基于Faster R-CNN的食品图像检索和分类

面向食品领域的图像检索和分类等方面的研究成为多媒体分析和应用领域越来越受关注的研究课题之一.当前的主要研究方法基于全图提取视觉特征,但由于食品图像背景噪音的存在使得提取的视觉特征不够鲁棒,进而影响食品图像检索和分类的性能.为此,本文提出了一种基于Faster R-CNN网络的食品图像检索和分类方法.首先通过Faster R-CNN检测图像中的候选食品区域,然后通过卷积神经网络（CNN）方法提取候选区域的视觉特征,避免了噪音的干扰使得提取的视觉特征更具有判别力.此外,选取来自视觉基因库中标注好的食品图像集微调Faster R-CNN网络,以保证Faster R-CNN食品区域检测的准确度.在包括233类菜品和49 168张食品图像的Dish-233数据集上进行实验.全面的实验评估表明：基于Faster R-CNN食品区域检测的视觉特征提取方法可以有效地提高食品图像检索和分类的性能.     

图像检索技术研究进展

近年来,互联网上视觉数据呈现出爆炸式的增长,越来越多的研究工作围绕图像搜索或图像检索技术而展开.早期的搜索技术仅采用文本信息,忽视了视觉内容作为排序的线索,导致搜索文本和视觉内容不一致.基于内容的图像检索（CBIR）技术充分利用视觉内容识别相关图像,在近几年来获得了广泛关注.在图像检索中,最根本的问题是意图鸿沟和语义鸿沟,围绕该问题,近年涌现出大量的基于内容的图像检索的技术.本文主要对2003-2016年间提出的相关图像检索方法进行总结、分类和评估,并对未来的潜在研究方向进行讨论.     

基于灰度共生矩阵与AdaBoost判别法的冰雹预测

选取新疆地区雹云与非雹云雷达反射率图像进行降雹与无雹天气分析。用中值滤波与九阶拉普拉斯算子处理图像得到图像的纹理信息。用灰度共生矩阵方法提取图像的能量、熵、惯性矩、相关性、逆差矩并提取图像的一、二、三阶颜色矩,将这8个变量进行标准化作为特征数据,利用AdaBoost判别法建立判别分类器,对雹云图像进行分析判别。结果显示该文采用的方法能够明显的区分降雹与无雹云层,判别误差较小,具有参考价值。     

图像特征检测与匹配方法研究综述

几十年来,图像特征检测与匹配一直是图像处理的最核心领域之一,是计算机视觉的基石.没有特征检测与匹配就没有SLAM、Sfm、AR、通用图像检索、图像配准、全景图像等视觉任务.本文在回顾几十年来的经典检测算法的基础上,阐述了引用最新的以深度学习为首的机器学习算法后,在本领域取得的最新进展,包括特征点、局部特征子、全局特征子、匹配及优化、端到端框架等所有关键点,展示了算法各自的优缺点.总而言之,面对工业界的宽基线、实时、低算力检测的要求,图像特征检测和匹配仍然是一项未能完整攻克的任务,融合特征点、局部特征子、全局特征子、匹配及优化的多任务全局框架成为未来发展的趋势.     

基于注意力特征提取网络的图像描述生成算法

针对解决图像描述生成中对浅层图像特征利用不充分、图像目标间关系提取不足的问题,提出一种基于注意力图像特征提取的图像描述生成算法.通过语言模型上下文信息对不同深度图像特征进行自适应注意力权重分配,使带有注意力的图像特征参与指导图像描述生成,提升了图像描述生成的效果.在MSCOCO测试集中所提算法的BLEU-1和CIDEr得分分别达到0.752和0.934,从而验证了所提算法的有效性.     

双偏振天气雷达探测量的伪彩合成

针对S波段双线偏振天气雷达,提出了一种基于水平反射率因子Zh、线性退偏比LDR和差分反射率因子Zdr等探测量的图像合成技术,根据它们各自的探测范围将3个变量线性调整至0~255的范围,再在RGB色彩空间内分别赋予图像的三个通道,从而得到全新的伪彩合成图像,对比分析发现,分别采用LDR、Zh、Zdr作为RGB分量的组合方式得到的合成图像能够体现出更为丰富的信息,新的图像保留了原始反射率因子的结构特征,两个偏振探测量特征也能通过色彩的差异而体现,同时具有较为舒适的视觉特征。根据不同类型水凝物粒子的取值范围,分别计算了不同类型粒子在LDR-Zh-Zdr合成图中的颜色值,定性分析表明不同类型粒子对应的颜色值有较大的差异,有利于人眼直接鉴别。用雷达PPI和RHI扫描数据进行个例分析表明,利用LDR、Zh、Zdr作为RGB分量方法得到的合成图像保持了原有反射率因子结构特征,图像不同色彩对应的粒子相态分布合理,用该图像能够方便地对雷达回波类型进行合理判断。     

