基于蚁群的图像情感特征聚类算法的研究

随着图像检索系统的发展,合理地组织和管理图像数据库已经逐渐成为图像检索的关键。首次将蚁群聚类算法应用在基于图像特征的情感聚类分析中,并对原有的蚁群聚类算法进行了改进。该算法通过计算样本间的欧式距离确定起始蚂蚁,模拟蚂蚁对食物的捡起和丢弃行为,根据提取的图像主颜色特征,对图像情感进行聚类。实验表明该算法能够取得较好的聚类效果和较高的检索效率。     

感兴趣区域特征提取的图像检索

在基于内容的图像检索系统(CBIR)中,特征的提取和应用是检索的关键技术.在CBIR中综合颜色、纹理和形状的提取方法是关注的重点.在传统的CBIR方法上,利用Gabor滤波器获取感兴趣区域(ROIS)数目,实现快速高效的特征提取.当感兴趣区域被确定后,提取基于Gabor特征阈值的纹理特征,基于直方图的颜色特征,在YUV空间中的颜色矩量以及基于Zernike矩量的形状特征.通过在Corel图像库上进行测试,证实在判定图像间的相似度上非常有效,可以在CBIR中得到广泛应用.     

一种改进的基于潜在语义索引的文本聚类算法

提出一种改进的基于潜在语义索引的文本聚类算法。算法引入潜在语义索引理论,改进传统的SOM算法。用潜在语义索引理论表示文本特征向量,挖掘文本中词与词之间隐藏的语义结构关系,从而消除词语之间的相关性,实现特征向量的降维。改进传统的SOM算法的局限性,准确给出聚类类别数目的值。实验结果表明,本算法的聚类效果更好,聚类时间更少。     

卫星云图感兴趣区域自动提取方法研究

卫星云图中人们感兴趣的区域(ROI)往往是各类云团,针对卫星云图内容的复杂性,利用直方图模糊加权C均值聚类方法实现云图的图像分割,对分割结果进行后处理,最终获取云图内的感兴趣区域。常规聚类方法需要人工指定类个数,影响了ROI提取过程的自动化程度。引入修正聚类评价指标,基于该指标实现最佳类别个数的自动确定。云图分割是感兴趣区域提取过程的关键,采用的直方图模糊加权C均值聚类方法在原有算法基础上,引入样本权重概念,使得聚类过程更为合理;同时将聚类对象由原始像素转换为灰度直方图,提高了聚类过程执行效率。实验结果表明设计的感兴趣区域提取方法能较为准确地分辨出陆地、水体、低云、中云、卷云、对流云六类区域,提取结果与客观实际一致。     

情感语义图像检索技术研究

图像中所蕴涵的丰富语义仅用若干低级物理特征是不能进行完整描述的,而且在语义映射时也会有信息丢失,因而产成“语义鸿沟”是在所难免的。将多特征融合,建立情感语义模型,分析情感的概念解析功能对提高智能信息检索的精度和效率是非常必要的。论文讨论了图像的颜色、纹理等特征的提取与表示,低阶图像可视化特征到高阶图像语义特征的映射过程,图像的情感语义分类,建立了情感语义模型,实现对基于情感语义图像的检索。对由2500幅数字图像组成的数据集进行了实验,并对实验结果进行分析,部分结果是令人满意的,而且提高了基于内容图像检索的精度。     

基于潜在语义分析和自组织特征映射神经网络的文本聚类研究

基于潜在语义分析和自组织特征映射神经网络（LSA—SOM）,本文提出一种文本聚类方法。采用潜在语义分析的理论表示文本特征向量,以体现特征词的语义关系并实现特征向量的降维。利用SOM网络算法进行无监督自组织学习,并通过不断调节网络节点间的权向量来实现文本聚类。该方法不必预先给定聚类个数,可以在任意合适的位置生成一个新的类,克服传统方法中文本种类需要预先给定的缺点。     

