图像适应算法中非冗余显著图的计算

近些年为了将大尺寸数字图像的内容自适应地显示在手机、PDA（掌上电脑）等屏幕较小的显示终端上以得到更好的显示效果,图像适应得到了很大的关注。现有的大量方法使用了不同的重要度映射来得到最优的图像缩放结果。图像适应算法就是为了去除图像中的不重要信息,为此提出在图像适应方法中使用非冗余显著图的计算来分析不重要信息的位置。首先,引入了图像分解,提出图像高梯度区域的冗余信息。然后,提出纹理梯度的概念,并进一步针对细节信息建立了纹理冗余度分析机制。纹理梯度非常适合卡通图像分析,从而将现有图像适应方法推广到非真实图像。大量实验结果显示,本文方法并不受图像适应算子的影响,该方法对具有复杂背景和包含多目标物体等的图像适应问题都比较鲁棒。     

基于粗糙集的图像感兴趣区域自动提取算法

在分析常规区域生长算法的基础上,提出一种基于粗糙集理论的感兴趣区域自动提取算法．在显著度图和相对位置指示图的基础上,以像素点的显著度、相对位置及颜色信息构成知识表达系统,通过属性约简和值约简,导出了有用的区域生长决策规则。实验结果表明：该方法与现有算法相比,它能够更好地提取图像感兴趣区域。     

宁夏贺兰山东麓酿酒葡萄基地土壤酶活性

调查了宁夏御马酿酒葡萄基地不同栽培年限下土壤的蔗糖酶、磷酸酶、脲酶、过氧化氢酶的活性,并与土壤的基本理化性质进行了回归分析.结果表明,供试土壤为强碱性反应,耕作施肥对土壤pH和全盐含量影响不显著;土壤有机质、全氮、铵态氮、速效磷、阳离子代换量大都处于最低的六级水平,但肥力随耕种年限的延长显著增加;随栽培年限的延长,表层土壤磷酸酶活性、蔗糖酶和脲酶活性显著增加;蔗糖酶、脲酶活性随剖面深度的加深而显著减小;表土过氧化氢酶活性随栽培年限的延长而显著下降,但不同土地利用下表层以下各层次土壤过氧化氢酶活性总体上高于表层,且差异显著.磷酸酶活性与土壤有机质、全氮、全磷、速效磷、缓效钾、速效钾之间存在着极显著相关关系;磷酸酶活性、蔗糖酶和脲酶活性与土壤有机质、全氮、全磷、速效磷、缓效钾、速效钾之间存在着极显著相关关系;四种酶之间,磷酸酶与脲酶之间存在极显著相关关系,脲酶与蔗糖酶之间存在极显著相关关系.由此表明,磷酸酶、脲酶、蔗糖酶活性的大小可以代表宁夏贺兰山东麓酿酒葡萄栽培区土壤肥力的高低.     

不同植被类型对土壤微生物量碳氮及土壤呼吸的影响

对四种植被类型下土壤微生物量碳、氮、土壤呼吸速率以及代谢熵的研究,结果表明,土壤微生物量碳、氮以及土壤呼吸在四种植被类型间差异显著,而土壤微生物代谢熵之间差异不明显.且不同植被演替阶段土壤微生物量碳、氮从初级阶段到次生林阶段逐步增大,从次生林到成熟林阶段明显减小;土壤呼吸随着植被的正向演替,呼吸速率逐渐增强;四种植被类型间土壤微生物代谢熵在次生林中最低,为0.44 mgg-1 h-1,万熟林地中最高,为1.01 mgg-1 h-1,表明土壤微生物对土壤碳的利用效率次生林较高,成熟林地较低.     