一种各向异性虚拟人脑图像分割模型

虚拟人脑部组织脑的提取已经成为虚拟人脑数据分析的一个重要环节,但由于图像噪声、下层数据等因素的影响,传统方法得不到较好结果．首先利用ＲＧＢ,ＨＳＬ,ＨＳＶ空间信息构造新的信息场,该信息场可以降低下层数据的影响;再利用结构张量信息构造各向异性Ｇｉｂｂｓ场,降低噪声的影响;利用各向异性Ｇｉｂｂｓ场改进的ＦＣＭ模型对图像进行分割,以降低颜色强度不均匀现象导致的误差．实验表明,该方法可以得到较好的分割结果．     

基于多尺度融合网络的高速公路能见度估计北大核心

为了实现近实时公里级的高速公路能见度监测,提出了一种基于多尺度融合网络的能见度估计方法。首先,从道路监控视频中提取道路场景图像,并对图像进行质量控制;分别采用引导滤波、光谱滤波、景深估计模型从路面场景图像中提取细节结构特征、光谱特征与场景深度特征;然后,构建多尺度融合网络自适应融合结构特征、光谱特征与场景深度特征,并从中提取能见度特征;最后在网络末端输出图像场景所对应的能见度等级。此外,为了训练与测试模型,构建了真实道路场景图像数据集,共包含18 000张标注图像。实验结果表明,多尺度融合网络可显著提升高速公路能见度估计的准确性,能见度等级分类准确率可达81.76%。     

一种基于统计分布的图像分割方法

为了使数字高程模型(DEM)图像显示时各种颜色所占面积大体相等，提出了一种图像分割多阈值确定方法。该方法先用较多的组数对数据点按高程分组统计，在此基础上合并数据点较少的相邻组，得到分布较为均匀、组数较少的二次分组，提取二次分组的组限作为阈值。试验和分析证明，用该方法获取的阈值能较好地分割图像，节省时间和空间。     

农作物主要生长参数自动观测技术综述

农作物生长参数是描述作物生长和评价环境条件（包括农业气象灾害）对作物生长影响的重要数据,也是预测产量、指导农田管理的重要依据。介绍作物覆盖度、发育期、株高等主要生长参数国内外自动观测技术的研究进展及应用,探讨相关技术的原理、方法、可行性及局限性。分析表明：利用CCD图像传感器实时获取作物图像,采用计算机视觉及图像处理技术能更精准、快速、直观、动态获得作物覆盖度、发育期、形态、叶面颜色等实况特征,还可作为卫星遥感大面积作物长势地面验证及更进一步开展作物病虫害、作物营养供给情况自动监测的基础,具有广阔的推广前景。     

基于嘴唇色度Fisher分类的驾驶疲劳视觉检测

为提高驾驶疲劳检测的准确率和可靠性,利用唇色和肤色的色度分布差异,挑选3个典型颜色特征构建Fisher分类器用于提取唇色区域.采用区域连通算法对二值唇色区域进行滤波处理,运用改进积分投影算法确定嘴唇边界,根据嘴巴开合度及打呵欠频率判断驾驶员是否疲劳.实验结果表明:基于3个颜色特征构建的Fisher分类器在唇色提取效果上明显优于单一颜色特征的提取效果;改进的积分投影算法能提高嘴唇边界定位的精度和速度;基于打呵欠频率的驾驶疲劳检测方法具有更优的检测准确率和可靠性.融合多个典型颜色特征可改善唇色提取的鲁棒性和可靠性,有助于驾驶疲劳检测效果的提高.     

用调整层“非破坏性”调整图片

在PHOTOSHOP中调整一张图片,可以用“图像-调整”菜单里的各种调整命令,调整完成后重新打开图片,就只能看到调整后的图像,看不到调整前的图像.而用调整层对图像进行调整就既能看到调整后的图像又能看到调整前的图像,因为调整图层对图像进行的是非破坏性调整操作,调整图层使您可以对图像颜色和色调调整,而不会修改图像中的像素.颜色和色调更改位于调整图层内,该图层象一层透明膜一样,下层图像图层可以透过它显示出来.使用调整层来处理图像,可使调整图像操作具灵活性、重复性和特效性,创造出许多效果.     

用调整层"非破坏性"调整图片

在PHOTOSHOP中调整一张图片,可以用"图像-调整"菜单里的各种调整命令,调整完成后重新打开图片,就只能看到调整后的图像,看不到调整前的图像.而用调整层对图像进行调整就既能看到调整后的图像又能看到调整前的图像,因为调整图层对图像进行的是非破坏性调整操作,调整图层使您可以对图像颜色和色调调整,而不会修改图像中的像素.颜色和色调更改位于调整图层内,该图层象一层透明膜一样,下层图像图层可以透过它显示出来.使用调整层来处理图像,可使调整图像操作具灵活性、重复性和特效性,创造出许多效果.     

