红外目标图像感兴趣区域自动提取研究

基于感兴趣区域的图像压缩编码技术已成为图像编码领域的研究热点.由于图像不确定性以及目标自动识别的实时性要求,现阶段通过模拟人类视觉特性确定感兴趣区域算法不能满足需要.基于目标红外图像的特点,提出了一种逐步逼近二雏最大熵阈值递推搜索算法,综合运用二维最大熵阈值分割方法、顺序统计滤波、数学形态滤波等技术,实现了目标红外图像感兴趣区域的自动提取,经实验验证该方法不仅能满足一般的实时性要求,而且可靠、效率高,具有较高的实用价值.     

视频运动目标探测的实验研究

本文在分析视频系列图像特点的基础上,对运动目标采用连续帧相减的探测方法进行了理论分析和实验研究,提出了背景和目标在不同运动情形下的处理方法及处理结果。实验及其结果,证实了方法的有效性。     

Extraction of Video Objects via Surface Optimization and Voronoi Order

We implement a video object segmentation system that integrates the novel concept of Voronoi Order with existing surface optimization techniques to support the MPEG-4 functionality of object-addressable video content in the form of video objects. The major enabling technology for the MPEG-4 standard are systems that compute video object segmentation, i.e., the extraction of video objects from a given video sequence. Our surface optimization formulation describes the video object segmentation problem in the form of an energy function that integrates many visual processing techniques. By optimizing this surface, we balance visual information against predictions of models with a priori information and extract video objects from a video sequence. Since the global optimization of such an energy function is still an open problem, we use Voronoi Order to decompose our formulation into a tractable optimization via dynamic programming within an iterative framework. In conclusion, we show the results of the system on the MPEG-4 test sequences, introduce a novel objective measure, and compare results against those that are hand-segmented by the MPEG-4 committee.     

奇异值分解域差异性度量的低景深图像显著性目标提取方法

针对低景深图像(DOF)目标提取过程中,容易出现目标提取不完整或背景被误识为目标等现象,该文提出一种奇异值分解 (SVD)域差异性度量的低景深图像目标提取方法。先对低景深图像进行高斯模糊,以图像中每一个像素点为中心,利用滑动窗口分别截取模糊前后图像上相同位置的图像块并进行奇异值分解,再构造两奇异值之间的差异特征向量,针对此向量定义低中高全频段信息加权的差异性度量算子,计算对应像素点的显著性特征值,逐像素处理得到显著性结果图并进行阈值化处理,实现低景深图像目标的有效提取。对大量低景深图像进行处理,并与几种现有方法进行比较,提出方法的F度量值最大可提高54%,平均绝对误差减少76%～87%,可完整提取目标并有效去除背景,具有较强的可靠性。     

目标红外特征分析

基于目标的红外辐射特性,提出了９个关于目标的特征量,这些特征量经试验表明,它们具有较好的稳定性,从而为红外制导和红外地面跟踪的目标分类和识别提供了良好的基础。     

红外目标特征分析

基于目标的红外辐射特性,提出了九个关于目标的特征量,这些特征量经试验表明,它们具有较好的稳定性,从而为红外制导和红外地面跟踪的目标分类和识别提供了良好的基础。     

航天遥感图像感兴趣区域的自动提取方法

感兴趣区域提取是航天遥感图像分析的重要前提。随着图像空间分辨率的提高,场景内显著目标以及背景变得愈加复杂。利用传统的特征提取技术将会耗费大量计算空间和时间。提出了基于改进视觉注意方法的感兴趣区域自动提取,在HSV空间将目标与背景在颜色和亮度上的差异作为显著特征,利用高斯金字塔和中心-周边求差算子计算图像的显著特征图,并对特征图进行归一化和线性融合,设计注意焦点的转移步骤,完成感兴趣区域的自动提取。通过仿真和实验可以看出,本方法能有效地实现航天遥感图像感兴趣区域的自动提取。     

