微波视觉与SAR图像智能解译

高分辨率雷达成像技术和人工智能、大数据技术的快速发展,有力促进了雷达图像智能解译技术的进步。由于雷达传感器本身的特殊性和电磁散射成像物理的复杂性,雷达图像的解译缺乏光学图像的直观性,准确迅速识别分类的需求对雷达图像解译提出了迫切的挑战。在借鉴人脑光视觉感知机理和计算机视觉图像处理相关技术基础上,进一步融合电磁散射物理规律及其雷达成像机理,我们提出发展微波域雷达图像解译的“微波视觉”的新交叉领域研究。该文介绍微波视觉的概念与内涵,提出微波视觉认知模型,阐述其基础理论问题与技术路线,最后介绍了作者团队在相关问题上的初步研究进展。     

一种基于视觉注意机制的感知物体提取算法

针对图像中感知物体提取问题,借鉴认知学对视觉信息表达的研究成果,提出一种感知物体的数学定义,并由视觉注意计算模型得到的视觉注意显著图选择区域增长算法的种子区域。建立图像中感知物体的马尔可夫随机场模型,通过度量图像中感知物体的显著性、边缘和同质性分布情况,最小化能量函数提取出图像中的感知物体。对含有飞机的图像中感知物体的提取实验,验证了提出算法的有效性、以及在认知上的合理性。     

强散射背景下的图像感知、融合与可视化技术

视觉信息是人类对周边环境进行感知的重要手段,光学成像和图像处理技术能大大扩展人类“视域”,使得人们获取图像的方式不局限于眼睛能见范围。散射效应导致光学成像装置的作用距离大幅下降,难以对远距离目标进行有效观测。人类对图像信息的感知,通常由对焦、校正和立体视觉形成,三个步骤互相耦合完成。其中,对焦和双目图像信息校正过程可以通过光学系统和数字图像处理的方法进行优化,提高强散射背景下的图像对比度,进而使得散射条件下的图像信息得以被感知和分析。然而,在目前技术条件下,机器立体视觉仍难以达到人类视觉水平,而人类视觉系统仍然是图像感知和分析的重要终端。可以预见,在低能见度条件下实现光学图像信息的精确获取与分析,仍需要实现人类视觉系统和机器的双重结合,发展包含人类视觉在内的立体视觉全局优化技术。主要介绍了在大气和水下浑浊条件下实现光学成像和实现图像融合的物理极限和关键影响因素,并展望人类的立体视觉在提高光学成像能力方面的作用。     

“合成孔径雷达微波视觉理论与技术专刊”编者按

微波视觉是近年来我国研究者率先提出的新概念,拟借鉴人脑视觉感知机理和计算机视觉相关技术,融合电磁物理规律与雷达成像机理,构建一种以合成孔径雷达为传感手段的物理智能,探索合成孔径雷达信号处理、图像分析、信息提取等方面的新概念、新理论和新应用。微波视觉概念提出以来,引起了相关领域研究者的广泛关注,并得到了国家自然科学基金委等相关项目支持,具有很高的研究价值和应用前景。     

计算机数字色彩设计中的感性认知

在计算机色彩认知过程中,色彩与使用者之间的关系是直接交互,色彩的某些可用特性是被使用者直接感知。使用者在认知图像的过程中,根据其以往对色彩认识的相关经验,形成综合的判断和解释,为使用者提供明显的使用线索。本文论述了视觉色彩的生理机制与计算机色彩设置的关系,研究计算机视觉色彩感知中的敏感源,探索计算机视觉色彩心理暗示。在此基础上,总结分析了计算机数字色彩设计的规律与技巧。在色彩与使用者直接交互过程中,更好的了解人在计算机识图时的视觉直观感受,实现快速解读重要信息,有效交流的目的。     

合成孔径雷达三维成像——从层析、阵列到微波视觉

合成孔径雷达3维成像技术可以消除目标和地形在2维图像上产生的严重混叠,显著提升目标识别和3维建模能力,已经成为当前SAR发展的重要趋势。合成孔径雷达3维成像技术经过了数十年的发展,已提出多种技术体制。该文系统性回顾了SAR 3维成像技术领域的发展过程,深入分析了现有SAR 3维成像技术的特点;指出了SAR回波及图像中蕴含的未被现有技术利用的3维信息,提出“合成孔径雷达微波视觉3维成像”的新概念和新思路,将SAR成像方法与微波散射机制和图像视觉语义有机融合,形成SAR微波视觉3维成像理论与方法,实现高效能、低成本的SAR 3维成像。该文重点阐述了SAR微波视觉3维成像的概念、目标和关键科学问题,并给出了初步的技术途径,为SAR 3维成像提供了新的技术思路。      

