基于时空局部二值模式的火灾视频识别

为了获得较高识别率,引入时空局部二值模式,用以识别火灾视频。先以时空局部二值模式提取视频中的表观特征和运动特征后,再利用支持向量机对多种场景的火灾视频进行分类识别。针对白天火灾、夜晚火灾、室内火灾、室外火灾、森林火灾五种场景进行测试实验,结果显示,对夜晚火灾视频和室外火灾视频识别率可达到100%,对白天火灾、室内火灾、森林火灾视频的识别率分别为94.117 6%、95.238 1%、94.444 4%,这表明所提方法有效,其识别率不易受场景光照条件或复杂背景影响,具有鲁棒性。     

基于局部熵的图像特征描述方法

使用传统的特征描述方法SIFT在单一尺度上描述图像特征会丢失一部分重要信息,影响图像的正确匹配结果。为了解决这一问题,本文在多尺度模糊空间内提取特征描述子。信息熵从图像显著性角度估计特征点及其周围的信息,能获得更多的图像关键内容,本文提出了基于局部熵的图像特征描述方法。首先,在高斯差分空间(DOG)内计算特征点的多层SIFT描述子,同时统计特征点在每层尺度上的局部熵,计算特征点在每层的熵值占所有层熵总和的百分比,利用所得百分比与每层描述子做乘积;然后,累加所有层描述子;最后,使用平方根算法得到最终局部熵特征描述子。通过与其他描述子的对比实验结果可知,本文提出的局部图像描述方法在精确-召回率、平均均匀准确度和正确匹配数方面具有强鲁棒性。     

基于时空特征和神经网络的视频超分辨率算法

提出了一种基于时空特征和神经网络的视频超分辨率重建算法,实现了视频视觉分辨率质量和细节清晰度的提升. 该算法综合考虑了外部图像块之间的关联映射关系和内部图像块间的相似性,利用深度卷积神经网络学习得到的拟合系数快速地重建视频细节. 采用时空非局部特征相似性优化重建结果,将相邻视频帧间的非局部互补冗余信息融入学习视频帧结果中,解决了误匹配等问题,进一步提升了超分辨率性能. 实验结果表明,所提方法在客观评价指标和主观视觉效果上均取得了较好的重建效果.     

基于级联卷积神经网络的视频动态烟雾检测

复杂场景中烟雾特性的提取是目前视频烟雾检测领域的主要挑战。针对该问题,提出一种静态和动态特征结合的卷积神经网络视频烟雾检测框架。在静态单帧图像特征检测的基础上,进一步分析其时空域上的动态纹理信息以期克服复杂的环境干扰。实验结果显示,该级联卷积神经网络模型可有效应用于复杂视频场景中烟雾事件的实时检测。     

基于圆形LBP均匀模式的煤镜质组显微组分纹理分析

依据煤不同显微组分的纹理特点,分别采用不同尺度下圆形LBP及LBP均匀模式获取煤显微图像的LBP信息值,构建包含能量、对比度、局部平稳性等特征量的特征集对煤显微组分进行表征,并以此对镜质体中各类别纹理数据进行分析。结果表明:构建的纹理特征量对于镜质体中不同类别具有较好的可分性;圆形LBP中尺度的选择对有效特征量的提取有较大影响;LBP均匀模式在保持特征数据有效性的同时,可明显减少LBP模式数,从而减少计算量。文中结果可为煤显微组分的自动分类与识别提供依据。     

结合亮度序局部特征描述的图匹配算法

在图匹配问题中基于松弛迭代的方法能否收敛到全局最优解在很大程度上依赖于初始值的估计,针对这个问题,提出了一种结合亮度序局部特征描述的图匹配算法。该算法首先利用Hessian-Affine方法提取图像的特征点及局部特征区域,以特征点作为图的节点并结合特征点的邻近关系构造结构图;其次,根据亮度序约束关系对局部特征区域进行子区域划分,利用改进的中心对称局部二值模式(CS-LBP)获取局部特征描述;最后,将局部特征描述之间的相似性作为图匹配关系矩阵的初始值,通过松弛迭代的方法获取特征点的准确匹配结果。实验结果表明该算法匹配准确率较高。     

