Knowledge-based image analysis for geophysical interpretation

Geophysical seismic interpretation is part of geophysical oil prospecting. It evaluates and analyses seismic reflection data, aiming at the detection of the position of hydrocarbon reservoirs. This paper provides a review of current efforts to automate, at least partially, seismic interpretation. As will be shown, this research area is very active and is a melting pot of various different approaches and techniques: artificial intelligence, pattern recognition, image processing, graphics, fuzzy set theory and, of course, geophysics and geology. Some methods of seismic pattern recognition (e.g. remote correlation, fuzzy seismic modeling, recognition of reservoir boundaries) and of seismic image processing (horizon following, texture analysis) are presented and some applications are shown. Expert systems used in geophysical interpretation (mainly in well log interpretation) are also briefly described. Finally, an automated system for knowledge-based image analysis for geophysical interpretation is dicussed. Its low-level vision techniques, its knowledge representation, and the control strategy for seismic pattern search are described.     

The interpretation of laser radar images by a knowledge-based system

This paper presents a knowledge-based system to interpret laser radar (ladar) images. The objective of this research is to detect and recognize man-made objects in outdoor scenes. Our system applies themultisensor fusion approach to multiple ladar modalities to improve both segmentation and interpretation. The segmentation modules are written in C. The knowledge-based interpretation system is constructed usingKEE and Lisp. Low-level attributes of image segments (regions) are computed by the segmentation modules and then converted to theKEE format. The interpretation system applies forward chaining in a bottom-up fashion to derive object-level interpretation from input generated by low-level processing and segmentation modules. The interpretation modules detect man-made objects from the background using low-level attributes. Segments are grouped into objects, which are then classified into predefined categories (vehicles, ground, etc.). The efficiency of the interpretation system is enhanced by transferring nonsymbolic processing tasks to a concurrent service manager (program). Experimental results using ladar data are presented.     

机器人足球视觉系统中的实时图像处理

视觉系统是整个机器人足球系统的重要组成部分。根据机器人足球视觉系统的特点,提出基于游程长度编码(RLE)的实时快速图像处理算法。算法使用RLE对图像进行压缩,并且在处理阶段高效识别出图像中目标的尺寸和位置。压缩阶段算法的时间复杂度与图像尺寸成线性关系,图像处理阶段算法的时间复杂度与图像中目标的个数和每个目标所占的扫描行数成线性关系。     

基于图像识别的虚拟翻书系统

设计了一种基于图像识别的虚拟翻书系统,采用普通摄像头作为传感器捕获人的手势动作,并利用图像识别技术和计算机视觉技术实现虚拟翻书效果.该系统具有虚拟触摸功能,可以点击播放页面中的视频、语音等.     

基于投影变换的图像测量系统标定

图像测量系统标定是计算机视觉获取三维信息的前提和基础。为了进一步提高标定精度和速度,提出了一种新的基于投影变换标定法。首先,构造模版图像,将该图像经投影变换得到无畸变图像,然后,将其与由原始图像经消除畸变后所得的无畸变图像进行对比,通过差值来确定畸变模型系数。在求出畸变模型的基础上,再求解其他相机参数。该方法迴避了传统方法繁多的迭代步骤,避免了由于初始参数的估计不准所产生的误差,具有直观、精确和相对快速等优点。并通过实验仿真,验证了该算法的可行性与准确性。     

防伪指纹计算机视觉传感系统的研究

提出了一种防伪指纹计算机视觉传感系统。通过对伪指纹的分析,设计了系统的结构,并介绍了该系统的工作流程、防伪指纹算法、指纹图像处理算法。实验结果表明,该系统拥有较快的伪指纹辨别速度和100％的准确率,并能快速有效地对指纹图像进行处理。     

