一种改进的显著区域提取模型

图像的显著区域代表的是图像的主要内容,提取显著区域在图像检索、压缩、识别等方面有重要的应用。基于Itti模型提出一种改进的模型来提取图像的显著区域,即分别提取原始图像的亮度、颜色、方向、形状四个特征,并将这四个特征的多尺度图像特征合并成一幅总的显著图;在图像方向特征提取中采用倒数函数来代替Gabor特征函数,使得方向特征图更加完善。该模型与经典的Itti模型相比较,提取出的显著图更为明显,速度较快且易于实现。     

一种图像的感兴趣区域提取方法

感兴趣区域(Region of interests,ROI)是图像中可能引起人眼视觉关注的区域。根据视觉注意机制的经典模型Itti模型来提取图像的低层特征,利用局部迭代的特征合并策略并在此基础上综合自动阈值分割和种子点的区域生长方法得到感兴趣区域的提取方法。实验结果表明该方法符合生物的视觉注意机制,具有良好的鲁棒性。     

一种基于ROI的红外舰船目标定位方法

提出了一种基于感兴趣区域ROI（Regions of Interest）的红外舰船目标定位方法,通过改进的Itti模型提取包含目标的感兴趣区域,实现目标定位。首先应用小波变换代替Itti模型的高斯滤波生成图像多尺度金字塔,并用center-surround算子提取多尺度的视觉差异,再将生成的视觉特征图进行归一化并线性组合,生成显著图,最后运用交替式有效子窗口搜索算法 A-ESS （Alternating Efficient Subwindow Search）定位目标区域。实验结果表明：该方法能准确定位出目标区域。     

一种基于视觉显著图的舰船红外图像目标检测方法

提出了一种基于视觉显著图的红外舰船目标定位方法,即通过改进的Itti模型生成视觉显著图,并基于视觉显著图分割出目标区域,从而实现目标检测。先用小波变换替代Itti模型中的高斯滤波来生成图像多尺度金字塔,然后用center—surround算子提取出多尺度的视觉差异特征,并对生成的视觉特征图进行合成,生成显著图。最后,利用阈值分割方法分割出目标区域,并对原始图像进行标记,从而实现目标检测。实验结果表明,与传统的Otsu阈值分割方法相比,该方法能够准确检测出目标区域。     

基于边缘检测的显著区域提取方法

多年以来,众多专家学者建立了诸多模型来模拟人的视觉选择性注意机制,其中最具影响力的当属Itti模型,但其存在着显著区域漏检测及显著区域范围是固定形状的问题。文章基于人眼对物体的轮廓形状信息的感知能力,提出了一种改进型的显著区域提取方法,在原Itti模型基础上加入轮廓特征。本方法与原Itti模型相比较,能够改善其显著性区域的提取效果并且能够较准确的实现显著区域的分割。     

基于视觉注意机制的人脸区域预检测

为了快速搜索图像中的人脸区域,依据人类视觉系统的特点,引入Itti模型,提出了一种基于肤色特征和方向特征的人脸区域预检测注意力模型,并应用于复杂背景下彩色图像的人脸区域预检测.首先把图像从RGB空间转换到HSI空间,利用肤色在色度空间的聚散性,采用Gaussian金字塔和center-surround算子获取肤色和方向特征的多尺度视觉差异,通过这2个不同特征图的规格化和线性融合获得综合的显著图,由显著图地址转换成图像坐标找出原图中的人脸区域.实验结果表明,该方法能有效检测出人脸区域,且检测速度快,为后续的处理和分析提供了良好的基础.     

一种权值可发育的视觉选择性注意模型研究

针对Itti视觉选择性注意模型不具有子特征图显著图归一化过程中权值随任务改变而改变的问题,借鉴自主发育在视觉选择性注意学习的研究成果,提出一种权值可发育视觉选择性注意模型作为图像特征提取的学习机制。该算法采用三层自组织神经网络和Itti视觉选择性注意模型相结合的决策进行寻优,通过对模型的训练学习获取最优权值更新。这样既可以保证在初期特征提取内容的完整性,又降低了系统对不同任务条件的约束性,提高了模型特征提取能力。利用权值可发育视觉选择性注意模型对图像进行感兴趣区域特征提取实验,结果表明,该方法能够提高特征提取准确性、减少运算时间,获得了良好的动态性能。     

一种基于RGB颜色空间和随机矩形区域的显著性检测方法

提出了一种基于RGB颜色空间和随机矩形区域的显著性检测方法.该方法以R、G、B作为图像特征,然后随机产生不同位置和大小的矩形区域,并统计每个矩形区域内各像素特征值与该区域的特征均值之间的距离,再综合所有矩形区域和所有特征得到最终的显著图.因不需进行颜色空间转换,可大幅减少计算时间;同时,RGB颜色空间三通道的亮度变化比较一致,使得在特征融合时能够充分利用所有特征的信息,因而取得了更好的检测效果.实验结果表明该方法能更快速、更有效地检测出图像中的显著性区域.     

一种改进的频率调谐显著性检测方法

图像中的显著性区域检测有利于图像分割、目标检测和识别等计算机视觉任务。通过分析频率调谐显著性检测方法的不足,提出了一种改进的频率调谐法。该方法将各颜色分量所对应的显著性值进行归一化处理,然后再线性组合得到最终的显著图。实验结果表明该方法能够有效检测出图像中的显著性区域,并提升了频率调谐法的检测性能。     

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。     

基于显著性目标检测的改进火焰检测算法

针对靶场炮弹定位方法定位精度差、实时性差且存在安全隐患等问题,提出了一种基于显著性目标检测的炮弹火焰检测算法.首先针对数据集缺失问题,构建了一个炮弹火焰数据集,用于网络模型训练和推理.其次,采用并列交叉的双分支ResNet为特征提取模块,分别学习前景和背景语义信息,并在该模块中引入空洞卷积和注意力机制网络,提高感受野的...     

