基于矩形区域重叠分块加权的图像检索

为了有效地描述图像的颜色空间分布信息并进行图像检索,提出了一种基于矩形区域重叠分块加权的图像检索方法。该方法首先裁剪待检索图片和图像库图片,得到由图像中心到外,包含小、中、大三个矩形的图像和图像库;其次分别计算三个矩形区域的彩色直方图特征及其相似度,根据空间距离度量从小到大排序;最后引入人机交互的反馈机制,根据用户的输入参数多次反馈,在用户感兴趣的图像区域检索。仿真实验结果表明,相比于均匀分块直方图算法和环形分块算法,当检索主体信息处于边缘的图像时,提出算法的图像检索率更高。提出的算法可以有效地描述图像的颜色空间分布信息并进行图像检索。     

基于图像分块目标区域的检索技术研究

为了解决图像检索中视觉感知缺失所造成的检索率偏低问题,提出了一种基于目标区域检索算法.借鉴方块编码的方法将图像进行二值化处理,从而转化为位平面图,在此基础上,提取图像的背景区域和目标区域,为提取图像的空间分布信息,采用环形分割的方法提取图像的环形分布直方图作为内容特征用于检索.该算法既利用了图像的灰度信息和人眼对纹理的视觉敏感特性,又充分考虑了图像的空间分布对检索效率的影响,试验表明该算法和以往算法相比具有较高的检索效率.     

基于改进纹理特征的现堪图像检索算法

针对灰度共生矩阵缺少图像纹理的整体空间分布特征与双树复小波变换对图像结构细节敏感的缺陷,提出一种融合图像空间分布与结构细节的纹理特征提取算法,应用于现堪图像检索。首先,利用灰度共生矩阵与双数复小波提取图像的纹理信息;然后,将图像均匀分块,分别计算各个块的角点疏密度和纹理细节特征并级联,以此组成图像的空间分布特征和结构细节特征;最后,对纹理信息融合图像的空间分布特征与结构细节特征,完成现堪图像的纹理特征提取。在现堪图库上的检索实验结果表明,该算法能更全面的描述图像的纹理内容,并且可有效提升现堪图像检索算法的检索准确率。     

DCT压缩域中基于纹理和形状的图像检索算法

在对以往DCT压缩域的图像检索算法研究的基础上,将DCT块及其系数的空间分布信息引入特征提取算法,提出了一种压缩域中结合纹理和形状信息的图像检索算法．根据DCT块的复杂度及块内系数的空间分布,构造了加权复杂度直方图来表述图像的纹理信息;同时,根据DCT块系数的取值将其划分为不同的边缘类型,并采用边缘空间分布特征来描述图像的形状信息．该算法不仅考虑了DCT块的统计分布,又考虑了块内系数的空间分布,在一定程度上避免了由于DCT块统计分布信息相同而空间分布信息不同而造成的误检漏检情况．实验结果表明,该算法具有较好的检索结果．     

基于显著点颜色-空间分布特征的图像检索算法

提出了一种基于显著点的颜色和空间分布特征的图像检索算法。首先使用Harris颜色点检测器提 取图像的显著点;再以显著点为主线,设计了一种基于显著点的环形颜色直方图方法,将显著点的局部颜色特征与 空间分布结构有效结合;最后利用信息熵表示图像颜色的空间分布信息,既考虑了图像的空间分布特征,又降低了 运算复杂度。实验结果表明,该方法实现简单,在检索精度上明显优于基于全局特征的图像检索算法。     

DCT压缩域的图像检索技术

针对离散余弦变换(DCT)压缩域中的图像检索算法存在的问题,提出了一种新的检索算法. 利用DCT块中系数的分布特性,构造边缘空间分布图,采用一种边缘空间分布特征矢量来对图像内容进行描述. 同时,考虑到DCT块中的能量对最终检索结果的影响,又采用每类边缘分布图中DCT块的能量和作为图像的另一种特征. 该算法不需要完全解压缩,计算复杂度低,不仅考虑了DCT块的空间分布,又考虑了块内的能量分布,避免了由于DCT块统计分布信息相同而能量不同而造成的误检漏检情况. 实验结果表明该算法具有较好的检索性能.     

