目标感兴趣区域检测算法

将形态Haar小波与数学形态学方法相结合,用于实现目标感兴趣区域(Region-of-interest,ROI)的检测。将采集图像进行二维形态Haar小波分解,结合目标ROI检测要求的特点,仅在尺度信号域内应用设计的目标ROI检测算子,最终完成目标ROI的检测。仿真实验结果表明,该方法能以较低的虚警率和较高的检测率完成目标ROI检测,且运算简单,大大节省了运算时间和硬件资源,降低了系统设计成本。     

基于JPEG2000的感兴趣区域编码新算法

提出了一种新的JPEG2000感兴趣区域编码算法。该算法先将感兴趣区域(ROI)在时域进行提升、周期延拓处理并叠加到背景区域像素值上,然后利用小波变换的可加性将小波变换后的背景区域系数减去相应的感兴趣区域系数,最后在接收端通过相应的处理实现ROI恢复。实验结果表明:该算法性能优越,计算量小且易于实现,在相同压缩率条件下,改善了由ROI时域提升算法产生的ROI边缘模糊的缺点,更有益于接收端对感兴趣区域的理解。     

医学图像感兴趣区域的提取

提出了一种结合Watershed变换和融合ROI信息的单调推进Snake模型的感兴趣区域提取的新方法.通过非线性扩散滤波对原始图像进行平滑,利用Watershed算法对图像进行过度分割,采用Snake模型提取出感兴趣区域,并由ROI能量函数推导出区域速度函数项,与基于边界的速度函数融合,根据区域之间的统计特性的相似度,重新定义Snake模型的速度函数.实验表明,该方法能够精确地提取对比度低且细窄的ROI区域.     

手指静脉图像感兴趣区域提取方法研究

研究了一种手指静脉感兴趣区域(ROI)的定位与提取方法,以解决手指在采集静脉图像时的随机运动对手指静脉识别结果的影响。通过计算手指轮廓线的主方向和末节关节腔位置对手指摆放位置的随机变化进行校正,并初步定位分割出手指静脉感兴趣区域。运用迭代优化方法实现手指静脉感兴趣区域分割结果的精确提取。在小型数据集上进行实验的结果表明:该方法得到的感兴趣区域具有较好的聚类特性。说明该方法能够有效地从同一手指姿态变化的多幅静脉图像中定位并分割出相似度较高的感兴趣区域。     

基于JPEG2000的感兴趣区域编码

JPEG2000是国际标准化组织指定的新一代静态图像压缩标准,支持感兴趣区域(ROI)编码是JPEG2000标准中的一个新特点.本文在分析了两种标准算法的优缺点之后,提出了一种新的ROI编码方法--混合编码方法,这种算法不仅可以灵活控制ROI区域和背景区域的画质,还可以有效编码多个具有不同优先级的ROI区域,而不需要编码形状信息.仿真结果证实了该算法的有效性.     

基于图像质量参数优化的异质手背静脉图像识别算法的研究

为更好地解决手异质背静脉图像识别问题,本文综合分析了图像采集过程及手背图像的自身特性.图像的有效区域、旋转、位置偏移、对比度、模糊度是造成异质的重要参数.为解决异质手背图像识别问题,提升同类样本的结构相似度,对上述5个质量参数进行优化调整,然后通过实验找出适合不同算法的最佳感兴趣区域(ROI)尺寸.实验结果表明,该方法可以有效提升不同算法对异质手背图像的识别率.     

手背静脉识别的图像处理算法

提出了一种手背静脉图像的有效区域提取方法,在获得手背静脉图像的有效区域后,对图像进行增强和平滑处理,采用动态阈值分割算法对图像进行分割,对分割结果进行平滑细化和去除＂毛刺＂处理。仿真实验表明,该算法能够获得失真较小的静脉骨架。     

基于图像类型与关键点生成模式组合的手背静脉识别研究

目前在手背静脉识别中,对最佳图像类型与关键点生成模式组合没有做大量的研究,因此本文针对手背静脉图像纹理的结构特点,提出了图像类型与关键点生成模式多重组合的手背静脉识别方法.通过调整各关键点生成模式中的相关参数,得出每种图像类型分别与3种关键点生成模式组合下的识别率,并画出识别率曲线.经过实验对比,得到最佳组合即二值分割图与DOG关键点检测子模式的组合具有最高的识别率,同时手背静脉识别具有更好的鲁棒性.     

一种基于用户感兴趣区域的图像检索算法

针对全局特征的图像检索不能很好地满足用户的意图,提出了一种新的基于用户感兴趣区域的图像检索算法。此算法基于显著判别原则,无需对图像进行复杂的分割就能有效地提取用户感兴趣区域的显著点。实验结果表明,此算法不仅检索过程简单,在检索精度上也明显优于基于全局特征的图像检索方法。     

非感兴趣区域时空分析的运动显著区域检测

为了有效地进行视频质量评估和视频信息保护,提出了一种基于非感兴趣区域(region-of-non-interest,RONI)时空分析的运动显著区域(motion salient region,MSR)检测算法.通过确定RONI,运动显著区域可作为RONI的补集被提取.实验结果证明,该方法可以有效检测出运动显著区域,准确率达到93%,对于那些有复杂摄像机运动的视频也具有强鲁棒性.     