基于感兴趣区域的彩色图像数字水印

提出了一种基于感兴趣区域和混沌映射的多通道彩色数字图像水印的算法。该算法利用一维混沌算法对初值的敏感性和非周期性对水印图像加密。通过对图像进行小波变换和分析,在考虑人类视觉特性（HVS）的基础上,在彩色图像的多个通道嵌入水印,实现了水印的盲提取,增强了算法的适用性。实验的结果表明,该算法对常用的攻击,如JPEG压缩、加噪、剪切和滤波等攻击具有较好的鲁棒性。     

基于语义区域提取的图像重排

针对目前图像搜索引擎难以正确把握用户真正意图的问题, 从爬虫Web图像搜索引擎检索结果入手,提出三种聚类算法来提取海量Web图像中的语义区域. 这三种聚类算法包括确定初始化中心的K-means聚类、确定参数的最大期望聚类以及基于半监督的K-means聚类算法. 然后选取显著值较大的显著区域作为语义区域.实验分析比较了三种聚类算法的有效性, 最终实现的图像重排系统能比网络搜索引擎更好地反馈给用户精确而且有序的查询结果.     

基于感兴趣区域的色彩传递算法

针对传统色彩传递算法在实际应用中灵活度不高的问题,提出一种基于感兴趣区域ROI(Regions of Interest)的色彩传递算法。通过提取目标图像的感兴趣区域,将其与用户所选图像进行拼贴,得到新目标图像,并以此进行色彩传递,解决了色彩传递用户对图像色彩处理多样化、个性化需求的问题。同时,针对传统感兴趣区域提取方法容易受纹理噪声干扰、提取尺寸不易控制等问题,提出一种基于变异度的感兴趣区域提取新算法。实验结果表明,该算法效果良好。基于变异度的感兴趣区域提取算法可更准确获取图像的感兴趣区域。基于感兴趣区域的色彩传递算法可在不影响图像主体内容表达的情况下,使得色彩传递的效果更加生动多变,更具个性化,提高了色彩传递应用的灵活度。     

复杂自然环境下感兴趣区域检测

目的 感兴趣区域检测是图像处理领域的关键技术.人类视觉系统处理一个较为复杂的场景时,会首先将其视觉注意力集中于该场景中的几个特定对象上,这些对象被称为感兴趣区域.在图像处理和分析过程中,感兴趣区域检测模拟人类视觉,能够快速、准确抓住图像重点,降低图像处理计算量,有效提高计算机信息处理的效率.因此感兴趣区域检测对于图像分析和理解有着重要意义.为此,提出一种基于低层次图像信息与中层次图像信息相结合的自底向上的感兴趣区域检测方法.方法 首先通过彩色增强Harris算子检测角点进而得到凸包边界,通过凸包区域与超像素聚类结果计算中层次信息粗略显著图;然后将图像从RGB空间转换到CIELab空间,使用差分滤波器对图像进行滤波,得到低层次信息粗略显著图;最后将低层次图像信息与中层次图像信息进行加权融合得到图像的显著图.结果 在微软亚洲研究院提供的公开数据库MSRA上验证了本文方法的有效性,根据该数据库人工标记的真值评价本文方法的检测效果,并与其他方法进行对比.其他方法的显著图是由其作者提供的源代码得到.在主观分析和客观判断两个方面的本文方法可有效抑制背景噪声,检测出的显著物具有均匀显著度,且边缘清晰.结论 本文方法是一种有效的图像预处理方法.     

图像颜色征提取技术的研究与应用

介绍图像信息处理技术的一项基础性研究--图像颜色特征提取技术,重点讨论颜色特征提取技术的发展现状以及两大应用背景,即图像检索和图像情感语义的研究,揭示了颜色特征提取技术在基于内容的图像检索和图像情感识别研究方面的重要作用.总结了常用的颜色特征提取方法,指出现有方法中存在的问题和不足之处,提出了研究的新思路,并对今后的研究重点做出了展望.     