一种改进时空混沌的图像加密算法

提出了一种改进时空混沌系统的图像加密算法。该算法通过对混沌系统加入局部反馈来调节时空混沌系统,利用改进的时空混沌系统来计算控制参数,完成置乱操作,然后对其进行扩散操作,完成彩色图像的加密过程。通过对Lena图像仿真并进行相关性能分析,结果表明,加密图像在水平、垂直和对角方向的相邻像素点的相关性较低,在R,G,B三个分量的平均信息熵值为7.993 8,接近最大无序状态下的期望值,加密效果较好;在对其进行抗统计攻击性能分析及抗差分攻击对比分析中,明文图像像素值在R,G,B三个分量上的分布相对不均匀,而密文图像的像素值在R,G,B三个分量上都呈现均匀分布,其R,G,B三个分量的像素数改变率分别为99.60%、99.59%、99.62%,其R,G,B三个分量的统一平均变化度分别为33.45%,33.47%,33.47%,均接近最优值,改进的算法能有效地抵抗统计攻击和差分攻击。     

一种由粗到细的渐进式特征点定位算法

为了解决描述口形轮廓的特征点定位问题,提出了一种特征点定位算法,通过建立口形灰度图像与口形特征点矢量之间的线性映射关系,实现了特征点的初始定位.在此基础上利用局部纹理模型,实现了对特征点位置的进一步准确调整.该算法克服了单纯基于局部纹理模型可能陷入搜索过程中局部收敛的缺点并提出了适合描述唇部特征的局部纹理模型,提高了特征点标定的准确性.     

基于时空混沌和小波域HVS模型的图像扩频水印

数字水印为数字媒体版权保护的有效方法。本文利用小波分析的优良性质，结合基于小波变换域中的视觉门限模型，选择在图像的较低频子带的重要系数中加入一定幅值的水印，水印为基于时空混沌的二值序列，它具有良好的随机性、不可见性和健壮性。检测时，根据水印图像提取的待测水印和水印序列的相似性来判断水印是否存在。模拟实骀结果表明，该方案具有良好的效果。     

人脸图像的LTP特征提取

人脸特征提取是人脸识别过程中的关键步骤.基于局部二值模式(LBP)理论,尝试了一种基于局部三值模式(LTP)纹理特征提取方法.在一个窗口中将邻域像素值与中心像素值和阈值t的和差进行比较,从而根据像素不同位置进行加权求和求出LTP正负值,即可求得灰度值,最终得到LTP特征提取结果.在MATLAB软件平台上进行了算法仿真,实验结果表明,与基于LBP局部纹理描述的算法相比,基于LTP局部纹理描述的算法具有更强的判别能力,特别是对于统一区域的噪声具有更强的鲁棒性.     

互信息在图像检索中的应用

提出了一种新的相似性图像检索方法,它利用信息熵理论,分别对图像的颜色、形状和纹理特征进行描述,给出一个综合的相似性匹配算法。该方法首先分割图像,把一幅图像划分为若干子区域,抽取图像的主要形状和统计其所含的角度信息;然后利用信息熵计算图像之间的颜色、形状和纹理互信息。试验结果表明与其他方法相比,新的相似性图像检索方法具有更好的图像检索效果。     

一种提取视频电磁泄漏信息同步特征的方法

检测/截获计算机电磁泄漏的视频信息,其关键技术是图像信息的恢复还原。该文用类Harr小波提取不同程度倾斜的视频图像的纹理特征,测量纹理的倾斜角度,用于自动控制行同步参数的调整,直到行同步的精度满足要求,实现截获的计算机视频泄漏信息(图像)的稳定恢复再现。     

黑色素瘤不规则条纹结构特征的描述方法

该文提出了一种基于子块方向直方图分析和二维Gabor滤波器组设计的肿瘤表面规则条纹的提取方法,并给出了黑色素瘤不规则条纹结构特征的描述子。用基于子块方向直方图分析的方法对肿瘤图像进行规则条纹预提取,并在此基础上用二维Gabor滤波器组进行规则条纹的精提取,明显提高了获取肿瘤表面规则条纹的准确性。试验表明,该文方法能较好描述黑色素瘤不规则条纹的结构特征,为条纹规则性的区分提供了有效途径。     

