图像表示

摘要： 振动图像表示介质中某一质点在各个时刻的位移,波的图像表示介质中所有质点在某一时刻的位移.高考对机械振动和机械波的考查,常以振动图像或波的图像展开,波的形成和传播规律结合波速公式是考查重点,有时涉及多解问题,题型可能是选择题或填空题,也可能是计算题,下面对2021年高考振动和波的图像试题归类赏析.

摘要： 本文使用了全新的图像表示方法用于生成虚拟图像,并根据稀疏表示的思想实现了一个图像分类算法.首先,在分类测试样本时,使用图像分类算法分别获得原始图像和虚拟图像对应的分类得分;其次,使用一种简单高效的得分融合方案获得测试样本的最终分类得分;最后,实现测试样本的分类.本文将该图像分类算法应用于人脸识别,并在多个公开的人脸数据库上进行了实验.实验结果表明,本文提出的算法在人脸识别准确率方面取得了非常有竞争力的结果.

摘要： 随着图像数据的爆炸性增长,基于内容的图像检索引起了大量的关注.图像检索系统的性能很大程度上是由描述符决定的.有很多传统的描述符先后被提出,但检索的准确率都不太理想.随着深度学习的发展,利用卷积神经网络(Convolutional Neural Network,CNN)来学习占用空间小且具有较强区分力(discriminative)的图像表示逐渐兴起.卷积神经网络全连接层的特征通常为分类任务而设计,捕获的往往是高层的语义信息,难以充分有效的捕获图像的局部信息,而且维度很高.为解决全连接层特征缺乏局部信息且维度较高的问题,本文提出了一种多层语义二值描述符(Multi-level Semantic Binary Descriptor,MSBD).多层语义二值描述符通过多层语义浮点描述符构建和二值描述符学习两个步骤生成.多层语义浮点描述符由全局分支、对象分支以及显著性区域分支构成,每个分支代表一个语义层次,可以同时捕获全局特征以及显著的局部特征.二值描述符学习算法通过一个迭代的过程减少二值化过程中的量化误差以及编码中的冗余信息,在压缩描述符的同时减少区分力的损失.为了进一步提高查询的准确率,本文提出了一种不相似性度量函数.此度量函数同时包含了哈希代表的视觉语义信息以及类级别的高层概念语义信息.本文在该领域典型的数据集上对描述符进行了系统的对比实验,实验结果表明,多层语义二值描述符具有很强的区分力,查询准确率优于很多当前最先进的浮点描述符,在Oxford5K数据集上与目前最好的方法达到了相近的准确率,在Paris6K数据集上比已有的方法超过了约4.3％,在Holidays数据集上比已有方法超过了约2.1％.

摘要： 在卷积神经网络模型中,空间金字塔池化方法将空间信息融入到深度特征的生成过程中,最终生成的图像表示可以有效地用于提高图像检索性能,但是此方法会导致生成的图像表示中不同维度之间描述的信息存在重复,且相同维度描述的图像内容不匹配.为此提出了一种基于多尺度特征映射匹配(multi-scale feature map matching,MFMM)的图像表示方法.此方法首先利用深度特征的方差与协方差矩阵提出了一种特征映射选择算法,用于增强图像表示中不同维度特征的独立性.其次,依据相同通道特征映射中高响应值位置有较高匹配性的特点,结合激活映射中最大响应位置的深度特征提出了一种优化的特征映射中心点选择方法.最后,按照不同的中心点通过多尺度窗口采样的方式,从特征映射中提取出带有空间信息的深度特征用于表示图像内容.实验结果表明,提出的方法在图像检索任务中能够取得良好的效果.

摘要： 本文首先提出了一种三棱锥神经网络表示模型,然后用神经圈的概念对图像分布式过程描述进行了研究,最后对分形与混沌理论在图像表示中的作用进行了讨论.

