基于区域的图像检索算法

本论文主要针对现在日益增长的多媒体信息检索需求,以及目前国内外现有的基于区域的图像检索算法的局限性,深入地探讨了基于区域的图像检索的通用技术问题,提出了解决方案,着重于新的图像特征描述方法,相似度检测、特征提取与快速检索算法等方面的研究,构建了一个基于区域的图像检索通用模型,通过大量实验,验证了方案的合理性。     

基于压缩感知的OMP图像重构优化算法

本文提出了一种优化的OMP图形重构算法,阐述了OMP图形重构的优化原则以及优化流程,最后通过试验对比的方式将常规的OMP与优化的OMP在图像重构上进行比较,由此可以得出优化后的OMP算法能够获得更好的图像重建效果,图形分辨率高,将图像分成若干个小块进行图像重构能够有效地提升图片的质量。     

基于内容的植物叶片图像检索分析

本文就保护植物的实际意义出发,介绍了以CBIR技术为中心的植物分类与检索方法,它具有长远的应用意义。简要概述了基于内容的图像检索的关键步骤,着重阐述了基于内容的植物叶片检索国内外研究现状,对其发展趋势做出了展望。     

基于内容的航空图像检索系统分析与设计

基于内容的图像检索根据图像、图像的内容语义以及上下文联系进行查找,以图像语义特征为线索从图像数据库中检出具有相似特性的其它图像.因为图像的规模一般要大于纯粹的文本信息,因此,基于内容的图像检索在检索的速度和效率上要求更高.航空图像的检索是目标数据库应用的重要方面.对基于内容的图像检索理论进行了研究,给出了图像检索的基本原理和该检索系统的组成和初步构建.     

基于内容检索的高职艺术设计图像资源建设探索

文章通过对艺术设计类图像资源库现状及运用情况的分析,指出其优势及面向高职艺术设计教学时在运用上存在的困难,探索以现代图像学研究为基础,基于图像的内容检索建设适应高职艺术设计教学的自主性、立体式电子视觉图像资源。     

基于显著性稀疏表示的图像超分辨率算法

提出了一种全新的基于视觉显著度和上下文稀疏分解的图像超分辨率算法。利用人眼视觉感知显著的区域往往趋向于高度结构化的特性,字典学习和稀疏分解过程中可以捕获更多细节特征。在字典学习部分,视觉显著区域提取出的图像样本用来训练显著字典。在先验模型的部分,由于视觉显著区域通常趋于高度结构化,基于上下文的稀疏分解被用来进一步探索相邻图像块之间的联系。实验结果表明,所提出的方法在性能上优于其他最新的方法,峰值信噪比(PSNR)增益最大。主观结果也显示,所提出的方法可以有效减少假影现象,并保持更多细节。     

基于光谱特征的遥感图像检索方法研究

在遥感图像检索中,光谱特征的应用最为广泛。本文研究了基于光谱特征进行遥感图像检索的方法;并且针对目前应用越来越广泛的多光谱、高光谱遥感图像波段多的特点,提出了基于K-L变换的检索方法,并通过实验验证了本文方法的有效性。     

基于稀疏MK-LSSVM的高光谱图像不平衡分类

针对高光谱图像分类中没有考虑高光谱数据地物种类复杂、数据规模较大以及样本分布不规则而导致的少数类分类精度较低,分类器鲁棒性差的问题,提出一种基于稀疏多核最小二乘支持向量机(Multiple Kernel Least Squares Support Vector Machine,MK-LSSVM)的高光谱图像不平衡分类方法。该方法先用k均值聚类将多数类的训练样本分为k类,然后利用采样技术对每一群组中的样本进行处理与少数类样本均衡,最后建立最MK-LSSVM分类器。该方法对于MK-LSSVM不稀疏的问题,引入了压缩感知理论对其进行稀疏求解。实验表明本文提出的分类方法提高了少数地物的分类精度,同时减少了标准支持向量机训练样本时间消耗大的问题。     

