基于圆形感兴趣区域的图像检索算法

传统的基于内容的图像检索系统在检索时往往通过获取整幅图像的全局特征进行计算,必然含有一些冗余信息,从而给检索带来过多的计算量和不准确性。因此将检索的区域范围从全局缩小到局部,提出一种改进的图像感兴趣区域提取算法。首先使用Harris算法提取出图像的显著点,通过对显著点进行条件筛选截取出一个圆形感兴趣区域,然后对该区域提取多种特征并进行归一化处理,最后用距离函数实现图像间的相似度比较。实验结果表明,所提算法能够对图像的感兴趣区域进行有效提取,提高了运行效率,同时获得了较好的检索效果。     

基于感兴趣区域多特征加权融合的图像检索算法

基于内容的图像检索有着广阔的应用前景,但存在检索性能不高的缺点.综合兴趣点和多特征融合的优点,提出一种基于感兴趣区域多特征加权融合的图像检索算法.采用Harris算法提取图像的兴趣点,确定感兴趣区域;再采用累积灰度直方图、共生矩阵和形状不变矩分别提取感兴趣区域的颜色、纹理和形状特征;经归一化后,最后采用距离函数级融合来度量图像的相似度,以检索图像.实验表明,算法有效地提高了图像的检索性能.     

基于显著点的感兴趣区域提取

提出了一种基于显著点的感兴趣区域提取方法,首先对图像进行分割,然后用基于小波变换的方法提取图像的显著点,并对得到的显著点进行扩展;最后根据扩展后的显著点分布情况来判断每一块分割区域是否属于感兴趣区域.该法对简单背景图像具有较好的效果.     

基于兴趣点局部综合颜色和纹理图像检索方法

提出了一种基于兴趣点局部区域综合颜色和纹理的图像检索方法。此方法主要用于对图像中有代表意义的局部区域图像特征进行提取。文中研究了对兴趣点的选取以及感兴趣区域的确定,再对感兴趣区域内的图像进行颜色和纹理特征提取。实验证明,此方法提高了图像的检索效率及准确率。     

基于兴趣点凸包的图像检索方法

提出了一种基于兴趣点确定感兴趣区域的图像检索方法。在尺度归一化图像中检测兴趣点,然后对兴趣点求取凸包确定感兴趣区域,并用颜色直方图和Zernike矩作为特征进行检索,在保证图像检索对图像旋转、平移、缩放鲁棒性的前提下,将图像检索上升到物体层,克服了传统方法的不足。对1000幅图像进行的大量实验表明,该方法与其他基于兴趣点的方法相比,平均检索准确率提高了13%,可以更准确地查找到用户所需图像。     

基于兴趣点检测的视觉关键词提取新方法研究

基于内容的图像检索的一个突出问题是提取整幅图像的全局特征,而用户通常只关注一幅图像中的局部区域。对于如今海量的数据库,提取图像的全局特征使得数据库的信息量变得非常大。这样,从巨大的图像特征库中查找匹配的图像特征时检索准确率将大大降低。针对用户感兴趣的局部区域,提出视觉关键词的概念。一幅图像用若干个视觉关键词替代,这样一幅图像的特征量将大大减小。视觉关键词是用户感兴趣的图像区域,这样使得检索更加具有针对性。实验结果表明检索准确率有明显提高。     

航天遥感图像感兴趣区域的自动提取方法

感兴趣区域提取是航天遥感图像分析的重要前提。随着图像空间分辨率的提高,场景内显著目标以及背景变得愈加复杂。利用传统的特征提取技术将会耗费大量计算空间和时间。提出了基于改进视觉注意方法的感兴趣区域自动提取,在HSV空间将目标与背景在颜色和亮度上的差异作为显著特征,利用高斯金字塔和中心-周边求差算子计算图像的显著特征图,并对特征图进行归一化和线性融合,设计注意焦点的转移步骤,完成感兴趣区域的自动提取。通过仿真和实验可以看出,本方法能有效地实现航天遥感图像感兴趣区域的自动提取。     