基于视觉感知和MARMA-MRF模型的SAR图像分割

模拟人类视觉感知机制,提出了一种基于多尺度 自回归滑动平均(MARMA,multiscale auto-regressive and moving average model)模型 和Markov随机场(MRF,markov random field)的合成孔径雷达(SAR)图像分割新方法。首先 ,分析人类视觉感知系统的工作机制 和特点,利用SAR的成像机理,构建了SAR图像的金字塔结构和MARMA模型, 以此模拟视觉过程中的空间尺度和朝向感知机制;然后,通过不同尺度上的MRF模型和改 进的模拟退火(SA)算法实现更有效的多尺度分割策略。实验结果表明,本文提出的方法在SA R图像分割任务中有非常良好的表现。     

计算机视觉与感知在智慧安防中的应用

计算机视觉与感知在未来智慧城市的安防中将发挥巨大的作用,介绍了计算机视觉与感知在智慧安防中已经存在的应用,并根据当前智慧安防的需求以及计算机视觉与感知的原理,探索计算机视觉与感知在未来智慧安防中的新应用。     

稀疏微波SAR图像特征分析与目标检测研究

稀疏微波成像利用观测场景在空时频极化等表示域上的稀疏先验,通过线性综合测量方式获得比传统Nyquist采样低得多的回波数据,使用优化重构算法恢复观测场景微波图像,相对于传统微波成像体制具有诸多优势。在稀疏微波成像体制下,图像的获取和表征均发生了变化,需要在雷达图像理解现有理论和方法的基础上,研究新的特征分析和认知解译理论与方法。该文分析了稀疏SAR图像的统计特性以及点、线、面等特征的变化情况,对于使用空域稀疏模型重构的SAR图像,统计分布退化,适当降低采样率不影响点、线目标的提取精度。在此基础之上,研究了稀疏SAR图像海上舰船目标检测方法,得益于较弱的背景噪声,稀疏SAR图像的目标检测使用简单的阈值处理即可获得较好的检测效果。      

一种基于HWD的图像质量评价测度

提出了一种新的图像质量评价测度.首先对图像进行Hybrid Wavelets and Directional Filter Banks (HWD)分解,得到相应的尺度和方向子带信息.然后对各个子带进行对比敏感度掩模,使不同尺度和方向子带的信息具有相同的灵敏度.根据人类视觉感知特性设定视觉感知阈值,获得相应的视觉感知系数并归一化.利用参考图像和失真图像视觉感知系数差值的变化得到相应的图像质量评价测度.实验结果表明本测度与主观感知有很好的一致性,能准确地反映人眼对图像的视觉感知.     

可计算图像复杂度评价方法综述

可计算的图像复杂度评价是让计算机模拟人类视觉感知,从而对图像视觉复杂度进行决策的研究,该研究属于多学科交叉的创新性研究课题,在图像工程领域具有重要意义.本文针对可计算的图像复杂度评价方法进行了全面的梳理和分析,文中首先回顾了图像复杂度的应用领域,并详细阐述了图像复杂度评价方法,从信息论、图像压缩理论、图像特征分析、眼动数据等方面进行总结;随后,着重阐述基于图像特征的图像复杂度评价方法中所使用的图像特征;归纳图像复杂度建模中的分类和回归问题;最后,总结当前图像视觉复杂度评价方法存在的问题和挑战,展望图像复杂度的计算化发展方向.     

基于感知的视频编码方法综述

基于感知的视频编码方法是目前视频编码的研究热点.该文综合论述了基于感知的视频编码方法,重点阐述了基于感知的3维视频编码方法.首先,对目前利用人类视觉系统中的亮度、对比敏感度、中心凹等视觉感知特性的单视点视频编码方法进行分析并指出其存在的问题.然后,对基于立体感兴趣区域和双目敏感度特性的3维视频感知编码方法进行了分析和论述.最后,就基于感知的视频编码方法的进一步发展提出了若干技术与研究方向的展望.     

基于视觉心理学的物体大小恒常性计算

知觉恒常性是人类感知世界最重要、最突出的方面,它为解决计算机图像理解和物体识别等经典计算机视觉难题提供了新的思路.大小恒常性是最重要的知觉恒常性之一.正确的图像物体大小恒常性感知的关键在于准确计算物体在图像中的感知深度.本文总结了人眼使用的各种图像深度线索,提出了这些线索融合与冲突的解决方案,然后用数学方法建立了图像物体大小恒常性计算模型.实验结果表明该模型是有效的.本文是应用视觉心理学来解决计算机视觉问题的一次成功而有益的探索.     

