基于模糊估计融合显著性检测的自动抠图算法

提出了一种新的自动抠图算法框架。首先,估计输入图像各个区域的模糊程度;其次,对图像进行显著性的计算;然后融合模糊度和显著性信息,大致分割出前景和背景,从而自动生成标注前景、背景、未知区域的三色图;最后,采用基于采样的抠图算法就可以准确地完成前景目标物体的自动抠图。该算法无须人工辅助或附加信息。在标准数据集和实拍图像上的实验结果证明了该算法的准确性和实用性,可广泛应用于图像和视频的编辑合成。     

基于BAG的矢量化方法及其在手画逻辑电路图识别中的应用

本文提出了一种基于BAG的线图矢量化方法,适合在微型计算机上进行图纸的图象处理。该法的整个过程是在一个图的结构上进行的,使处理速度提高了近7倍,实验表明,此法是可行的。     

H.26L关键编码技术性能研究

H．26L的编码效率比已有的其他视频编码标准有很大的提高。在相同PSNR下与H．263和MPEG4相比，H．26L在低码率时的输出码率平均节省分别约为40％和36％，在高码率时的输出码率平均节省分别约为55％和45％。本文描述了H．26L的编码器结构框图，对各模块的作用和使用的技术进行了综述，并与其他视频标准中的主要技术进行了比较。对H．26L中几种技术在高、中和低码率下对编码效率的影响进行了实验研究并给出实验结果，这对于不同码率的视频应用时编码器的参数选择和模式选择有重要意义。     

神经网络与图像压缩编码

图像压缩编码是一个古老而诱人的领域。而八十年代中期,神经网络的兴起,又为这一领域注入了新的活力。本文介绍了神经网络在图像压缩编码领域中的应用,并提出了一些尚待解决的问题。到目前为止,由于还未寻找到适宜于神经网络应用于压缩编码的好的机理和方法,因此还未获得优于常规编码方法的成果。其中还有一些基本的理论问题(例如,神经网络实现数据压缩的机理)没有得到解决。神经网络是否适于在图像压缩编码领域中使用,以及如何更好地把神经网络用于图像压缩编码领域中去,都是值得进一步深入研究的课题。     

ATM视频传输中信元丢失的分析与对策

ＡＴＭ的出现使得我们能够实时地,高效地传输视频信号,但同时在传输过程中ＡＴＭ的信元丢失将是导致解压缩后的图像质量严重下降。文章首先基于ＭＰＥＧ－２标准,给出了一个基本的视频通信系统框架及各部分的码流格式,然后分析了系统中信元丢失的原因,特点和影响。文中给出了现有的各种减少信元丢失的方法及其如何隐藏信元丢失对图像质量造成的影响,分析其优质和适用场合,并讨论了以后的研究方向。     

鉴别式多核手跟踪

快速运动、背景混杂及手的特殊性为传统的核目标跟踪技术提出了挑战.文中提出一种鉴别式颜色子空间选择和多核校正机制的核跟踪方法.首先基于前景背景建模,通过鉴别函数选取最优鉴别式颜色子空间集,再基于训练的肤色模型保留高置信子空间表征目标.其次,为适应尺度变化和快速运动,基于多核快速估计相似度表面以校正初始核位置,迭代定位目标.实验表明,融合二者的跟踪器在有效性和速度上都实现了满意的性能,满足实时性需要.     

基于级联Adaboost的目标检测融合算法

单一特征的模型对于颜色纹理变化较大的目标的检测往往存在检测率不高或检测速度慢的缺点. 本文提出了一种基于级联Adaboost的``级联--加和'融合算法. 融合模型由两个独立训练得到的级联Adaboost分类器组成, 分别利用边界片段特征和矩形类Haar小波特征描述整个目标以及目标的一个稳定部件. 级联--加和的融合决策以样本在两个分类器中被拒绝或通过的级数信息为依据. 在多个数据库上的实验证明这种融合检测算法不仅综合了Haar小波特征检测速度快和边界片段特征鲁棒性好的优点, 而且与单一特征的分类器相比, 检测性能也有所提高.     

基于多时相遥感图像的人造目标变化检测算法

传统的像素级变化检测方法的检测性能受到以下因素的严重制约: 图像辐射差异、配准误差和差异图像分类门限的选取, 并且难以从检测信息中提取出关键的变化. 本文针对遥感图像中人造目标的变化检测问题, 提出了一种综合特征级和像素级的两步变化检测算法. 首先将大幅多时相遥感图像分成一系列子图像对, 采用有监督子图像对分类方法, 提取人造目标变化的感兴趣区域, 然后采用像素级变化检测算法对感兴趣区域进行变化检测, 得到定量的检测结果. 实验结果表明了该算法的可行性和有效性.     

利用小变换和特征加权进行纹理分割

为了提高纹理图象分割的边缘准确性和区域一致性以及降低分割错误率,提出了一种基于小波变换的利用特征加权来进行纹理分割的方法。该方法包括特征提取、预分割和后分割3个阶段,其中,特征提取在金字塔结构小小以变换的基础上进行;预分割利用均人矣类算法来对原始图象进行初步的分割;后分割则根据预分割的结果对特征进行加权,然后利用最小距离分类器来实现图象的最后分割。与传统的方法相比,该方法在分割错误率、边缘准确性以及区域一致性等方面均有明显的改善。     

面向对象的图象处理系统体系结构的构造与实现

围绕通用图象处理系统的功能要求，本文提出了一个基于向向对象技术的通用图像处理的体系结构模型－ＯＯＳＡ。这个体系结构在系统的开放性、扩展性和开发平台无关性等方面传于传统的结构优化设计方法。依据所提出的ＯＯＳＡ模型，并基于文档－视结构，使用ＶｉｓｕａｌＣ＋＋最后实现了通用图象处理系统的一个原型系统。对ＯＯＳＡ的模型分析与原型的实现表明，该体系结构对图象处理系统的设计开发是非常有效的。