同义图像融合系统设计与优化

图像无缝融合技术是图像编辑领域的重要方向,传统的方法是将目标物体从源图像中分离出来后直接嵌入到目标图像中,而未考虑源图像和目标图像在语义上是否匹配.实现了一种新的图像融合系统,它用Gist特征描述图像的场景语义,并将场景语义匹配应用于无缝融合之中,使图像融合更具有现实意义,该系统称之为同义图像融合系统.鉴于语义匹配时间复杂度较大,采用异构多核环境下CUDA并行编程和OpenMP多核多线程方法进行优化,有效提高了系统的整体性能.实验表明,该系统不仅用户参与度较高,而且实用性较强,可以达到用户满意的融合速度和效果.     

用于图像场景分类的空间视觉词袋模型

以传统的词袋模型为基础,根据同类场景图像具有空间相似性的特点,提出了一种用于图像场景分类的空间视觉词袋模型.首先将图像进行不同等级的空间划分,针对对应空问子区域进行特征提取和k均值聚类,形成该区域的视觉关键词,进而构建整个训练图像集的空间视觉词典.进行场景识别时,将所有空间子区域的视觉关键词连接成一个全局特征向量进行相...     

基于空间PACT和颜色特征的场景语义识别

空间PACT是一种用来进行场景实例和类别识别的新型特征表示,它在PACT（Census变换直方图的主成分分析）的基础上结合最新的场景语义识别框架：空间金字塔,使之相比现存算法具有更高的识别率。针对场景语义识别的强度和效率,提出一种新型的识别方法,在空间PACT中引入潜在阶梯边缘模板,在几乎不影响识别率的基础上改进算法效率。同时通过引入颜色特征信息,获得具有更强语义识别能力的特征表示。实验结果表明,该算法具有计算效率高,识别率高,强语义识别的特点。