Identifying regions of interest in reading an image

The aim of this study is to develop an effective method to analyze regions of interest (ROIs). Two experiments were conducted at different times using different groups of observers with different images on different displays. Observers’ eye-movement data were collected. Fixation maps showing CIELAB L¹ values were created. The ΔL¹ values between the two maps were used to quantify differences in visual fields, counting methods, observer variability and repeatability between the two experiments.The results showed that fixation maps can be used to effectively analyze the distribution of eye movements between images. The ΔL¹ value calculated for two fixation maps is easy to understand and computes differences based only on ROIs more effectively than differences based on the entire image. The results from the two experiments were consistent, indicating that eye-tracking data are robust for evaluating image quality.     

Demand-driven image transmission with levels of detail and regions of interest

In this paper, we introduce a formal model which describes consistently levels of detail and regions of interest for the progressive transmission of raster images. This model serves as the foundation of a wavelet-based image communication framework which supports the progressive, redundancy-free transmission of multiple, possibly overlapping regions of interest in an image. To support demand-driven transmission, we introduce a method for interleaving control commands with the embedded bit stream. Since the dyadic wavelet decomposition allows the image resolutions in x and y direction to differ at most by a factor of two, we propose a new wavelet decomposition scheme which raises this number to a power of two for increased flexibility. We discuss some applications including the rectangular fish eye view, a focus and context display technique for raster images which efficiently uses this transmission method and saves screen real-estate.     

基于感兴趣区域的头像视频前处理方法

在头像视频通信中,网络用户的关注度一般集中在人脸部分区域。根据MARR视觉原理,在保证视频通信主观质量的前提下,提出了一种基于感兴趣区域的头像视频前处理方法,能有效地提高视频的通信效率。该方法首先利用人脸检测算法对头像视频进行人脸检测,然后利用双边滤波算法对人脸之外的背景区域进行滤波操作,最后用H.264编码算法对处理后的视频图像进行编码传输。实验结果表明,所提出的方法能够有效地提高视频编码效率,最高可以达到28.571%。     

一种基于视觉兴趣性的图象质量评价方法

图象质量的正确评价是图象信息工程领域内一项很有意义的研究课题,但现有的图象客观评价方法并不完全符合人眼视觉特性。合理地评价图象质量应充分遵循人眼的视觉特性,但由于受到人的心理、文化背景、周围环境、不同的应用场合等多种因素的影响,人眼对同一幅图象中的不同区域往往具有不同的感兴趣程度,即人眼具有视觉兴趣性特性,该文在充分利用视觉兴趣性特性的基础上,针对只存在一个感兴趣区的图象,提出了一种简化的图象质量     

基于用户感兴趣区域的图像检索方法*

提出了一种基于用户选择感兴趣区域的图像检索方法.该方法先由用户选择感兴趣的区域,然后提取该区域的特征进行扫描式匹配检索.实验结果表明,该方法不仅极大地增强了检索系统的灵活性,而且具有较高的查准率.     

A new region filtering and region weighting approach to relevance feedback in content-based image retrieval

A new region filtering and region weighting method, which filters out unnecessary regions from images and learns region importance from the region size and the spatial location of regions in an image, is proposed based on region representations. It weights the regions optimally and improves the performance of the region-based retrieval system based on relevance feedback. Due to the semantic gap between the low level feature representation and the high level concept in a query image, semantically relevant images may exhibit very different visual characteristics, and may be scattered in several clusters in the feature space. Our main goal is finding semantically related clusters and their weights to reduce this semantic gap. Experimental results demonstrate the efficiency and effectiveness of the proposed region filtering and weighting method in comparison with the area percentage method and region frequency weighted by inverse image frequency method, respectively.     

