提出了自动标注技术的进一步研究方向。     

噪声图象中提取边界的随机启发式搜索方法

在噪声图象中如何有效地提取边界是图象分析领域中的难点。启发式搜索的方法常常用于提取边界,但是,这种方法由于采用固定的起始点、固定的引导度量以及对图象仅进行一次性搜索,对噪声往往很敏感,为此提出了一种随机启发式搜索算法,该方法随机地选取起始点,并依照引导度量的概率反复地进行随机搜索获得各种可能的边界轨迹,然后进行各搜索轨迹的积累自增强,最后根据自增强积累统计结果获得边界。大量的实验结果证明,在噪声图象中,随机启发式搜索方法可以在提取出有意义边界的同时有效地抑制噪声。     

PSD技术在桥梁结构位移量测中的应用

在总结各种常规桥梁结构位移量测方法及其局限性的基础上,较为详细地介绍了PSD非接触式光学位移量测技术。它可以实时地量测桥梁结构的动态位移,获得最大挠度、各种振动特性、基频和衰减系数等重要参数。PSD测试系统由一台高速摄像仪和若干个带有LED发光元件的标靶组成。标靶安装在桥梁结构上,高速摄像仪在一定距离范围内实时捕捉标靶位移的变化。实际工程应用表明,PSD非接触式光学量测技术可有效地应用于桥梁结构的位移量测中。     

面向SAR图像解译的物理可解释深度学习技术进展与探讨

深度学习技术近年来在合成孔径雷达(SAR)图像解译领域发展迅速,但当前基于数据驱动的方法通常忽视了SAR潜在的物理特性,预测结果高度依赖训练数据,甚至违背了物理认知.深层次地整合理论驱动和数据驱动的方法在SAR图像解译领域尤为重要,数据驱动的方法擅长从大规模数据中自动挖掘新模式,对物理过程能起到有效的补充;反之,在数据...     

精确发现溢流研究及在西北工区现场应用

石油钻探过程中,井控工作关乎人员、设备、生产安全,及时、精确发现溢流是井控安全预防的关键。中国石化西北油田结合目前常规的监测方式,研发出高架槽上能够减缓钻井液波动、提升溢流监测灵敏性的"双挡板"装置和钻井液罐上的减缓液面波动装置并进行试验,同时探索电磁流量计在钻井现场监测出口流量的应用;在大量数据统计分析的基础上,建立了溢流预警模型,开发出智能监测溢流预警系统并在现场应用。结果表明,上述方法与综合录井目前溢流监测方法相比,有效提高了溢流预报的及时性和准确性,应用效果良好。     

油田注水系统节能技术探讨

油田注水系统能耗巨大,大致由五部分产生。分别探讨油田注水系统节能的几种方案,分析注水泵、管网、电机等运行效率提高状况。     

一种基于兴趣点的图像检索方法

提出一种基于兴趣点的图像检索方法。此方法主要有兴趣点检测、基于兴趣点的特征描述和相似度度量3个步骤。先使用一个自适应滤波器平滑图像，然后提取兴趣点；设计一个包含兴趣点局部灰度变化、兴趣点相互位置关系和兴趣点分布的3D直方图来表征图像特征；用图像间3D直方图距离来测量图像间的相似程度。在含有3200幅图像的数据库上的大量实验结果证明：本文提出的算法是有效的。