SAR图像纹理特征提取与分类研究

为了高精度地提取合成孔径雷达(SAR)图像中的有用信息,提出一种基于灰度共生矩阵的纹理特征辅助SAR图像分类方法,该方法选择的是在合适的窗口尺寸下能将各种地物类型区分开的最佳纹理特征组合.采用增强的Frost滤波法对SAR图像进行斑点噪声抑制,通过比较各典型地物基于灰度共生矩阵的纹理特征统计量,确定参与分类的最佳纹理特征组合、计算灰度共生矩阵的最佳窗口尺寸;采用主成分分析法去除各纹理特征之间的相关性,选择信息量大的2个主成分与图像的灰度共同组成3个波段的图像;最后采用最大似然分类法对该组合图像进行分类.结果表明:该方法提取出的纹理特征辅助SAR图像分类,比无纹理信息参与的SAR图像分类,其精度可提高11.20%.     

一种多模态医学影像鲁棒配准方法

为提高多模态医学影像配准的鲁棒性和精度,提出了一种基于主定序和混合熵的配准新方法.首先利用主成分分析方法定义了图像的主定序特征,描述图像邻域像素间的空间信息和微观结构特性;进而结合图像灰度信息构造了一种基于混合熵的配准测度,有效保证了配准测度函数的光滑性和收敛性.多组多模态医学影像测试结果表明,新方法能有效抑制噪声,具有很高的配准精度,鲁棒性强,优于现有的几种方法.     

文本分类中一种新的特征选择方法

文本分类面临的一个主要问题就是如何降低文本巨大的特征维数,并且保持分类精度甚至提高分类精度。针对该问题,提出了一种基于信息论的特征再提取方法,旨在删除稀疏分布的特征、保留有利于分类的特征。使用该方法时配合特征选择方法,可进一步降低特征维数。实验结果表明,该方法能将特征维数降低到几百维,而且能提高分类器的性能。     

基于二维模糊熵的图像非监督变化检测

针对图像变化检测,提出了一种基于二维模糊熵的方法。首先采用LMS方法寻找二维直方图的最佳分割方向;再根据最佳分割方向构建一种新的二维隶属度函数,并用其搜索差异图像二维模糊最大熵来确定最佳二维隶属度函数;最后按最佳二维隶属度函数检测差异图像中的变化区域。理论分析和实验结果表明,本文方法相对一般二维检测方法具有更好的检测性能。     

基于二维图像的人脸面部特征点定位与提取

提出了一种人脸面部特征点定位与提取的方法.利用该方法,在人脸预处理基础上,通过人脸分割、基于水平方向Prewitt算子模版的边缘检测和积分投影技术,可以快速有效地提取眼睛、鼻子和嘴巴等特征点信息.实验表明,该方法可以校正人脸倾斜并具有较高的准确率.     

一种基于信息测度的数据过滤方法

提出一种基于信息测度对取值范围大的属性进行分划（分类）的方法，即开始对属性的值域划分为两类，其分断点为使信息获取量为最大，再划分为三类，也取其分断点（两个）为使信息获取量为最大值，当增加分类不能较多地提供信息获取量或分类数为预先约束范围，则终止划分，并通过例子说明此算法的具体应用。     

基于视觉特征对比度和二维熵的火焰检测

该文提出了在开放环境下应用视觉特征对比度和二维信息熵的火焰在线检测方法.首先利用光流法获取目标的运动矢量,然后通过运动标量生成运动对比度显著性图;进一步与颜色对比度显著图融合得到一个合成的显著图,提取出疑似火焰的感兴趣区域;接着对感兴趣区域的运动矢量计算二维熵,根据二维熵的时空一致性对是否为火焰区域进行判决.该文提出的特征对比度方法大大降低了传统基于高斯金字塔的视觉注意模型的计算复杂度.实验结果表明,该文方法对环境光照变化不敏感且能够排除其它运动物体的干扰,适用于开放环境下实时火焰检测.