SARMV3D-1.0:SAR微波视觉三维成像数据集

三维成像是合成孔径雷达技术发展的前沿趋势之一,目前的SAR三维成像体制主要包括层析和阵列干涉,但面临数据采集周期长或系统过于复杂的问题,为此该文提出了SAR微波视觉三维成像的新技术思路,即充分挖掘利用SAR微波散射机制和图像视觉语义中蕴含的三维线索,并将其与SAR成像模型有效结合,以显著降低SAR三维成像的系统复杂度,...     

在“计算机视觉”教学中引入人类视觉系统知识

本文讨论在＂计算机视觉＂课程中如何引入人类视觉系统知识。讨论在感觉层次、感知层次和认知层次三个层次上的结合点。笔者期望在课程中通过对计算机视觉系统和人类视觉系统的对比讲授,便于学生理解计算机视觉中边缘提取、区域分析、颜色认知和立体视觉等技术的内涵、局限性和改进方向,引导学生深入思考各种技术的本质。     

DBS雷达景象中的城区分割与匹配

图像分割一直是计算机视觉领域研究的热点和难点,DBS雷达景象匹配是高精度制导技术的关键,而特征提取和目标分割是景象匹配的基础。受人类视觉感知原理启发,文中提出了基于二阶纹理特征的分割方法,能够有效地将DBS实时图中的城区位置分割出来,并与SAR参考图中的城区位置进行配准,在10个像素的误差范围内,匹配成功率达100%。     

基于时频分析的SAR目标微波视觉特性智能感知方法与应用

合成孔径雷达(SAR)目标识别智能算法目前仍面临缺少鲁棒性、泛化性和可解释性的挑战,理解SAR目标微波特性并将其结合先进的深度学习算法,实现高效鲁棒的SAR目标识别,是目前领域较为关注的研究重点。SAR目标特性反演方法通常计算复杂度较高,难以结合深度神经网络实现端到端的实时预测。为促进SAR目标物理特性在智能识别任务中的应用,发展高效、智能、可解释的微波物理特性感知方法至关重要。该文将高分辨SAR目标的非平稳特性作为一种典型的微波视觉特性,提出一种改进的基于时频分析的目标特性智能感知方法,优化了处理流程和计算效率,使之更适用于SAR目标识别场景,并进一步将其应用到SAR目标智能识别算法中,实现了稳定的性能提升。该方法泛化性强、计算效率高,能得到物理可解释的SAR目标特性分类结果,对目标识别算法的性能提升与属性散射中心模型相当。     

基于视觉注意机制的UWB SAR叶簇隐蔽目标变化检测

在超宽带合成孔径雷达叶簇隐蔽目标检测中,传统的UWB SAR图像变化检测方法易受图像灰度值起伏和成像条件变化的影响,致使现有的变化检测算法的性能下降.本文根据人类视觉系统的生理结构和认知特点,提出了一种基于视觉注意机制的叶簇隐蔽目标变化检测算法.该方法使用视觉注意模型,将图像的多尺度特征信息融合为单幅视觉显著图像,并利用图像局部邻域信息和目标的空间相关特性对视觉显著图中视觉注意焦点进行分层筛选和变化检测.实验结果表明:本文中基于视觉注意机制的变化检测方法可以有效检测多时相UWB SAR图像中的叶簇隐蔽目标,较之传统的基于统计原理的变化检测方法,其检测速度更快,且对场景复杂的UWB SAR图像亦具有鲁棒性.     

基于视觉感知和边缘保持的光照不变人脸识别

提出一种具有视觉感知特性和边缘保持特性的光照不变人脸识别方法.方法在各向异性扩散算法基础上引入视觉感知机制,提出具有视觉感知特性的图像梯度替代传统的图像空间梯度,使算法更符合人类视觉系统特性;同时,考虑到传统各向异性扩散算法采用的传递系数受参数影响较大,易产生明显的边缘锐化现象,提出一种新的传递系数,该系数不受参数影响,能够始终保持良好的边缘保持特性.新方法所获的光照不变人脸图像保持了良好的边缘,并极大程度上消除了光晕和白斑现象.在EYaleB和CMU PIE人脸图像库上的实验验证了该方法的有效性.     

基于人类视觉系统的图像感知哈希算法

图像感知哈希(Perceptual Hashing)是一门新兴技术,它通过对图像感知信息的简短摘要和基于摘要的匹配,来支持图像的认证和识别,具有广泛的应用前景.目前关于图像感知哈希的研究主要集中在图像特征的提取上,但是特征的选择缺乏对人眼视觉特性的考虑.本文从不同的侧面提出几种基于人类视觉系统的图像感知哈希算法.通过这几种算法之间和已有传统算法之间的测试比较,结果表明考虑了人眼视觉特性的图像感知哈希算法在鲁棒性和区分性上能够得到提高,算法给出的感知距离度量更符合人的主观感受.