一种使用多特征的鱼类图像检索方法

为解决数量巨大、特征复杂的鱼类图像难以用单个特征准确描述,以至于给鱼类图像检索带来困难的问题,提出了一种基于多特征的鱼类图像检索方法——MFFIR,并针对鱼类图像的特点设计了由颜色直方图、特征矩和Gabor特征构成多维特征向量。在此基础上,采用MFFIR法通过计算多维特征向量的特征相关性,实现了鱼类图像的匹配与检索。为验证此方法的有效性,使用"QUT_fish_data"数据集和"DLOU_fish_data"数据集进行了仿真实验,实验结果表明,MFFIR法具有较好的准确率和较强的鲁棒性。     

基于距离融合的多特征商标图像检索

针对二值商标图像,提出了一种利用综合距离函数将多个特征进行融合的检索方法.着重对基于形状特征(Legendre矩、Zernike矩和伪Zernike矩)、基于模糊方向特征和基于多特征融合的检索方法进行了阐述,用综合距离函数度量图像间的相似性,PVR曲线作为图像检索性能评价准则.实验结果证明,融合多特征检索方法的性能优于单特征检索,检索结果符合人眼的视觉感受.     

基于特征的影像拼接算法

利用了Canny特征提取算子从原始立体像对提取图像的边缘信息,从而进一步提取出特征较强的特征点,采用基于特征的影像匹配方法进行近景影像匹配拼接。实验以VC^＋＋ 6．0为平台,采用背景为山水的2张像片,结果表明拼接效果较好。     

改进SIFT算法在二维图像三维重建中的应用研究

由二维图像恢复到三维立体结构过程中,图像匹配技术是其中很重要的一个环节。由于SIFT算法具有对图像平移、旋转、缩放、甚至仿射变换保持不变性的优点,应用最为广泛。但是SIFT算法也存在一些缺陷,如SIFT匹配点数量有限、重复率高,在大量形状相似区域匹配正确率低,匹配时间长等。本文采用简化SIFT模型进行双向匹配[1],同时增加了匹配条件即改进欧式距离匹配与余弦匹配[2]相结合,实验结果表明,改进后的SIFT算法缩短了运算时间,提高了匹配的精准度,可以较好的应用于图像匹配中。     

基于D-S证据理论的多聚焦图像融合算法

图像的不同特征从不同的角度反映出图像像素间的差异。本文在Contourlet变换下,利用D-S证据理论的聚集性,将图像不同邻域特征的作为基本概率赋值的依据合成融合系数,提出基于证据理论的多聚焦图像融合算法。仿真实验表明,该算法能有效地综合图像的多个邻域特征,具有较好的融合效果。     

基于多层编码遗传算法的两阶段装配式建筑预制构件生产调度优化

随着装配式建筑技术的发展和应用,多种类、多数量的预制混凝土构件生产进度优化问题随之产生,并且日益成为行业市场提升生产效率和竞争力的关键因素。在对比分析预制构件生产与一般制造业区别的基础上提出预制构件厂生产参数的量化途径,采用基于多层编码遗传算法解决预制构件的生产调度优化问题;提出两阶段的优化模式从而实现优化算法准确性的提升,使得预制构件生产企业有效优化生产管理、提升资金使用效率从而实现增效降本。     

基于灰度形态学重建的骨料颗粒群图像分析方法

为解决图像分析堆积态骨料颗粒群时存在的识别精度问题,应用平板扫描仪,提出了基于灰度形态学重建的粘连颗粒分割方法和基于最小凸多边形边界拟合的骨料图像优化技术.采用图像法分析骨料颗粒群特征参数,计算出图像分析中最小样本颗粒数为720.结果表明:基于灰度形态学重建的骨料颗粒群图像分析方法能解决骨料颗粒粘连时的识别问题,并计算出骨料级配、针度、圆度、球度、棱角性指数、比表面积和针状颗粒含量等颗粒群特征参数.     

基于小波变换的一种红外图像增强算法

图像增强处理是红外图像预处理的必要和关键环节,但目标物体信号弱造成红外图像的对比度差,外界噪声干扰严重造成图像质量差。基于此,提出了一种基于小波变换与奇异值分解和阈值滤波相结合的增强算法。本文用小波分解将红外图像的高频与低频系数分开,低频域用奇异值分解处理方法来增强对比度和图像质量,高频域用阈值滤波处理来消除噪声突出细节;最后,经过小波逆变换和小波重构得到最终的增强图像。实验结果表明:此方法对比传统的红外增强算法,可以将红外图像的对比度提高,增强红外图像细节,在直观上更符合人的感官感应,是一种有效的红外图像增强方法。