基于人像感兴趣区域的身份照片压缩算法

针对身份照片的压缩 ,提出了一种基于感兴趣区域 (ROI)的 EZW算法。首先通过FC2 VQ(Feature Correction two-stage Vector Quantization)算法检测出感兴趣区域即人的脸部特征 ,然后采用基于感兴趣区域的 EZW算法进行编码。这种编码方法 ,既保证了感兴趣区域的图像质量 ,也使得压缩后的图像存储容量较小     

基于人像感兴趣区域的身份照片压缩算法

针对身份照片的压缩，提出了一种基于感兴趣区域(ROI)的EZW算法。首先通过FC2VQ(Feature Correction two-stage Vector Quantization)算法检测出感兴趣区域即人的脸部特征，然后采用基于感兴趣区域的EZW算法进行编码。这种编码方法，既保证了感兴趣区域的图像质量，也使得压缩后的图像存储容量较小。     

基于感兴趣区域模型的车道线快速检测算法

为满足智能车载视频取证设备对车辆违章行为取证时检测车道线准确性和时效性的要求,提出一种基于感兴趣区域模型的结构化道路车道线的快速检测算法。该算法首先基于结构化道路具有车道线与路面对比度高的特点,采用Soberx边缘检测算子检测车道的边缘信息,然后在感兴趣区域模型基础上,采用改进的Hough变换检测出可能的车道线。为准确提取车道线完成车道的准确检测,该算法基于透视图像消失点原理,采用逆透视变换消除伪车道线完成车道准确定位。实验表明,该算法定位精度高、快速快、鲁棒性好,能够满足高速公路智能车载视频设备取证的性能要求。     

基于感兴趣区域的图像部分无损压缩方法

在应用整数小波变换和基于层次树的集划分算法的基础上,提出了一种新的基于感兴趣区域的编码方法,该算法利用小波变换良好的空间-频率的局部化特性,通过在编码前提升图像的感兴趣区域的小波系数,使这些小波系数完全独立于背景区域的小波系数,实现了在不传输任何形状信息的前提下,完成各种形状的感兴趣区域的解码．实验结果表明,该算法能够在无失真恢复图像感兴趣区域的同时,提高整幅图像的压缩比．     

感兴趣区域的确定及相似度计算方法

对ROIBIR系统中ROI的确定及区域相似度计算进行了研究.首先介绍了两种确定ROI的方法,它们充分利用分割区域的用户可见性、区域及其权重用户的可指定性来实现用户的可选性.使图像的检索系统融合人的感知能力,符合人们的检索习惯.然后介绍了一种基于区域的图像相似度计算方法,这种方法先分别按照区域的综合特征、直方图特征值及区域的形状特征进行相似度计算,再将各自相似度加权乘积作为两区域的相似度,各区域最大相似度的平均值作为感兴趣区域与目标图像的相似度.并用实验证明了提,出方法的有效性.     

指节纹图像感兴趣区域提取与特征识别算法

为降低特征提取的工作量同时提高识别的准确性,设计了一种指节纹图像感兴趣区域(ROI)提取方法。首先,对采集到的图像进行预处理操作,分离并旋转定位四指图像。其次,通过手指图像梯度分布关系,计算负梯度的极值,并统计图像中每一行的负梯度极值个数来确定近指节纹的ROI区域。最后,通过局部二值模式(LBP)直方图相似性来验证所提取的ROI区域的准确性。实验证明,在采用本文方法所建立的指节纹ROI数据库中,分类准确率达到了100%。     

一种基于感兴趣区域的质量可分级编码传输方案研究

采用SVC中的MGS质量可分级编码技术,提出了一种基于感兴趣区域的质量可分级编码传输方案.首先,将图像区域划分为感兴趣区域与背景区域两部分,然后,采用MGS质量可分级编码技术对感兴趣区域的图像进行逐级增强,对残差(增强层减去基本层)的16个DCT变换系数进行分层传输得到不同质量的增强层,对于背景区域,抑制增强层的传输,只传输基本层视频图像.结果表明,此方法可以在网络带宽受限或者传输码率下降的情况下,通过抑制背景区域增强层的传输来进一步降低码率,同时保证了感兴趣区域图像的可分级编码质量.     

部分混合位平面位移的JPEG2000感兴趣区域图像编码

针对JPEG2000图像编码标准中定义的两种感兴趣区域（ROI）编码方法的缺点和GPBShift算法的不足,提出一种新的感兴趣区域编码方法一部分混合位平面位移法（Partial Composite Bitplanes Shiftmethod）PCBShift．本方法把ROI与背景区域（BG）划分为6部分,通过调整各部分的参数来实现位平面的位移。本方法不仅可以支持任意形状的感兴趣区域,而且可以任意调节感兴趣区域与背景区域的相对质量。实验结果表明：对用PCBShift方法重建图像的质量比用最大位移法（Maxshiftmethod）和GPBShift算法,在相同解码率下有更好的图像质量,并且能根据不同优先级,在同一幅图像中对多感兴趣区域进行有效的编码。     

一种PET图像感兴趣区域体积特征的计算方法

针对14张脑瘤(Positron Emission Tomogrophy,PET)图像切片,将感兴趣区域分割出来,利用积分原理计算其体积特征.首先提取出图片所有点的像素值,然后利用自组织神经网络将像素值进行分类,其中自组织神经网络的输入节点经过多次的试验确定为2×2.通过自组织神经网络,可以将各个元素点进行标志,使得图片的分离简单精确并且计算出目标区域的元素点数.最后通过Matlab对14个切片构建出目标区域的三维立体图,利用积分原理算出该目标区域的体积为9.9 cm³.该方法合理,计算结果有效,且计算结果可对临床诊断有辅助作用.     

基于JPEG2000的ROI编码设计

将分层树集合划分算法(Set Partitioning in Hierarchcal Trees,SPIHT)引入到感兴趣区域(Region of Interest,ROI)编码中.结合JPEG2000中最大位移法和尺度法对感兴趣区域处理时的优点,提出了基于SPIHT算法的感兴趣区域图像编码的新方法.此算法的优点是:位平面数减少,整个图像的基本信息能够优先被恢复出来.在解码端,依靠原有的SPIHT解码程序就可以将其解码出来.