检索结果

Select

1. 面向特定目标自识别的交通图像语义检索方法

赵一, 段兴, 谢仕义, 梁春林

《计算机应用》唯一官方网站 2020, 40 (2): 553-560. DOI: 10.11772/j.issn.1001-9081.2019101795

摘要（358）

HTML （0）

PDF （1320KB）（433）

为了从海量的道路交通图像中检索出违反交通法规的图像，提出了一种特定目标自识别的语义图像检索方法。首先，通过交通领域专家建立交通领域本体及道路交通规则描述；然后，通过卷积神经网络（CNN）对交通图像的特征进行提取，并结合改进的支持向量机决策树（SVM-DT）算法对图像特征进行分类的策略，对交通图像中的特定目标及目标间空间位置关系进行自动识别，并映射成为相应的本体实例及其对象之间的关联关系（规则实例）；最后，利用本体实例和规则实例，通过推理得到语义检索结果。实验结果表明，相比关键字和本体交通图像语义检索方法，所提方法具有更高的准确率、召回率和检索效率。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 滤除椒盐噪声的开关核回归拟合算法

余应淮, 谢仕义

计算机应用 2017, 37 (10): 2921-2925. DOI: 10.11772/j.issn.1001-9081.2017.10.2921

摘要（468）

PDF （1066KB）（394）

针对椒盐噪声的去噪和细节保护问题，提出一种基于核回归拟合的开关去噪算法。首先，通过高效脉冲检测器对图像中的椒盐噪声像素点进行精确检测；其次，将所检测到的噪声像素点当作缺失数据，应用核回归方法对以噪声像素点为中心的邻域内的非噪声像素点进行拟合，得到符合图像局部结构特征的核回归拟合曲面；最后，以噪声像素点的空间坐标对核回归拟合曲面进行重采样，获得噪声像素点恢复后的灰度值，从而实现椒盐噪声的滤除。与经典的中值滤波器（SMF）、自适应中值滤波器（AMF）、改进型的方向加权中值滤波器（MDWMF）、快速开关中均值滤波器（FSMMF）、图像修补（Ⅱ）等算法进行不同噪声密度的实验对比，所提算法的去噪结果图像的主观视觉质量均为最优；在低密度、中等密度以及高密度噪声场景下，所提算法对不同测试图像去噪结果的峰值信噪比（PSNR）分别平均提高了6.02dB、6.33dB和5.58dB，且平均绝对误差（MAE）分别平均降低了0.90、5.84和25.29。实验结果表明，所提算法不仅能够有效去除各种密度的椒盐噪声，同时具备良好的图像细节保护性能。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于核回归修正的上采样相位相关精确运动估计算法

余应淮, 谢仕义, 梅其祥

计算机应用 2016, 36 (8): 2316-2321. DOI: 10.11772/j.issn.1001-9081.2016.08.2316

摘要（411）

PDF （1098KB）（327）

针对亚像素运动矢量的精确估计问题，提出一种基于核回归修正的上采样相位相关精确运动估计算法。首先，使用矩阵相乘离散傅里叶变换方法快速计算上采样相位相关曲面，并通过检测其峰值坐标实现运动矢量的亚像素级初始估计；其次，在上采样相位相关曲面上，采用核回归方法对以初始估计值为中心的邻域进行拟合；最后，检测核回归拟合函数的峰值坐标，并以此坐标对初始估计值进行修正，从而实现任意精度级别的精确运动估计。与二次函数拟合（QuadFit）、线性拟合（LinFit）、Sinc拟合（SincFit）、局部质心（LCM）、频域上采样（Upsamp）等算法进行仿真对比，在无噪声污染的情况下，所提算法的平均估计误差为0.0070，运动估计的准确度提高了64%以上；而在有噪声污染的情况下，所提出的算法的平均估计误差为0.0204，运动估计的准确度提高了47%以上。实验结果表明，所提算法不仅能够有效地提高运动估计的精确性，而且具有良好的抗噪性。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于中值和多尺度的组合优化滤波器

徐国保尹怡欣周美娟谢仕义

计算机应用 2012, 32 (06): 1557-1559. DOI: 10.3724/SP.J.1087.2012.01557

摘要（935）

PDF （744KB）（515）

考虑到一般机器人视觉导航滤波算法的通用性和有效性比较差的缺点，结合中值滤波器和多尺度自适应融合滤波器这两种算法的优点，提出一种基于中值和多尺度的组合优化滤波器。算法首先应用中值滤波，然后进行多尺度滤波处理,最后根据最小平均绝对误差准则，将滤波后结果进行融合处理。实验结果表明：该算法能很好地滤除机器人道路图像各种常见的噪声，从而提高算法的有效性和通用性。