摘要： BoF特征是目前应用最广泛的图像表示方法.针对BoF特征编码简单、缺乏空间信息的缺点,对传统BoF流程中的特征编码和特征汇集阶段进行改进,提出了用于图像分类的新图像表示方法.首先对图像进行了基于多环划分的特征汇集的区域选择,嵌入了更多的空间信息;其次,根据密采样的特征描述子符合长尾分布的事实以及场景中特征分布比较均匀的特点,提出了适合于场景图像分类的多视觉词硬编码的编码方法.新的图像表示方法保存了BoF范式的优点,且特征表示更加紧凑、空间信息更加丰富.实验结果证明了所提方法的有效性.

摘要： 一种将来自图像传感器的图像叠加在外部景观的合成第二图像上的图形化表示方法。本发明的大体领域为用于图形化表示叠加在表示外部景观的合成图像的第二图像(SVS)上的相同外部景观的来自图像传感器的第一图像(EVS)的方法，两个图像被显示在飞行器的机载显示系统的显示屏上。第一图像包括具有增加的透明度的三个矩形区域(Z1、Z2、Z3)，每个区域具有与第一图像相等的宽度和确定的高度，三个高度的总和等于第一图像的高度，位于图像的底部的第一区域具有恒定的第一透明度水平，位于图像的顶部的第三区域具有比第一透明度水平更大的恒定的第二透明度水平，位于第一区域与第三区域之间的第二区域具有在第一水平和第二水平之间连续可变的透明度水平。

摘要： 一种用于确定目标(5)相对于将被表示的图像(3)的表示的位置的装置(10)包括用于生成被细分为多个图案部分的位置图案(13)的位置图案生成器(12)，其中，每个图案部分具有包括多个位图案的独特的位图案，并且其中，位图案以广义的方式被格雷编码。装置(10)还包括：组合单元(14)，用于将所述位置图案(13)与至少一个将被表示的图像(3)组合并提供相应的组合图像；以及光学传感器(15)，用于从组合图像中光学地感测图像部，其中，图像部与目标(5)的位置关联。此外，装置(10)包括：滤波器(16)，用于从图像部中提取对应于来自位置图案(13)的图案部分的至少一个位图案并提供至少一个相应的提取的图案部分；以及确定器件，用于基于至少一个提取的位图案来确定目标(5)的位置。还公开了一种用于确定目标(5)的位置的方法。

摘要： 公开了一种CT成像装置(2)，用于为表示病人肺脉管树的3D图像数据提供2D表示。该装置包括成对布置的X射线源(6)和检测器(8)，用于生成表示沿脉管树的腔分支的多个位置的3D图像数据，以及用于接收表示每一位置处的至少一个解剖属性的3D图像数据。处理器(20)这样处理3D图像数据来提供在显示设备(24)上显示的2D图像数据，以便每一腔分支由线条表示，以及表示一个位置的线中每一部分的颜色取决于正测量的解剖属性而变化。

摘要： 本发明公开了一种基于图像块增强稀疏表示的MRI图像重构方法。属于数字图像处理技术领域。它是一种利用图像块内像素排序与非凸范数约束提高系数稀疏度与估计性能的方法。首先在MRI图像中抽取目标图像块，然后建立基于图像块的排序训练模型，并结合系数非凸约束建立MRI图像的重构模型，再采用交替方向法迭代求解该模型中的排序矩阵与稀疏系数，利用估计出的稀疏系数重构出最终的MRI图像；本发明通过对图像块内像素进行排序，提高了稀疏变换的性能，并对系数进行非凸范数最小化约束，使估计出的系数更接近于真实系数，通过本发明重构出的图像整体效果更好，而且细节信息更丰富，重构的准确度更高，因此可用于MRI图像的重构。

摘要： 本发明属于水下图像处理技术领域，公开了一种基于潜在低秩表示和图像融合的水下图像颜色增强方法，具体涉及一种能够对水下图像进行颜色校正、去雾、细节增强等处理的方法，包括以下步骤：1)采用带有颜色补偿的色彩平衡方法消除由照明或不同颜色光线在水中的衰减特性所引起的成像结果中的色偏，以恢复图像的自然色彩；2)利用雾中成像与水下光传播的相似性的特点对图像进行去雾操作，使图像更符合人眼的感知习惯；3)采用潜在低秩表示对图像进行分解，最大限度保留图像中的细节信息，增强场景的边缘和细节；4)通过图像融合的方法得到增强图像。本发明可使得水下图像质量显著提升，为图像特征提取、目标识别、跟踪等研究奠定基础。