基于Transformer方法的任意风格迁移策略

目的 任意风格迁移是图像处理任务的重要分支,卷积神经网络作为其常用的网络架构,能够协助内容和风格信息的提取与分离,但是受限于卷积操作感受野,只能捕获图像局部关联先验知识;而自然语言处理领域的Transformer网络能够突破距离限制,捕获长距离依赖关系,更好地建模全局信息,但是因为需要学习所有元素间的关联性,其表达能力的提高也带来了计算成本的增加。鉴于风格迁移过程与句子翻译过程的相似性,提出了一种混合网络模型,综合利用卷积神经网络和Transformer网络的优点并抑制其不足。方法 首先使用卷积神经网络提取图像高级特征,同时降低图像尺寸。随后将提取的特征送入Transformer中,求取内容特征与风格特征间的关联性,并将内容特征替换为风格特征的加权和,实现风格转换。最后使用卷积神经网络将处理好的特征映射回图像域,生成艺术化图像。结果 与5种先进的任意风格迁移方法进行定性和定量比较。在定性方面,进行用户调查,比较各方法生成图像的风格化效果,结果表明本文网络生成的风格化图像渲染效果更受用户喜爱;在定量方面,比较各方法的风格化处理速度,结果表明本文网络风格化速率排名第3,属于可接受范围内。此外,本文与现有的基于Transformer的任意风格迁移方法进行比较,突出二者间差异;对判别网络进行消融实验,表明判别网络的引入能够有效提升图像的光滑度和整洁度;最后,将本文网络应用于多种风格迁移任务,表明本文网络具有灵活性。结论 本文提出的混合网络模型,综合了卷积神经网络和Transformer网络的优点,同时引入了判别网络,使生成的风格化图像更加真实和生动。     

基于计算机视觉的高精度图像拼接

图像拼接是大幅面图像测量过程中非常重要的一个环节,其拼接精度的高低直接影响测量结果的精度。介绍了视觉检测系统的基本组成和原理,并重点阐述了基于计算机视觉的高精度大幅度图像拼接。     

头盔瞄准具精度鉴定试飞图像判读技术研究

头盔瞄准具精度鉴定课题是我国某新型直升机进行鉴定试飞的重要科目之一。飞行实验中采用了基于机载数字影像的头盔瞄准具精度鉴定非接触测量方法,其中对头盔运动影像序列中测量特征点图像坐标进行精确判读是实现该方法的重要环节。基于Kalman滤波的特征点跟踪算法、相关性原理的图像匹配算法、Harris算子和角点定位算子实现特征点图像坐标亚像素判读,得到每帧影像中测量特征点的精确二维图像坐标,为后续的头盔运动姿态测量解算提供精度保证。     

Knowledge-based improvement of automatic image interpretation for restricted scenes: two case studies

The paper explores the usefulness and applicability of knowledge-based image interpretation. By limiting the analysis to ‘restricted’ scenes, a bottom-up strategy has been developed to improve a primal image segmentation. Two case studies are discussed: the first deals with medical X-rays, the second with satellite images (SPOT). In both projects, generic geometrical knowledge is encoded in the format of production rules. The results obtained so far are encouraging and are already of practical use. Ways to extend the knowledge bases by more specific domain knowledge are mentioned.     

计算机视觉技术的发展及应用

计算机视觉技术集数字图像处理、数字信号处理、光学、物理学、几何学、应用数学、模式识别及人工智能等知识于一体,其应用已经涉及到计算几何、计算机图形学、图像处理、机器人学等领域。文中简要地回顾了计算机视觉技术的发展史,主要介绍了计算机视觉中图像处理技术在检测技术方面的应用。利用工业摄像镜头替代目视作为传感器,通过图像采集,图像处理,图像识别等一系列操作,达到在线对包装产品进行标签检测的目的。     

基于HALCON的印花鞋面剪裁图像处理系统设计

为实现自动化纺织运动印花鞋面剪裁,提出了一种基于HALCON的印花鞋面剪裁图像处理方法。利用工业摄像头获取标准印花鞋面图像进行图像采集,运用中值滤波方法对其进行图像去噪以减少噪声干扰,并进行阈值分割得到二值图像,利用连通区域面积筛选得到标准印花区域,再对印花区域图像进行Canny边缘检测得到标准印花轮廓作为模板。对待剪裁印花鞋面图像进行图像采集,并进行中值滤波图像去噪,再利用金字塔分层搜索策略以及Hausdorff距离作为相似性度量寻找模板的最佳匹配,利用仿射变换最终得到待剪裁印花鞋面的剪裁轮廓信息,对制鞋业实现自动化智能剪裁具有一定的现实意义。     