带偏场校正和邻域约束的快速MR脑组织分割新方法

 由于部分容积效应(PVE)、图像的偏场(INU)和噪声的存在,脑组织磁共振(MR)图像自动准确的分割是一项具有挑战性的任务.本文提出了一个准确度高并快速鲁棒的二维(2D)和三维(3D)分割算法来将脑部MR图象分割为白质(WM)、灰质(GM)和脑脊液(CSF)三种主要的解剖组织类型.该算法在标准模糊C-均值算法(FCM)的基础上提出了一个新的目标函数,包含偏场校正和邻域约束.在该算法中,采用参数模型表示INU,并且一个类似马尔可夫随机场(MRF)的邻域约束来表示脑组织空间分布一致性信息.本文给出了该算法的模拟和真实脑MR图像的分割结果,同时与其它算法进行了比较.比较结果显示该算法具有较高的准确度和较快的收敛速度.     

超景深鬼像仿真分析方法研究

具有确定相对孔径的光学系统只能对有限景深范围内的物体进行清晰成像。而超出景深范围的物体经过两个光学元件的两次反射之后,聚焦于探测器靶面,形成超景深鬼像光斑,大大降低了对比度。利用Code V与LightTools软件对已产生超景深鬼像的光学系统进行了仿真分析,并对产生超景深鬼像的两个光学元件表面进行了定位。仿真结果与产生的现象能够对应,证明该方法正确可行,并可用于其他光学系统。     

视频中运动目标结构特征提取的子区域分割方法

视频中为了研究运动目标的结构特征,利用最远点、信息瓶颈、均值漂移等方法对运动目标进行图像分割实验,获得运动目标的结构子区域。通过对比实验数据,用均值漂移分割方法获得的运动目标子区域较合理,为下一步研究视频中运动目标结构特征提供了合适的运动目标结构子区域,对深入研究运动目标结构特征,利用结构特征进行目标跟踪与识别具有重要意义。     

基于垂直投影直方图的视频中人体前景提取方法

在视频流中,当两人或者更多人在一起行走且距离很近时,我们采用常用的方法得到前景目标,提取特征时,往往会将相连的多人检测为同一个前景.为了解决这一问题,本文以提取前景目标中相连两人为研究对象,阐述了一种基于垂直投影直方图的人体前景提取方法.按照本文的判别规则,如果检测出为两人,则重新划分每个人体的前景区域,并且用矩形框进行标记.实验结果表明,该方法可以有效地将相连在一起的前景目标分割出来.     

基于随机投影深度函数的停车场车辆提取方法

为精确提取露天停车场内颜色混杂的车辆，提出一种基于随机投影深度函数的车辆提取方法.随机投影深度函数可有效区分RGB彩色空间中数据集的数据中心与离群值，充分利用各车辆颜色特征的复杂性及其与停车场背景颜色特征的差异性，凸显具有离群值颜色特征的车辆.首先，利用随机投影深度函数对彩色遥感影像中各像素颜色特征进行排序得到深度场影像；然后，对深度场影像做形态学闭运算并选取合适的随机投影深度值作为阈值，二值化闭运算后的深度场影像，实现车辆初始提取；最后，结合决策树分析与形态学运算实现车辆精确提取.实验结果表明，随机投影深度函数可有效处理彩色遥感影像中各种颜色车辆所表现的"同物异谱"现象，在深度场影像中凸显不同颜色的车辆，有效提高车辆提取效率；辅助以简单的后处理可实现遥感影像中不同场景停车场车辆提取.     

视频对象分割中基于Gibbs随机场模型的空分割结合方法

本文提出了一种基于Gibbs随机场模型的时空分割结合方法,用于视频对象的分割.该方法为每一帧图像的分割模板建立Gibbs随机场模型,将时间域分割结果作为初始标记场,空间域的分割结果作为一个图像观察场,然后利用Gibbs模型的约束条件将二者结合起来,得到该帧最后的分割标记场.实验结果表明,这种时空结合方法可以较好地避免以往的比重法过分依赖于空间域分割精度的问题.     