红外图像中人体目标检测技术研究

针对红外序列图像中人体目标检测问题,采用了基于特征点的特征区域提取方法,先用FAST算法快速提取特征点,然后基于提取出的特征点,使用LBP算法提取特征区域,在得到感兴趣的特征区域（ROI区域）后,用对ROI区域进行基于离散小波变换的小波熵特征提取,并采用复合分类方法对ROI区域进行分类,利用此方法有效地将人体目标从红外序列图像中检测出来。     

基于ROI的图像检索算法研究

针对全局特征的图像检索不能很好地满足用户的意图和基于图像分割的检索过分依赖复杂的图像分割算法二者的不足。在基于子图的检索思想的基础上，给出了一种基于用户感兴趣区域的图像检索算法。该算法无需对图像进行复杂的分割就能提取对象特征，实验证明该算法具有简单、高效、查全率较高的优点。     

红外图像中基于似物性与稀疏编码的行人检测

行人检测是计算机视觉的经典问题。针对红外图像中的行人检测问题,提出了一种基于似物性和稀疏编码及空间金字塔特征提取的行人检测方法。首先,针对红外图像的特点,利用基于频域残差的显著性分析方法得到红外图像的显著图,在此基础上提出了一种似物性计算方法,进而得到不同区域的似物度得分,并根据得分提取出感兴趣区域;其次,以尺度不变特征转换为基础,将稀疏编码和空间金字塔算法应用于非监督特征学习实现对感兴趣区域的特征提取;最后,利用线性支持向量机构建分类器实现对图像中每个感兴趣区域的行人检测。实验结果验证了本文提出的感兴趣区域提取算法和针对单幅红外图像行人检测算法的有效性。     

Adaptive deep feature aggregation using Fourier transform and low-pass filtering for robust object retrieval

With the rapid development of deep learning techniques, convolutional neural networks (CNN) have been widely investigated for the feature representations in the image retrieval task. However, the key step in CNN-based retrieval, i.e., feature aggregation has not been solved in a robust and general manner when tackling different kinds of images. In this paper, we present a deep feature aggregation method for image retrieval using the Fourier transform and low-pass filtering, which can adaptively compute the weights for each feature map with discrimination. Specifically, the low-pass filtering can preserve the semantic information in each feature map by transforming images to the frequency domain. In addition, we develop three adaptive methods to further improve the robustness of feature aggregation, i.e., Region of Interests (ROI) selection, spatial weighting and channel weighting. Experimental results demonstrate the superiority of the proposed method in comparison with other state-of-the-art, in achieving robust and accurate object retrieval under five benchmark datasets.     

Stereo Cloud Heights From Multispectral IR Imagery via Region-of-Interest Segmentation

Multispectral thermal imagery acquired from low Earth orbit was used to develop a method of cloud-height determination that applies image brightness temperature histograms and region-of-interest (ROI) image segmentation as a processing step prior to stereo-height retrieval. The National Aeronautics and Space Administration's Infrared Spectral Imaging Radiometer (ISIR) acquired all imagery during the August 1997 STS-85 mission of the Space Shuttle Discovery. ISIR, the first Earth-observing spectroradiometer to employ an uncooled large-format microbolometer-array focal plane, provided continuous coverage in four spectral bands along track in an 80-km-wide swath. ROI segmentation created binary cloud masks ranging over brightness temperatures in the imagery for which the parallax was determined by a two-dimensional correlation method, allowing stereo heights to be determined using the standard parallax equations. A subpixel parallax algorithm allowed stereo heights to be determined with a precision of roughly$pm$0.39 km for clouds in the observed altitude range of 0.5–10 km.     