摘要： 本发明公开了一种基于分割图像稀疏表示的SAR图像融合遮挡目标识别方法，包括步骤：一，SAR图像裁切；二，分割图像稀疏模型参数计算；三，利用分割图像稀疏模型计算加权图像；四，选择所有参数组，重复执行步骤三；五，选择像素级融合方法或决策级融合方法处理加权测试样本并识别目标。本发明利用分割图像的稀疏表示模型来分离可能的遮挡区域并通过对可能的遮挡区域加权处理来削弱遮挡对识别的影响；采用决策级融合和像素级融合两种融合策略来回避分割图像稀疏模型中的参数最优取值问题；通过将分割图像稀疏表示模型与融合策略结合，可以判断图像中的遮挡信息并消除其产生的干扰，降低了识别方法对参数取值的依赖，提高了遮挡目标的识别性能。

摘要： 本发明涉及一种基于潜在低秩表示嵌套滚动引导图像滤波的图像融合方法，其利用潜在低秩表示将待融合的红外图像和可见光图像分别进行分解，得到对应的低秩子层和显著性子层；再分别对两个低秩子层进行多尺度分解，提取细节层，加权合并后得到增强图层；利用基于改进的视觉显著映射的加权引导图像滤波算法对两个低秩子层进行融合，得到低秩子层融合图像；利用基于金字塔分解的区域能量特征自适应加权融合方法对显著性子层进行融合，得到显著性子层融合图像；增强图层、低秩子层融合图像和显著性子层融合图像相加重构后得到最终的融合图像。本发明能够保留源图像丰富的细节信息，同时还提高了融合图像的清晰度、对比度，融合性能良好。

摘要： 一种将来自图像传感器的图像叠加在外部景观的合成第二图像上的图形化表示方法。本发明的大体领域为用于图形化表示叠加在表示外部景观的合成图像的第二图像(SVS)上的相同外部景观的来自图像传感器的第一图像(EVS)的方法，两个图像被显示在飞行器的机载显示系统的显示屏上。第一图像包括具有增加的透明度的三个矩形区域(Z1、Z2、Z3)，每个区域具有与第一图像相等的宽度和确定的高度，三个高度的总和等于第一图像的高度，位于图像的底部的第一区域具有恒定的第一透明度水平，位于图像的顶部的第三区域具有比第一透明度水平更大的恒定的第二透明度水平，位于第一区域与第三区域之间的第二区域具有在第一水平和第二水平之间连续可变的透明度水平。

摘要： 本发明公开了一种基于深度联合稀疏‑协同表示的高光谱图像特征表示方法，首先考虑到高光谱图像各像素包含非线性信息并且其频谱间存在冗余，以及同类像素样本之间也具有很强的相关性；其次，提出了深度联合稀疏‑协同表示的高光谱图像特征表示方法，能够同时表示出像素样本内的显著信息及样本之间的相关性信息，并能够提取出高光谱图像的深层非线性特性；最后，设计了一种交替迭代算法来对深度联合稀疏‑协同表示的高光谱图像特征表示方法进行求解，得到高光谱图像特征表示形式。本发明通过采用深度网络进行非线性映射，并结合稀疏表示和协同表示，充分考虑像素样本的冗余性和非线性以及样本间的相关性，从而提取出更加具备判别性的特征。

摘要： 公开了一种CT成像装置(2)，用于为表示病人肺脉管树的3D图像数据提供2D表示。该装置包括成对布置的X射线源(6)和检测器(8)，用于生成表示沿脉管树的腔分支的多个位置的3D图像数据，以及用于接收表示每一位置处的至少一个解剖属性的3D图像数据。处理器(20)这样处理3D图像数据来提供在显示设备(24)上显示的2D图像数据，以便每一腔分支由线条表示，以及表示一个位置的线中每一部分的颜色取决于正测量的解剖属性而变化。