红外目标图像感兴趣区域自动提取研究

基于感兴趣区域的图像压缩编码技术已成为图像编码领域的研究热点.由于图像不确定性以及目标自动识别的实时性要求,现阶段通过模拟人类视觉特性确定感兴趣区域算法不能满足需要.基于目标红外图像的特点,提出了一种逐步逼近二雏最大熵阈值递推搜索算法,综合运用二维最大熵阈值分割方法、顺序统计滤波、数学形态滤波等技术,实现了目标红外图像感兴趣区域的自动提取,经实验验证该方法不仅能满足一般的实时性要求,而且可靠、效率高,具有较高的实用价值.     

基于假设检验的红外弱小目标感兴趣区域提取算法

根据假设检验的基本原理,提出了一种红外弱小目标感兴趣区域检测算法.该方法首先按照最小错误概率准则抽取图像中目标的感兴趣区域,然后在这些区域里进行目标提取和分析.实验结果表明,该方法很好地克服了一些传统方法中冗余计算多和分析难度高等缺点,非常适合于红外弱小目标的高性能检测.     

于感兴趣区域的红外目标图像压缩研究

为了解决低带宽信道传输红外目标图像的问题,提出了一种逐步逼近二维最大熵阈值递推搜索算法,并将其应用到红外目标图像感兴趣区域的自动提取过程中,还以该算法为基础探讨了一种基于自动提取感兴趣区域的红外图像压缩方法,在JPEG2000框架下进行了具体实现,通过图像试验充分验证了该方法的有效性、实时性,具有重要的应用价值.     

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。     

基于区域特征分割的红外弱小目标提取算法

针对现有的红外图像中目标分辨率低且边缘弱等问题,提出了一种基于区域特征分割的红外弱小目标提取算法;该算法根据灰度形态学理论,利用红外背景与目标轮廓信息来提取图像的目标信号;其中算法先根据红外图像的灰度与形状的相似度进行归属度处理,来分类出图像中的目标区与背景区;接着,根据边缘检测算法,该算法对目标区的目标的进行轮廓提取;实验结果表明,该算法能够有效的进行目标提取针对红外图像的不同性质;具有精度高,抗干扰能力强的分割优势。     

基于数学形态学和自动区域生长的红外目标提取

针对具有复杂背景干扰,信噪比低的红外图像目标提取问题,提出了一种结合数学形态学和自动区域生长的红外目标提取方法。首先对图像进行中值滤波和灰度变换预处理,然后利用数学形态学高帽变换去掉大面积背景干扰区域,接着采用基于局部小波系数能量特征的方法找到感兴趣区域,再通过基于窗口均值的方法自动获取种子点进行区域生长分割。实验结果表明：本文方法能有效的消除复杂背景干扰,并很好的提取出目标。     

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.     

一种图像的感兴趣区域提取方法

感兴趣区域(Region of interests,ROI)是图像中可能引起人眼视觉关注的区域。根据视觉注意机制的经典模型Itti模型来提取图像的低层特征,利用局部迭代的特征合并策略并在此基础上综合自动阈值分割和种子点的区域生长方法得到感兴趣区域的提取方法。实验结果表明该方法符合生物的视觉注意机制,具有良好的鲁棒性。     

一种基于分类矢量量化器的小目标红外图像压缩方法

本文提出了一种基于分类矢量量化器的小目标红外图像的压缩方法。首先利用图像子块的平均灰度与纹理能量这两个参数将图像划分为背景区域与感兴趣区域,然后分别对两类区域的子块进行码书设计,用相对较多的码字描述感兴趣区域,用相对较少的码字描述背景区域,这样既达到了较高的压缩比,同时又较好的保留了感兴趣区域的信息,并且编码计算量有大幅度的下降。文中对分类矢量量化器对于减小编码计算量的作用进行了理论分析。实验结果表明在相同码书尺寸的情况下本算法比直接矢量量化方法更好地保留了红外图像中的小目标信息,并且加快了编码速度。     

一种新的红外目标提取算法

针对红外热图像普遍存在的目标与背景对比度差、边缘模糊等特点,提出了一种结合图像统计特征和模糊聚类的红外图像目标提取方法对红外图像进行迭代分块,通过计算统计特征度量函数的极值来确定种子区域,进而获得红外目标约束区域。利用模糊聚类对该约束区域进行有效的聚类划分,最终实现红外图像目标提取。实验结果表明,该方法能够准确的对红外目标进行提取,便于下一步的红外目标识别与跟踪。     

