多媒体人机交互界面视觉显著度评估方法仿真

目前的人机交互界面视觉显著度评估方法准确性差、能耗高,提出基于人眼视觉的多媒体人机交互界面视觉显著度评估方法。采用自适应高斯滤波器对人机交互界面进行滤波,通过Guassian函数将界面图像梯度方向转换成水平与垂直两个方向的导数,确定界面梯度方向大小,据此得到校正后的交互界面图像。利用Drago对数算子对校正后的交互界面色调进行调整,根据交互界面亮度与场景亮度之间的映射关系,得到界面像素值的亮度值压缩度可见细节程度,获取色调和亮度调整后的交互界面图像。依据界面图像视觉显著度的共现不同理念,将人眼视觉显著度影响指标进行量化,得到交互界面空间位置函数。设置交互界面各个图像块内方向种类数量和边缘点数量,获取界面各子图像中某像素点的纹理复杂度函数。给出加权系数,将界面空间位置函数和像素点的纹理复杂度函数作为评估指标进行加权输出,给出交互界面视觉显著度评估结果。实验结果表明,上述方法平均评估能耗为59.4nJ/bit,评估准确率高。     

基于图像处理技术的人机交互界面控制研究

以更好地实现人机交互界面控制为目的，本文设计了基于图像处理技术的人机交互界面控制方法。首先提取人机交互界面图像边缘轮廓特征，采用视觉传达优化方法增强人机交互界面图像视觉传达信息，构建图像的边缘包络特征，利用向量量化法实现图像信息增强处理，结合多分辨率层次分析法提取图像多分辨特征量，优化图像视觉传达输出，从整体上实现更好的人机交互界面控制，采用超完备字典学习的图像去噪算法提升图标图像的清晰度与直观性，从局部上更精准地控制人机交互界面。测试结果显示方法能够准确描述测试对象内部图像的边缘轮廓，可精准地控制人机交互界面。     

基于视觉感知的双层次阈值边缘连接方法

边缘是图像目标的重要特征,但通常边缘检测得到的边缘存在不连续现象,为此在分析传统边缘连接方法的基础上,利用人类视觉系统对边缘连接的多层次感知机理,提出了一种基于视觉感知的双层次边缘连接方法。该方法首先利用大、小阈值产生相应的大、小阈值图像计算其差值以确定模糊边缘点;然后利用人类视觉系统对边缘连接的感知特性系数判别模糊边缘点中真正的边缘点,并将真正的边缘点添加到大阈值图像,使大部分重要的区域边缘能够形成完整的封闭轮廓。仿真实验结果表明,该方法能够有效地改善边缘检测后的边缘不连续现象,相比一些传统的边缘连接方法,运算速度较快,连接效果较好,能满足边缘检测的轮廓封闭性要求。     

基于视觉感知的图像放大

为了有效保持图像纹理细节和边界结构,提出了一种基于视觉感知的图像放大算法。构造了一类[C2]连续的双变量有理函数插值模型。根据等值线生成原理,利用等值线方法将图像自适应地划分为边缘区域和平滑区域。基于图像的区域特征,平滑区域采用多项式模型插值,边缘区域采用有理模型插值。根据人眼对比敏感特性,对边缘区域进行参数优化,从而获得高质量插值图像。与其他经典的图像放大方法相比,该方法能有效保持图像的纹理细节和边缘结构,同时获得了较好的客观评价数据。     

基于结构相似保真的图像稀疏表示模型

过完备图像稀疏表示是一种最新的图像表示模型,采用过完备字典中原子的线性组合形式实现图像的稀疏表示.传统的过完备图像稀疏表示模型采用重建误差的平方和作为保真项.该保真项没有充分考虑到人眼对图像的感知特性,无法度量图像中边缘、轮廓、纹理等局部几何结构的变化.本文基于过完备稀疏表示理论思想,建立了新的稀疏性正则化的图像稀疏表示模型.模型中的正则项约束图像表示系数的稀疏性,保真项采用更符合视觉感知的结构相似性度量.基于正交匹配追踪算法,提出了基于结构相似度的正交匹配追踪算法.实验结果表示,新的模型能够更好地重构图像的结构信息,获得更好的重建视觉效果.     

自然图像中目标轮廓上显著边缘检测的计算模型

如何模拟人类视觉感知系统的感知过程,建立一个鲁棒性较好、无监督的自然图像中目标轮廓上显著边缘检测的计算模型是文中要讨论的问题。首先确定自然图像中目标所在的子区域。然后通过分析纹理以及颜色等低级视觉特征得到一组潜在的轮廓边缘,对这些潜在的轮廓边缘进行闭合性分析,建立各条潜在边缘之间闭合关系的图模型。最后通过最短路径找出最优的轮廓上的显著边缘。将该模型用于多幅自然图像,实验效果较好。该模型在生物学上的合理性也得到验证。     

一种基于物体的视觉注意计算模型

为解决基于空间的视觉注意计算模型存在的注意目标不完整、容易转移到无意义区域等问题,提出一种结合空间显著性的基于物体的视觉注意计算模型。检测图像的边缘信息,根据空间视觉显著性度量结果,提取显著值高的封闭边缘,得到感知物体的轮廓。根据各感知物体的大小、位置和显著程度计算其注意度。注意焦点按照注意度递减的顺序在各感知物体之间进行转移。在多幅自然图像上进行实验验证,实验结果表明该模型具有和人类视觉特性相符合的注意效果。     

一种基于视觉感知的色彩量化算法

提出一种色彩量化算法.该算法将图像中的区域细分为边缘、内部平滑区域和内部纹理区域3个部分,并根据它们对视觉感知的重要程度赋予不同的量化权重,以达到强化视觉上相对重要的边缘和内部平滑区域、弱化视觉上相对不重要的复杂纹理区域的目的.另外,为了在量化效果和时间性能上取得折衷,对HSV色彩空间固定V值的蜂窝状分割量化算法进行改进,实现一种可在整个色彩空间完成动态分割的量化算法.在保证时间性能比原有算法略有改善的前提下,减少色彩量化的误差.实验结果表明,本文算法只需要为数较少的量化色彩就能达到较好的量化效果,特别适用于基于内容的图像检索等应用场合.     

基于虚拟现实的人机交互视觉目标感知仿真

人机交互是人与计算机或其它外部设备之间的信息交换过程。在人机交互过程中,由于网络环境复杂以及不稳定等因素,直接影响视觉目标的感知效果。为解决上述问题,提出基于虚拟现实的人机交互视觉目标感知方法。利用虚拟现实技术建立安全的人机交互网络环境,并在此环境中截取视觉目标二维图像,采用Gabor小波变换法,提取视觉目标的特征向量;采用最小二乘支持向量机,建立人机交互视觉目标感知模型,通过粒子群算法确定模型相关参数;将提取的目标特征向量输入该模型中,完成人机交互视觉目标的感知。实验结果表明,上述研究方法的平均感知精度在95%～100%之间,高于其它两种方法的测试结果,研究方法的目标感知速度和感知效果也均更优。     

基于广泛激活深度残差网络的图像超分辨率重建

为了得到更好的图像评价指标,均方误差损失是大多数现有的与深度学习方法结合的图像超分辨率技术都在使用的目标优化函数,但大多数算法构建出来的图像因严重丢失高频信息和模糊的纹理边缘而不能达到视觉感受的需求.针对上述问题,本文提出融合感知损失的广泛激活的非常深的残差网络的超分辨率模型,通过引入感知损失、对抗损失,并结合平均绝对...