DCT压缩域的图像检索

为解决压缩图像的快速准确检索，提出了一种基于离散余弦变换（DCT）压缩域的图像检索算法。首先给出了复杂度的定义，然后构造DCT复杂度直方图来描述图像的纹理特征。同时，考虑到各个系数在DCT块中不同的分布而体现的信息不同，根据每个DCT块中能量最大的9个系数的空间分布，为复杂度直方图设置权值，从而避免了由于复杂度相同而系数空间分布不同而造成的误检漏检。该算法不仅体现了DCT系数的统计分布，同时也捕捉了它们的空间分布信息。实验结果表明，该算法具有较好的检索效果，尤其对纹理丰富的图像，检索效果更好。     

基于一次反馈的色彩-空间图像检索技术研究

基于颜色-空间二维直方图的图像检索方法简便易行,检索效率较高,但此方法对图像主体的检索不够突出,对检索精度造成了一定的影响.基于一次反馈的色彩-空间图像检索技术,在传统的色彩-空间的图像检索技术中加入了检索者对于检索结果的判断,通过检索者的一次反馈要求,选择是否进行图像的二次筛选,即结合人的智能识别来提高搜索精度,从而...     

基于颜色和空间特征的图像检索

提出一种新的基于颜色和空间特征的图像检索算法.首先,将检索图像转换为HSV颜色空间并进行量化,提取环形颜色空间信息熵作为颜色空间分布特征.其次,计算每个像素点的多邻域量化颜色值的一、二阶中心矩,利用各阶统计矩的信息熵来表征图像颜色的局部空间特征.最后,对特征向量进行高斯归一化,采用特征向量的L1-norm距离计算彩色图像的相似度并进行图像检索.结果表明,该方法比CDE和Geostat算法具有较好的检索效果.     

基于主色调的图像布局特征提取及相似性匹配算法

在基于内容的图像检索中,图像特征的提取和特征匹配是图像检索的核心.为了克服普通颜色特征不考虑颜色空间分布的缺点,提出了一种基于主色调的空间布局特征提取方法,并在此基础上提出了基于布局特征和颜色特征的图像相似性匹配算法-双特征匹配算法.仿真实验表明,该算法对一些布局特征明显的图像类型有很好的检索效果.     

使用兴趣点局部分布特征及多示例学习的图像检索方法

提出了一种基于兴趣点的图像检索新方法.在尺度空间中检测兴趣点,依据兴趣点的分布将图像划分成一系列等面积的扇形子区域并提取图像特征.该特征既反映了兴趣点的局部特性,又考虑了兴趣点的空间分布结构,同时对图像旋转、缩放和平移具有不变性.在相关反馈阶段,将图像看作是由各子区域内兴趣点局部特征构成的多示例包,根据用户选择的实例图像生成正包和反包,采用多示例学习算法获得体现图像语义的目标概念.本方法缩小了用户查询中的歧义性,在Corel图像库中进行的实验表明,与其他基于兴趣点的图像检索方法相比,平均检索准确率提高7%以上,可以更准确地查找到用户所需图像.     

基于SVR和贝叶斯方法的全色与多光谱图像融合

将全色图像和多光谱图像进行融合,可以获得高空间分辨率和高光谱分辨率的融合图像.利用支持向量回归（SVR）模型构建的支持向量值轮廓波变换,对源图像进行多尺度、多方向、多分辨率分解;采用贝叶斯方法获得在不同分解水平上的全色图像和多光谱图像融合算法;利用支持向量回归的强大学习能力,通过全色图像和多光谱图像之间的相关关系,获得超分辨率的多光谱图像,解决贝叶斯方法中的待融合图像分辨率一致性问题.实验结果表明,采用该方法获得的融合图像既具有较高的空间细节表现能力,又保留了多光谱图像的光谱特征,融合效果优于传统的图像融合方法．     

Retrieval of canopy biophysical variables from remote sensing data using contextual information

In order to improve the accuracy of biophysical parameters retrieved from remotely sensing data, a new algorithm was presented by using spatial contextual to estimate canopy variables from high-resolution remote sensing images. The developed algorithm was used for inversion of leaf area index （LAI） from Enhanced Thematic Mapper Plus （ETM＋） data by combining with optimization method to minimize cost functions. The results show that the distribution of LAI is spatially consistent with the false composition imagery from ETM＋ and the accuracy of LAI is significantly improved over the results retrieved by the conventional pixelwise retrieval methods, demonstrating that this method can be reliably used to integrate spatial contextual information for inverting LAI from high-resolution remote sensing images.     