基于关键词的图像标注综述

图像标注的目标是针对每幅图像,利用相对应的文本信息进行描述,从而能够对海量的图像数据进行有效的管理和检索。尽管图像标注已经被研究了若干年,然而它仍然是机器视觉和机器学习领域中一个非常具有挑战性的问题。各种各样的算法被用于图像的标注工作。对目前基于关键词的图像标注的一些常用的算法和模型进行了综述,包括传统的基于分类的方法、相关模型、主题模型、基于随机场的上下文信息的处理以及利用Internet上海量的数据来辅助图像标注等等。讨论了目前图像标注研究中遇到的一些具有挑战性的问题。     

数字图像中边缘算法的实验研究

边缘检测是图像处理、计算机视觉中的基础内容．也是至今仍未得到圆满解决的一类。目前图像处理大多数都是针对数字图像，本文对数字图像中几种具有代表性的边缘检测算法进行了理论分析，并通过编程实验，对各种算法进行实现，通过比较得出了各自的优缺点和适用范围。     

遥感影像群判读系统的设计与实现

在综合运用图像、图形处理、计算机网络、多媒体等技术的基础上,根据判读应用任务需求、判读人员作业习惯,将各种技术优势综合,提出了支持大型判读任务的、多机方式下的“遥感影像群判读系统”的解决方案及其计算机实现技术方案。首先分析了该技术的研究现状、技术背景和特点,然后提出了群判读的设计策略、基于客户端/服务器的总体框架结构、具体功能及其实现方法。引入“项目管理”的概念,将地理信息系统、网络技术集成到系统中,为使判读人员通过网络环境以协作方式判读,进一步提高工作效率提供了技术环境,也为遥感与地理信息系统的集成提供了可借鉴的新方法。     

基于单目视觉的道路图像理解综述

基于视觉的道路图像提供了车辆运行局部环境的丰富的信息,对这些序列图像的分析理解在车辆辅助驾驶、自动导引车、室外移动机器人等多领域得到了广泛的应用。详细介绍了道路检测系统以及道路偏离预警等系统中对道路图像进行处理、分析、理解的各种方法,阐述了道路识别与跟踪的技术和方法,并进行了比较。最后给出了该领域今后的研究方向和发展趋势。     

图像质量评价研究综述——从失真的角度

随着多媒体技术的快速发展及广泛应用,图像质量评价因其在多媒体处理中的重要作用得到越来越多的关注,其作用包括图像数据筛选、算法参数选择与优化等。根据图像质量评价应用时是否需要参考信息,它可分为全参考图像质量评价、半参考图像质量评价和无参考图像质量评价,前两类分别需要全部参考信息和部分参考信息,而第3类不需要参考信息。无论是全参考、半参考还是无参考图像质量评价,图像失真对图像质量评价的影响均较大,主要体现在图像质量评价数据库构建和图像质量评价模型设计两方面。本文从图像失真的角度,主要概述2011—2021年国内外公开发表的图像质量评价模型,涵盖全参考、半参考和无参考模型。根据图像的失真类型,将图像质量评价模型分为针对合成失真的图像质量评价模型、针对真实失真的图像质量评价模型和针对算法相关失真的图像质量评价模型。其中,合成失真是指人工添加噪声,如高斯噪声和模糊失真,通常呈现均匀分布;真实失真是指在图像的获取中,由于环境、拍摄设备或拍摄操作不当等因素所引入的失真类型。相对合成失真,真实失真更为复杂,可能包括一种或多种失真,数据收集难度更大;算法相关失真是指图像处理算法或计算机视觉算法在处理图像...     

面部美化图像质量无参考评价方法

针对目前面部美化已被广泛研究,然而缺乏有效美化图像质量评价方法限制美化技术进一步发展的问题,提出一种面部美化图像质量的无参考评价方法。该方法结合面部美感的认知与感知和面部美化技术以挖掘美化图像的质量表示,首先构建面部美化图像数据库,将面部图像分解为皮肤、眼睛和嘴巴三种区域,然后从肤色、光滑度、光照、灰度差和清晰度等五个方面提取面部美学特征,最后用支持向量回归（SVR）训练面部美化质量模型并预测美化图像的质量。实验结果表明,所提方法在构建的数据库上Pearson线性相关系数和Spearman等级相关系数分别达到0.920 5和0.900 9,优于BIQI（Blind Image Quality Indices）、NIQE（Natural Image Quality Evaluation）图像质量评价方法。