基于子图像特征的目标提取方法

针对特定目标提出一种新的基于子图像块的目标提取方法。先对图像分块,再对分块后的特征图重新构建特征量并进行阚值分割,从而实现粗检,辅以知识确定目标的大概区域,最后借助边缘特性提取出精确目标。试验结果表明,该方法计算量较小、便于硬件实现,对于复杂自然背景中对比度低及不均匀光照条件下的一定形状尺寸的目标提取获得满意效果。     

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。     

基于感兴趣区域的图像检索方法

提出了一种新的基于感兴趣区域的图像检索算法。首先基于多曲率多项式提取图像显著点,并依据显著点提取图像感兴趣区域,然后基于感兴趣区域的颜色和纹理特征进行图像检索。实验结果表明该方法可有效地提取图像感兴趣区域,并取得了较好的检索效果。     

Distributed source coding theorem based region of interest image compression method

A new and flexible region of interest (ROI) image compression method is proposed according to the distributed source coding theorem with side information. The reconstructed low quality ROI is regarded as a noisy version of the original ROI in the proposed method. Therefore, along with the parity bits from the original ROI, the reconstructed low quality ROI as side information can be utilised by a turbo decoder to decode the high quality ROI. Experimental results show that the proposed method applying the Wyner-Ziv coding to ROI compression can greatly improve the compression efficiency as well as efficiently protect the ROI against bit errors.     

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。     

视频感兴趣区域快速提取与编码算法

如何在复杂度和时延受限的条件下,减少时域、空域和统计冗余,获得率失真性能的最优化是视频编码设计的核心问题。作为最新的视频编码标准,H.264在取得更高压缩率的同时,编码复杂度也随之剧增,限制了其在实时环境中的应用。本文在传统视频编码框架基础上,结合人类视觉系统感知特征,提出一种基于编码信息的视频感兴趣区域快速提取算法和优化编码方案。仿真实验结果表明,本文提出的编码策略在重建视频质量基本无损失和维持原有码率的提前下,将H.264编码时间平均节省52.55%,并能够与其它快速编码技术相结合,进一步提高H.264编码速度,以更好的适应异构网络及多样性终端环境,满足日益丰富的多媒体与通信业务需求。     

兴趣区域地图提取与ROS的多机器人SLAM地图合成研究

针对单个机器人在大场景下建图与定位效果不佳,以及地图合成不实时的问题,本文提出一种兴趣区域地图提取与ROS的多机器人SLAM地图融合方法.该方法由单个机器人构建局部地图,对地图进行兴趣区域提取后,再上传到给中央处理机器,由中央处理机器利用霍夫变换地图融合算法,进行地图融合处理.验证结果表明,本系统实现了多机器人协作实时...     

基于核主分量分析的高分辨雷达目标特征提取与识别

研究了核主分量分析(KPCA,Kernel Principal Component Analysis)在高分辨雷达目标特征提取与识别中的应用。首先讨论了KPCA算法原理,然后将KPCA应用于雷达目标距离像特征提取,并采用支持向量机进行分类,提出了基于核主分量分析的高分辨雷达目标特征提取与识别方法。在核函数的选取上构造了一个组合核函数,最后用4类目标数据进行了实验,并与采用高斯核函数方法进行了比较,实验结果表明,该方法能够提高目标识别性能。     

红外图像目标特征提取方法

针对实际红外空中图像中目标的大小，方向等发生变化等情况，基于奇异值分解的特征向量稳定性不好。为解决这一技术难题，提出了基于尺度奇异值变换的红外图像目标特征提取方法。该方法是一种基于尺度变换的矩阵方法。同类目标图像样本经过上述变换后所得到的矩阵都具有相似的能量，用文中提出的矩阵表示方法对红外图像进行描述后，对其应的奇异值进行特征提取，克服了对原始图像的矩阵进行奇异值提时存在的缺点，实验表明该方法提取目标矩阵的奇异值特征向量具有较好的稳定性，对图像的平移，旋转和比例变化具有良好的不变性，是一种实用的特征提取方法。