基于人眼视觉特性的ROI编码

研究了等级树集分割编码方法(SPIHT)在ROI图像编码中的应用。根据SPIHT编码方法的特性、ROI区域小波系数提升后整幅图像小波系数的特点及人眼视觉特性,提出改进算法。同时提出质量等级因子的概念并给出了其数学表达式。本文提出的改进算法可在保证ROI质量等级的同时提高整幅图像的主观效果。仿真实验证明了改进方法的有效性及质量等级因子的调节作用和其公式的正确性。     

基于粗糙集的图像感兴趣区域自动提取算法

在分析常规区域生长算法的基础上,提出一种基于粗糙集理论的感兴趣区域自动提取算法．在显著度图和相对位置指示图的基础上,以像素点的显著度、相对位置及颜色信息构成知识表达系统,通过属性约简和值约简,导出了有用的区域生长决策规则。实验结果表明：该方法与现有算法相比,它能够更好地提取图像感兴趣区域。     

基于图像处理技术的杂草特征提取方法研究

利用计算机视觉技术将杂草从背景中识别出来进行定位喷洒农药已成为精细农业研究的热点。选取颜色空间OHTA中I＇2分量作为特征量;利用基于遗传算法的自动阈值选取方法对特征分量巧进行阈值分割初步分离杂草与小麦;通过颜色聚类和形态滤波获得准确的杂草区域。实验结果表明：直接在彩色空间进行分割,可提高彩色图像的分割效果,利用该方法获得的杂草平均正确识别率达到90．47％。     

基于ICA的有噪图像特征提取研究

讨论了基于ICA的图像去噪方法,给出了基于ICA的图像边缘检测算法,该算法应用于高斯噪声图像,并与传统的边缘提取算法进行了比较.实验结果表明,该算法即使在高水平噪声图像中,也能够提取出比较清晰的图像边缘信息.     

一种主动移动侦测布防方法*

提出一种基于颜色与形状特征的移动侦测区域主动布防方法。以实际监控场景中特殊区域的颜色特征为基础,初步提取出含有噪声的若干块感兴趣区域（ROI）,然后分别与采用傅里叶描述子描述的几何形状库进行边界匹配,从而实现监控场景中侦测区域的自动布防。实验结果表明,该方法具有高效率、低运算量及较强的抗干扰性、鲁棒性。     

一种鲁棒的基于对抗结构的生物特征ROI提取方法

感兴趣区域(Region of interest, ROI) 提取在生物特征识别中, 常用于减少后续处理的计算消耗, 提高识别模型的准确性, 是生物识别系统中预处理的关键步骤. 针对生物识别数据, 提出了一种鲁棒的ROI提取方法. 方法使用语义分割模型作为基础, 通过增加全局感知模块, 与分割模型形成对抗结构, 为模型提供先验知识, 补充全局视觉模式信息, 解决了语义分割模型的末端收敛困难问题, 提高了模型的鲁棒性和泛化能力. 在传统二维(2D)指纹、人脸、三维(3D)指纹和指纹汗孔数据集中验证了方法的有效性. 实验结果表明, 相比于现有方法, 所提出的ROI提取方法更具鲁棒性和泛化能力, 精度最高.     

基于感兴趣区域的可伸缩性容错编码

为了在低带宽的条件下提高视频质量并获得更高的编码效率,提出一种基于感兴趣区域(ROI)实现可伸缩容错编码的方法.在编码时结合基于ROI对象的动态FMO,满足了编码效率和容错性能的折衷.同时,结合FMO特性实现对增强层的感兴趣区域的优先传输,提高了视频质量和码流的可伸缩性.实验结果表明,该方法对于带宽受限条件下的图像传输具有很好的差错鲁棒性,图像PSNR可以提高2.5 dB左右,能为图像感兴趣区域提供有效保护,提高图像质量.     

基于短CT图像序列的肺癌节结特征提取

利用单幅CT图像进行肺部节结的识别存在较大的局限性,故把多幅相邻图像组成的短图像序列引入自动识别的过程,并根据节结的球形结构,把节结感兴趣区域(ROI)对应的原始图像看做是二维函数的三维表面,提取不同于传统图像区域特征的刻画三维表面形状且反映节结在短图像序列中变化情况的新型特征。最后用支持向量机(SVM)进行分类实验,验证了所提取特征的有效性。