An Improved Analytical Model for Minority Carrier Transport in Quasi-Neutral Semiconductor Regions

１ＩｎｔｒｏｄｕｃｔｉｏｎＡｓｕｃｃｅｓｉｖｅｓｃａｌｉｎｇｄｏｗｎｏｆｆｅａｔｕｒｅｐｒｏｃｅｓｓｉｎｇｄｉｍｅｎｓｉｏｎｈａｓｇｉｖｅｎｒｉｓｅｔｏａｓｅｒｉａｌｏｆｖａｒｉａｔｉｏｎｓｉｎｍａｎｕｆａｃｔｕｒｉｎｇｔｅｃｈｎｏｌｏｇｉｅｓ［１］...     

改进的RF-LDMOS小信号模型参数提取方法

准确地提取RF-LDMOS小信号模型参数对LDMOS大信号模型建模十分重要,而且好的小信号模型能很好地反映微波器件的性能。针对LDMOS提出了一种改进的小信号模型参数提取方法,此方法增加了测试结构的建模和参数提取,极大地方便了S参数曲线的拟合,而且对于测试版图的研究有一定的指导意义。由此方法提取的小信号模型与实验测试数据在0.1～8 GHz拟合的很好,并且准确地预测了器件的特征频率。该模型和方法能够很好的适用于LDMOS的L,S波段小信号建模和参数提取。     

用改进的遗传算法提取PIN光探测器模型参数

光探测器是光电集成电路接收机的重要组成部分,成功提取光电探测器等效模型电路的参数将会对光电集成的研究起到重要作用.将改进的遗传算法用于PIN光探测器小信号等效电路模型参数的提取和优化中,实现PIN光探测器S21、S22参数的测量值与模拟值拟合.改进后的遗传算法自动优化了遗传、杂交和变异算子,节省了寻找最佳遗传、杂交和变异概率的时间,提高了参数提取的速度.     

用改进算法提取GaN HEMT小信号等效电路模型

基于GaNHEMT小信号等效电路模型参数的提取,针对扰动机制、退火方式、记忆功能、回火机制等关键点,提出了一种改进的模拟退火算法。用Matlab仿真工具实验证明,在5～15GHz之间基于S参数测试数据,选取16个频率参考点,利用改进算法返回等效电路的13个参数,与测试数据有良好的一致性,是一种快速的全局优化算法。     

一种改进的小波脊提取算法

针对基于模极大值和基于相位信息的小波脊提取算法的缺点,提出了一个改进的小波脊提取算法。该算法利用小波系数的相位信息提取所有可能的脊点,利用小波系数模的最大值以及脊线的连续光滑性甄别出信号的脊点,排除掉噪声的脊点,从而加快了脊点的搜索速度,提高了脊点提取的有效性。相比于基于模极大值和基于相位信息的小波脊提取算法而言,该算法更适用于低噪声信号的小波脊线的提取。     

改进的均匀化AGAST特征提取算法

为了实现对图像特征的均匀化提取,改善传统角点检测算法的特征点局部聚集问题,提出一种改进的AGAST特征提取算法。通过对图像构建高斯金字塔,实现特征点的尺度不变性;之后采用四叉树方法对特征点进行划分、筛选,获得均匀化的特征点分布,自适应四叉树深度提高运算效率;使用灰度质心法计算特征点方向实现旋转不变性。与其他算法进行对比实验,结果表明,改进后算法有效提高了特征点提取的速率和均匀性,较其他算法,提取速率提升12.31%、均匀度提升7.8%,具备较好的性能。     

基于Matlab的改进边缘提取算法

在图像的预处理过程中,边缘提取是非常重要的一个环节。针对目前边缘提取算法不能提取有效的图像边缘,提出了对现有图像边缘提取算法进行改进的方案。方案改进的思路是对现有图像预处理算法进行整合和优化一些重要参数,并使用Matlab仿真平台对改进方案进行仿真。在此过程中,使用了Canny边缘提取技术、自适应阈值分割技术和形态学滤波技术等,并对这些方法的处理流程进行分析。仿真结果表明,合理的算法整合能够有效地改进边缘提取的效果。     

一种改进的海天线提取算法

海天线提取是红外成像制导技术中的一项重要技术,计算简单、提取准确是验证其是否有效的依据。在直线拟合法基础上提出一种去除粗大点的改进算法,并通过分析实测图像证明本算法可有效进行复杂背景下海天线的提取。     

一种改进的LDP面部表情特征提取方法

特征提取是面部表情分类识别的研究重点.针对原始局部方向模式(Local Directional Pattern,LDP)特征提取速率缓慢的问题,对LDP的编码方案进行改进,设计了nLDP (new Local Directional Pattern)算子.选择Kirsch算子的4个方向模板来获取边缘响应值,然后将正的边缘响应置为1,负的边缘响应置为0,从而获得nLDP特征表示,最后采用支持向量机(SVM)对表情进行识别.实验结果验证了提出的nLDP算子在保证表情识别准确率的同时,有效地提高了表情识别的速率.