用于遥感舰船细粒度检测与识别的关键子区域融合网络

目的 遥感图像中的舰船目标细粒度检测与识别在港口海域监视以及情报搜集等应用中有很高的实际应用价值,但遥感图像中不同种类的舰船目标整体颜色、形状与纹理特征相近,分辨力不足,导致舰船细粒度识别困难。针对该问题,提出了一种端到端的基于关键子区域特征的舰船细粒度检测与识别方法。方法 为了获得更适于目标细粒度识别的特征,提出多层次特征融合识别网络,按照整体、局部子区域两个层次从检测网络得到的候选目标区域中提取特征。然后结合候选目标中所有子区域的信息计算每个子区域的判别性显著度,对含有判别性组件的关键子区域进行挖掘。最后基于判别性显著度将子区域特征与整体特征进行自适应融合,形成表征能力更强的特征,对舰船目标进行细粒度识别。整个检测与识别网络采用端到端一体化设计,所有候选目标特征提取过程只需要经过一次骨干网络的计算,提高了计算效率。结果 在公开的带有细粒度类别标签的HRSC2016(high resolution ship collection)数据集L3任务上,本文方法平均准确率为77.3%,相较于不采用多层次特征融合识别网络提升了6.3%;在自建的包含45类舰船目标的FGSAID(fine-gr...     

基于背景先验与中心先验的显著性目标检测北大核心CSCD

针对传统的图流行排序显著性目标检测算法存在先验信息单一,显著目标检测不完整的问题,提出一种新的基于背景先验与中心先验的显著性目标检测算法。首先将图像边界节点作为背景种子进行流行排序获得粗略的前景区域,将其再次流行排序得到初步显著图;然后利用Harris角点检测、聚类实现中心先验显著性检测,捕获中心显著信息;最后在初步显著图上融合图像中心显著性,得到最终显著图。本文对综合指标、精确率-召回率曲线、F-measure值以及平均绝对误差(mean absolute error,MAE)值进行实验评估,在公开数据集MSRA-10K和ECSSD上进行的实验结果表明:对比10种主流算法,本文算法在不同的评估指标上都具有较好的表现,且能准确地突出显著目标,提升背景抑制效果。     

一种基于显著兴趣点的图像检索方法

提出一种利用显著兴趣点结合颜色矩和距离直方图进行图像检索的方法。该方法将兴趣点作为图像中用户关注的主要视觉线索,包括显著兴趣点检测、距离直方图和颜色矩的特征提取3个步骤,既利用兴趣点的局部颜色特征,又考虑兴趣点间的空间距离关系,克服了传统颜色矩没有空间位置信息的缺陷。实验结果表明,该方法实现简单,能够有效提高图像检索的效率。     

基于保边滤波的显著目标快速分割方法

在视频中自动发掘目标并对其进行精确分割是一个非常有挑战性的计算机视觉问题。本文提出了一种基于保边滤波的显著目标快速分割方法。首先,通过融合外观特征与运动特征,将视频中的显著目标发掘转为能量函数最小化问题进行求解。其次,为了更精确地进行分割目标,融合外观的高斯混合外观模型(Gaussian mixture mode,GMM)、位置先验以及时空平滑约束构建马尔科夫随机场(Markov random field,MRF)模型,并使用图割算法进行求解。本文提出的基于保边滤波的显著目标快速分割方法,在牺牲较少的精度下,极大地提高了分割效率。最后在两个数据集上进行了对比实验,实验结果表明,本文算法的分割精度超过了其他5种目标分割方法,且加速算法在损失少量精度的情况下提高了2倍分割效率。     

一种基于颜色特征的感兴趣目标提取方法

针对现有的感兴趣区域(ROI)提取方法边缘不清晰、区域不完整等问题,提出一种ROI提取方法.首先采用颜色局部特征的信息量大小衡量兴趣度的大小,然后融合颜色特征信息量图获得图像的显著图(SM),再进行阈值分割,得到显著值大的区域,即ROI.实验结果表明,该方法能有效地提取出感兴趣的对象,SM中目标区域的显著值均匀、边缘清晰;与人工标记的ROI比较,该方法召回率为79.71％,精度为78.53％,优于已有的ROI提取方法.     

非感兴趣区域时空分析的运动显著区域检测

为了有效地进行视频质量评估和视频信息保护,提出了一种基于非感兴趣区域(region-of-non-interest,RONI)时空分析的运动显著区域(motion salient region,MSR)检测算法.通过确定RONI,运动显著区域可作为RONI的补集被提取.实验结果证明,该方法可以有效检测出运动显著区域,准确率达到93%,对于那些有复杂摄像机运动的视频也具有强鲁棒性.