一种基于不平衡样本集的摩托车识别算法

提出了一种基于ＨＳＶ（Ｈｕｅ Ｓａｔｕｒａ ｔｉｏｎ Ｖａｌｕｅ）空间的Ｈａａｒ小波特征和多ＳＶＭ（ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ）分类器的摩托车识别算法,以解决因样本比例不平衡所导致的对摩托车识别性能差的问题．首先在ＨＳＶ颜色空间基于无符号小波系数构造特征提取算法,然后对训练数据应用所提出的样本重构方法得到若干训练子集,基于各个训练子集训练相应的ＳＶＭ分类器,识别时将各ＳＶＭ的输出结果进行融合即可得到最终识别结果．实验结果表明：该方法识别性能高,鲁棒性好,对于受数据的不平衡性严重影响的对象识别具有较好的应用和推广价值．     

基于小波包分解和形态学融合的地基云图边缘检测

采用一种基于小波包分解和数学形态学融合的边缘提取方法用于地基云图的边缘检测．首先对图像进行基于小波包分解的边缘提取,然后对图像进行数学形态学的边缘检测,最后利用图像融合技术对两幅图像进行融合得出最优边缘图像．通过Matlab软件验证和比较,表明该方法实际使用效果较好     

地面观测中云的自动化识别

针对目前地面观测中对云仍依靠目测,记录难免存在主观性偏差的问题,提出以集体观测云况记录为基础,综合考虑云图的颜色和形状,从建立云图颜色、梯度方向角数据库入手,用云图检索的方法判断云况信息.检验结果表明,该方法在天空能见度较好、云图数据库较大的情况下识别正确率较高.     

农作物实景监测中的图像数据质量控制方法研究

农作物实景自动监测系统具有自动、非接触、非破坏性等优点,是传统农业气象观测的补充。开展图像质量控制是合理使用农作物实景自动监测系统资料的基础。利用郑州、泰安和固城三地的历史农作物实景图像资料,设计了基于颜色特征参数检测和基于暗通道先验直方图检测的图像数据质量控制方法。通过对2010—2012年三年夏玉米和冬小麦等不同天气条件下得到的农作物实景自动观测资料进行质量控制与应用效果检验。结果表明:两种质量控制方法均可判断出农作物实景自动监测系统中图像观测资料的异常数据;基于颜色特征参数检测方法可有效识别出像素缺失图像,准确率达100%;基于暗通道先验直方图检测方法能有效识别出污染图像,平均准确率为95.7%,平均召回率为87.5%。该质量控制方法可减小模型估算值与观测数据之间的误差,目前已应用于省级农业自动观测业务系统。     

基于频谱空间的高分辨率遥感图像城市道路绿地轮廓特征检测

通过高分辨率遥感图像频谱能量特征分析,提出了一种基于频谱空间的城市道路绿地轮廓特征检测方法.首先对遥感图像进行傅里叶变换,分析频谱能量分布曲线,确定道路绿地轮廓的方向和截止频率,设计Gabor滤波器提取绿地轮廓特征;然后利用低通滤波获取道路中心线,根据道路中心线的缓冲区对绿地轮廓进行定位,得到道路绿地轮廓特征.结果表明,基于图像频谱特征分析的方法,使滤波器参数的设计更加精确,可有效实现高分辨率遥感图像城市道路绿地轮廓特征提取.     

基于小波域高斯尺度混合模型的天气雷达图像高分辨率插值

采用可精确刻画雷达回波强度数据统计特征的小波域高斯尺度混合（GSM）模型作为雷达图像先验模型,进行天气雷达图像插值,在提高图像分辨率的同时有效重建降水回波中局部强回波值、小尺度变化细节等一些重要空间分布统计特征。分析和总结雷达回波强度数据小波频率域统计特点,建立小波域GSM模型;匹配天气雷达图像小波系数和GSM模型,利用贝叶斯理论估计更小尺度的小波系数,进行小波逆变换,完成高分辨率天气雷达图像插值。试验表明,该算法能从低分辨率图像中估计出高分辨率高频系数,且所利用的先验模型充分考虑降水数据本身的特点,可有效捕获降水回波结构的非高斯特征和局部相关特性,重建雷达图像中的局部变化细节。      

基于方向特征显著性计算的MRI脑图像肿瘤检测

本文提出了一种利用方向性特征进行显著性建模的MRI脑图像肿瘤自动检测算法.该模型首先将MRI脑图像进行预处理,去除掉图像中头骨区域的干扰;然后使用基于方向特征的显著性检测增加病变区域的对比度,实现更准确地提取肿瘤图像区域.本文算法在脑图像数据集上进行了大量的实验,并且与主流的肿瘤自动检测方法进行了对比,证明了本文算法的有效性,并为医生提供可靠的辅助诊断和临床参考.