一种适于ROI区域的图像编码算法的研究

在多级树分裂算法(SPIHT)的基础上,结合JEPG2000中最大平移法和基于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新方法。实验结果证明,该方法在低比特率的情况下,可以传输部分背景区域图像,在ROI区域传输完毕的情况下,不再传输ROI上的O码,节省了码流,进一步提高了编码效率。     

实现感兴趣区域编码的通用部分位平面偏移法

提出一种通用的部分位平面偏移方法(GPBShift),可克服JPEG2000中定义的两种标准感兴趣区域(ROI)编码方法的局限性。与标准方法中将全部位平面用统一的偏移值进行移位不同,该方法将ROI系数和背景(BG)系数的位平面分别划分成两部分,进行不同的位平面偏移,以控制ROI和BG区的相对重要性。GPBShift方法兼容Maxshift、GBbBShift和PSBShift3种方法,并提供比上述3法更大的灵活性。它不仅能够在不传输任何形状信息的情况下,对任意形状的ROI进行编码,而且通过选择偏移值,能灵活调整ROI和BG区的相对压缩质量。此外,它能够根据不同的优先级,编码多个ROI区域。实验结果显示：该方法在低码率时,能提供比Maxshift方法更好的视觉质量,且比标准中的一般偏移方法(general scaling based method)具有更高的编码效率。     

Region-of-interest image coding based on EBCOT

In this paper, an efficient, region-of-interest (ROI) coding scheme achieved by modifying the implicit ROI encoding method is proposed. This new method reduces the priority of background coefficients in the ROI code-block without compromising algorithm complexity. It is suitable for applications in which it may be desirable to encode the ROI to a higher quality level than the background. In addition, several EBCOT-based ROI coding schemes for image compression are discussed. Experimental results demonstrate that the proposed ROI coding scheme improves the compression efficiency and combines the advantages of the implicit ROI encoding method (low complexity) and the maxshift method (good ROI rate distortion performance).     

Curvelet Transform Based Watermarking for Telemedicine

Now a days telemedicine is a proactive research area and gaining more engrossment. Digital transmission of medical imaging, remote evaluation and diagnosis together are termed as Telemedcine and it has increasingly gained prominence in the recent times. Remote specialist reckons intemperately on scan images or medicinal images and data of patient for devising diagnostic conclusion. While imparting a scan image (clinical picture) to remote authority, the significant part (ROI) in it may be altered by interlopers. The remote authority must recover the ROI in a clinical picture on the off chance that it has been altered. This paper presents a novel robust watermarking method founded on Curvelet Transform to recover the ROI in medical image in case it is altered. The proposed method hides ROI information inside diagnostically insignificant part in medical image through Curvelet Transform. Experiments carried out using this novel technique have proven that the ROI in medical image is restored to its original state.

     

基于部分位平面交替偏移的感兴趣区图像编码

提出一种基于部分位平面交替的感兴趣区（ROI）图像编码方式-PBAshift。采用4个策略提高编码效率：1）向上偏移最重要ROI位平面至最大背景（BG）位平面之上,保证最重要ROI位平面得到优先编码;2）将最重要的BG位平面与一般重要ROI位平面交替偏移;3）重要性一般的BG位平面与重要性最差的ROI位平面不偏移;4）向下偏移重要性最差的BG位平面。实验表明,PBAShift不仅支持元需ROI形状信息的单ROI编码,而且支持不同兴趣度下的多ROI编码,对今后医药与遥感图像压缩具有重要意义。     

基于CV模型的SAR图像机场感兴趣区域检测

高分辨率POLSAR图像的机场感兴趣区域(Region of interest,ROI)的自动提取是自动目标识别(AutomaticTarget Recognition,ATR)系统的任务之一,也是准确识别分类飞机等小目标的基础。针对全极化合成孔径雷达(POLSAR)图像极化相干的特点,提出一种融合提取方法:先使用J.S.Lee Sigma filter滤波,再利用Shannon-Entropy理论提高ROI和背景对比度,采用基于CV模型的方法分割图像,然后对分割得到的图像进行形态学等图像处理,最终得到机场ROI。实验结果表明,该方法具有分割界限清晰、定位准确的优点。     

基于多级位平面混合交错的ROI图像编码

针对JPEG2000标准中定义的两种感兴趣区域编码算法的缺点,文中提出了多级位平面混合交错法MBCIShift.该法把ROI与背景区域划分为6部分,通过调整各部分的参数,来实现位平面的偏移.实验表明:用该算法重建的图像质量比用最大偏移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,对一幅图像的多感兴趣区域进行有效的编码.