锥束CT感兴趣区域图像重建研究

针对锥束CT感兴趣区域扫描中存在的截断投影数据图像重建问题,提出用基于迭代的代数重建(ART)算法进行重建。锥束ART算法的缺点是计算量大、重建速度慢。为了提高该算法的重建速度,提出了一种基于多核平台的快速并行图像重建方法。首先将三维重建区域等分为上下两块,相应地,探测器平面也分为上下两部分;然后通过双线性插值计算虚拟探测器投影数据;最后通过多线程技术在多核平台上实现了ART算法的并行重建,在保持较高重建精度的同时取得了约两倍的重建加速比。在此基础上,通过仿真实验对3DShepp-Logan模型不同感兴趣区域进行了重建,实验结果表明,ART算法用于感兴趣区域图像重建是可行的。     

一种基于优先级的多个感兴趣区域图像编码方法

JPEG2000采用感兴趣区域编码能够实现一幅图像的多种质量压缩。针对以往提供的各种方法都对一个感兴趣区域进行编码的缺点,提出了实现多个感兴趣区域的无损压缩的方法。其主要特点是利用优先级的方法重新排列编码数据流中的包,通过优先级排列可以区分ROI和背景区域在每个分解级中的相对重要性,而且在同一幅图像中有多个感兴趣区域的时候,它能够提供多个优先级,能够很好的实现多个感兴趣区域无损压缩的图像编码。     

基于相对多重分形谱的感兴趣区域图像压缩

提出了一种基于相对多重分形谱的图像质量评价准则,给出了基于此准则的感兴趣区域检测算法。在此基础上,研究了基于相对多重分形谱评价准则的感兴趣区域图像编码技术。将感兴趣区域定义为图像中纹理变化相对比较复杂的区域。在这一定义下,给出了计算小波域感兴趣区域掩模的新算法。最后,在编码过程中提出了一种感兴趣区域编码优先的复合EZW算法。实验结果证明了该算法的有效性。     

基于兴趣区域的无参考图像质量评价方法

为了评价不同失真类型图像的质量,提出了一种基于兴趣区域和自然图像统计特性的无参考图像质量评价方法。该方法对Itti模型进行改进,并利用改进的Itti模型提取失真图像的感兴趣区域和非感兴趣区域,在非下采样Contourlet域提取图像的统计特性,通过计算失真图像的不同区域与自然图像统计特性的差异来获得图像的质量分数。在LIVE数据集上与已有方法进行对比,实验结果表明,提出的方法和主观感知具有较好的一致性。     

H.264视频感兴趣区域加密算法

为了对视频的隐私区域进行加密,提出一种基于FMO和骑士巡游思想的H.264视频感兴趣区域加密的算法。首先确定视频中包含的感兴趣区域的范围,之后对感兴趣区域内部宏块的宏块类型参数使用SHA-1生成的流密码异或加密,并对条带组序号使用骑士巡游思想置乱加密。实验分析表明,该算法可以有效地保护视频中的隐私区域,并且可以在安全性、加密效率和编码效率取得较好的折中。     

基于视觉注意力模型的红外人体图像兴趣区域提取*

由于红外人体图像所处背景的复杂性,使用阈值分割定位红外人体图像往往把大量的非人体图像一起分离出来,这给后续工作带来了巨大的计算量.研究了红外人体图像的典型特点和人眼视觉判断人体轮廓图像的敏感特征,使用该特征建立了简单的人眼视觉对人体的注意力模型,并构建特征判别概率函数,对待定目标进行概率的估算,最终使用该模型快速地剔除非人体红外图像的干扰,并准确地定位人体兴趣区域.     

利用感兴趣区域从脑部MRI中提取脑组织

从脑部MRI图像提取脑组织是影像学分析中的一项重要的预处理过程。本文提出了一种基于感兴趣区域和混合水平集方法的脑组织提取方法。该方法先采用BET方法得到脑组织的感兴趣区域,然后在该感兴趣区域内演化改进的混和水平集得到真实的脑组织边界。改进的混合水平集采用了一个非线性的速度函数,能够有效地防止边界泄露。该方法所用到的MRI数据均来自于互联网（IBSR, Internet Brain Segmentation Repository Web)。利用18组IBSR网站的MRI数据,本方法得到的结果接近于标准手动提取结果,并且在多个评价参数上都取得最好结果。实验表明该方法提取脑组织具有一定的准确性和稳定性。     