基于拉伸空间变换算法在DSA配准中的应用

提出一种基于拉伸的空间变换算法, 首次将其应用于数字减影血管造影术(DSA) 图像配准中以消除运动伪影. 实验结果表明, 与传统线性空间变换算法相比, 采用基于拉伸的空间变换算法配准后的减影图像质量显著改善. 为提高计算速度, 仅对选定的控制点进行块匹配操作, 图像其余像素点基于相邻像素运动位移的连续性, 均由找到的运动位移点经空间变换和灰度插值计算得到. 基于拉伸的空间变换算法可避免采用传统线性空间变换算法所产生的病态解, 属于非线性有理变换. 提出的基于拉伸的空间变换算法简单实用, 可准确有效地确定需估算的运动位移点位置, 且配准后的减影图像质量优于采用线性空间变换算法配准的减影图像质量.     

基于多时相遥感影像的北京平原人工林树种分类

为解决传统遥感分类方法区分平原人工造林地树种难度较大的问题,利用4个不同时相的高空间分辨率卫星影像,基于ESP计算方差变化率并结合目视解译获取影像的最佳分割尺度;通过相关系数法筛选构建的特征,进行面向对象的多时相影像和单时相影像分类,并与基于像元分类方法进行对比分析.结果表明:基于多时相影像各类别分类精度为64%,高于单时相分类精度(51%);面向对象KNN方法的分类精度优于SVM和MLC分类方法,两者精度分别为49%和43%.在树种丰富且分布复杂的平原造林林地景观中,利用多时相遥感数据,采用面向对象分类方法用于树种精细分类更具优势.     

湿润地表红外辐射统计特性和热图像空间结构

利用能量热平衡方程,将自然地表红外辐射统计特性及热图像空间结构与地表光学参数,热物性参数以及环境条件联系起来,描述了地表辐射温度统计函数和热图像自相关函数的变化规律,研究表明,地表辐射温度统计分布是地表特性参数的复杂函数,而地表热图像空间自相关函数,则是地表物性参数空间自相关函数的加权迭加;由于地表辐射温度统计函数和热图像自相关函数受环境和外部热源的影响,它们又都是时间的函数。     

激光共聚焦序列图像基于特征的分割方法

采用fluo-4标记的乳鼠心肌细胞钙离子实时激光扫描共聚焦光学切片呈现为点状分布的荧光图像,并且受到噪声的严重干扰,细胞荧光图像在分布上没有连续的边缘;而采用处理静态荧光图像的方法处理这种图像存在很大的困难。该文就心肌细胞Ca2+离子定量研究过程中遇到的问题,提出一种基于马尔可夫场和空间点模式特征聚类相似性测度的自适应图像分割算法。该算法能以统一的标准从不同深度的光学切片中分割出需要分析的细胞钙离子活动区域,对其他利用激光共聚焦技术做动态分析的研究有很好的参考价值。     

基于SFCM及水平集方法的溢油图像分割

传统的单一模糊聚类算法（FCM）适用于无噪声图像的分割,而对于具有噪声、特殊点值及瑕疵的图像分割则无能为力。本文提出了应用嵌入空间信息的模糊聚类算法（SFCM）与水平集方法的结合,对海洋溢油污染的合成孔径雷达（SAR）图像进行分割处理,得到了优于其它算法的分割图像。通过对SAR溢油图像分割的数据分析,验证了算法的有效性。     

Spectral methods for spatial resolution improvement of digital images

A general matrix formula is proposed for signal spectral aliasing of various or mutual resolution, the concept of spectral aliasing matrix is introduced, and some general spectral methods for spatial resolution improvement from multiframes of undersampled digital images are discussed. A simplified iterative method of parallel row-action projection for spectral de-aliasing is also given. The method can be applied to multiframe images with various spatial resolution,relative displacement, dissimilar point spread function, different image radiance, and additive random noise. Some experiments with a resolution test pattern and an image of vertical fin performed the convergence and the effectiveness of the algorithms.     

数字共轴全息中颗粒识别与定位

研究从全息重建颗粒图像中进行颗粒识别和定位的方法. 利用小波函数重建颗粒全息图,采用灰度阈值自动判定方法对所重建的三维颗粒场图像进行颗粒图像与背景的分离和颗粒判定.根据重建颗粒图像灰度的空间分布特点,采用灰度和颗粒面积双判据方法实现颗粒空间位置,特别是流场深度方向的准确定位.对已知记录距离的理想模拟颗粒群全息图进行重建测试,同时在共轴全息试验台上对已知记录距离的颗粒试验片进行颗粒识别和定位算法的测试和验证.结果表明,所提出的灰度阈值自动判定方法准确、有效,最大灰度和颗粒面积双判据方法能够更加准确地进行颗粒空间定位.