视频对象分割中基于Gibbs随机场模型的时空分割结合方法

本文提出了一种基于Gibbs随机场模型的时空分割结合方法 ,用于视频对象的分割 .该方法为每一帧图像的分割模板建立Gibbs随机场模型 ,将时间域分割结果作为初始标记场 ,空间域的分割结果作为一个图像观察场 ,然后利用Gibbs模型的约束条件将二者结合起来 ,得到该帧最后的分割标记场 .实验结果表明 ,这种时空结合方法可以较好地避免以往的比重法过分依赖于空间域分割精度的问题 .     

一种基于区域Gibbs势能函数的视频运动对象分割算法

提出了一种基于时空联合分析框架的视频对象分割算法,通过改进的分水岭变换对视频图像进行帧内空间区域划分,并根据帧间运动信息和区域的空间特性得到初步的分割掩模;然后建立基于区域的马尔可夫随机场分布模型,并定义对应的Gibbs势能函数,通过迭代条件模式(ICM)方法求解得到最小化能量,从而获得稳定的分割标记场,准确地提取视频对象。实验结果表明,提出的分割算法性能优于欧洲COST211研究组所得到的分割结果。     

核估计的最佳阈值SAR图像海岸线提取

针对SAR图像海陆分割的最佳阈值难以确定的问题，提出了一种差值核估计的自适应最佳阈值SAR图像海岸线提取方法。首先将图像的频数分布直方图看作一组以灰度值为横坐标和以频数为纵坐标的数据点集，然后以任一点为中心点构建左右两个邻域；定义两邻域内点横坐标到中心点横坐标距离的核函数；以核函数为权重先计算中心点纵坐标与左邻域内所有点纵坐标之差的加权平均值，再计算右邻域内所有点纵坐标与中心点纵坐标之差的加权平均值，并定义后者与前者之差为该数据点在直方图中坡度由陡变缓的跳变幅度，最后将拥有最大跳变幅度的数据点对应的横坐标作为海陆分割的最佳阈值。为去除初始分割结果中海陆交界处的不规则形状像素集，设计基于滤波操作的后处理过程。对真实大尺度SAR图像提取结果的定量评价表明提出方法可以高精度地提取出光滑、连续的海岸线，相较其他阈值分割法有更强的实用性。     

无重影立体图像特点与应用

分析无重影立体电视的立体深度信息传送过程,通过实验比较无重影立体图像对与普通双目立体图像对,得出无重影立体图像对构成立体图像的独有特点,提出了一种无重影立体电视的图像数据压缩处理方法,给出其对应的编解码方案。     

基于形态学的低信噪比图像序列目标提取方法

针对光电探测所得低信噪比图像序列中目标的检测和识别,提出了一种充分应用形态学相关理论和手段的处理方法。应用形态开运算进行有效的背景估计,通过灰度形态学Top—Hat变换实现背景对消,多帧图像的有效积累则借助点目标的形态膨胀来达到,通过数据关联实现目标检测。详细介绍了形态操作过程的实现方法,并通过结构元素模板分解大大减少了运算量。试验结果验证了方法的高效性。     

利用双曝光全息干涉场测物体微小位移

双曝光法是通过两次曝光将标准物光波前和变化后的物光波前,按不同时刻记录在同一张全息图上,形成两个一级干涉场,再现时,两个物光波面形成二级干涉场。通过计算机模拟,并结合实例计算,阐述了二级干涉场与微小位移、光场相位变化及转动角之间的关系。结果表明,用双曝光全息法测刚性漫反射物体时所产生的条纹出现在定域的空间曲线附近,而定域的锐度取决于观测系统的孔径。     

复杂SAR场景中机场跑道的提取

本文提出了一种从大幅SAR场景图像中提取机场跑道的方法。跑道是机场的最明显的特征,在图像上可抽象为相隔一定距离,具有一定长度的平行线对。算法首先检测图像边缘,然后连接成线段,从中搜索平行线对,最后进行验证。算法的特点在于连接线段时,通过将图像域中的线段转化成极坐标中的点,将线段连接问题转化为点的聚类问题,并利用贝叶斯估计原理构造相似性测度准则函数,利用区域生长聚类方法将断裂的但属于同一条直线的点聚集起来。实验结果表明,该算法能够从大幅SAR图像中提取机场跑道,具有重要的实际应用价值。