基于信息熵和时间趋势的音频关注区域提取算法研究

音频信号某区域的关注情况受音频特征的影响,目前主要的自下而上的关注区域提取算法大都将一维音频信号转至二维图像利用图像显著性算法进行分析,往往忽略了关注事件在时间维度上的持续性特征。针对此问题,基于音频信号的信息熵特征同时引入统计学时间趋势相关算法,通过对信号分帧求取信息熵值,再进行指数移动平均等计算得到关注度值,从而确定高关注区域。与当前的主流关注度提取算法进行对比,在很好检测到关注区域的起止点基础上,计算得到的关注度值整体更平滑,同时考虑了人耳听觉系统对某事件关注的持续性特点,通过对一段脱口秀节目音频进行实验,得到整体掌声笑声片段检出率为81.6%。     

基于上下文修正的ROI联合压缩加密算法

提出一种基于上下文修正的ROI图像联合压缩加密算法。对零树结构进行改进,引入自适应算术编码器,利用密钥对ROI图像压缩产生的原始上下文进行修正,修正后的上下文与原始判决一起送入自适应算术编码器中实现对ROI图像的联合压缩加密。为了满足不同权限用户的需求,对感兴趣区域按树型结构扫描的方式进行加密,并对该算法进行仿真。结果表明:在相同码率条件下,与原始压缩算法相比,所提出的算法具有基本相当的压缩效率;在压缩率保持不变的情况下,相对于区间分裂的算术编码而言,所提出的算法安全性能更好。     

结合目标检测与匹配修正的手腕骨兴趣区域提取

目的 在骨龄智能评估研究中,如何准确地提取手腕参照骨的兴趣区域(region of interest, ROI)是保证骨龄精确评估的关键。基于传统深度学习的方法用于手腕骨ROI提取,存在个别参照骨漏判、误判等情况,导致平均提取准确率较低。本文结合目标检测强大的定位和识别能力,以准确提取所有手腕骨ROI为目的,提出了一种参照骨自动匹配与修正方法。方法 针对不同参照骨形状、位置等特征表现出的规律性和关联性,本文采集了大量不同性别、不同年龄段的人手腕图谱作为参照骨样本匹配,然后分多个阶段提取参照骨ROI:1)基于目标检测算法初步提取出所有参照骨候选ROI,并根据一定的阈值剔除置信度较低的区域;2)结合参照骨的大数据样本构建位置点匹配模型,对剔除区域进行自动匹配与填补,保证ROI提取的完整性;3)通过多尺度滑动窗口以及ROI分类模型,对填补得到的ROI位置进行滑动修正,进一步保证提取准确率。结果 实验结果表明,本文结合目标检测与匹配修正的方法优于现有绝大多数方法。其中,匹配修正方法在目标检测算法的提取结果基础上,提升了约1.42%的平均准确率,当结合Faster R-CNN(region-co...     

基于兴趣域检测的空间金字塔匹配图像分类

在图像分类过程中,一个图像区域内起着决定性作用的对象位置和大小都不确定,直接使用空间金字塔匹配算法的分类准确率并不高。为此,提出了一种基于兴趣域检测的空间金字塔匹配方法可以有效改善分类准确率。首先利用检测器得到的定位结果,证实了在图像分类里使用一种主流的目标检测算法去将图像的目标和背景分离,分别得到前景和背景的可行性,然后使用粗目标对齐方式匹配,为这两个区域分别构建基于空间金字塔匹配算法的空间特征直方图,最后结合检测器提供的兴趣域检测评分与支持向量机提供的评分为分类结果重评分。实验结果表明,所提方法比使用标准的空间金字塔匹配算法得到的平均准确度均值提升超过12%,同时在与三种主流算法的对比中,所提方法平均准确度均值最高,并且在超过一半的图像类别中获得了最高的平均准确度。     

采用旋转校正的指静脉图像感兴趣区域提取方法

针对静脉图像采样过程中存在的旋转、平移等非线性因素造成手指静脉图像定位困难的问题,考虑图像非接触式采集特点,提出一种采用旋转校正的手指静脉图像感兴趣区域提取方法.首先对读入的手指静脉图像采用Kapur熵阈值法分割出手指区域,再依据图像的质心对图像进行旋转校正,最后根据图像中每列像素竖直方向上的投影值和手指区域的边缘轮廓,确定出感兴趣区域的位置.实验结果表明,该方法能够准确地提取出静脉图像的感兴趣区域,有效地提高识别系统的性能.