1 井冈山大学电子与信息工程学院，江西 吉安 343009
2 江西省农作物生长物联网技术工程实验室，江西 吉安 343009
3 吉安市农业遥感重点实验室，江西 吉安 343009
针对不同时相卫星影像匹配效果差的问题，提出基于各向异性滤波的相位一致性的卫星影像匹配方法。首先，利用各向异性滤波建立图像非线性尺度空间，再利用相位一致性模型计算每个尺度下的最大矩图。其次，在每个尺度下的最大矩图上利用分块Shi-Tomasi算法提取特征点，再通过Log-Gabor滤波器建立多尺度多方向的幅值响应，并计算图像的最大幅值响应及其最大幅值的方向索引。然后，在极坐标系下，基于OpenMP并行计算实现特征描述符加速构建，再进行影像匹配与误匹配剔除。最后，利用6组不同时相、不同视角、辐射差异明显的卫星影像进行实验，实验结果表明，所提出的匹配方法明显优于传统的尺度不变特征变换（SIFT）算法和目前较为先进的辐射变化强度特征转换（RIFT）、绝对相位一致性梯度直方图（HAPCG）等算法。
遥感 各向异性滤波 非线性辐射差异 相位一致性 非线性尺度空间 影像匹配
陕西科技大学 电子信息与人工智能学院，陕西 西安710021
针对ResNet18网络模型在面部表情识别时存在网络模型大、准确率低等问题，提出了一种基于注意力机制ResNet轻量网络模型（Multi-Scale CBAM Lightweight ResNet，MCLResNet），能够以较少的参数量、较高的准确率实现面部表情的识别。首先，采用ResNet18作为主干网络提取特征，引入分组卷积减少ResNet18的参数量；利用倒残差结构增加网络深度，优化了图像特征提取效果。其次，将CBAM（Convolutional Block Attention Module）通道注意力模块中的共享全连接层替换为1×3的卷积模块，有效减少了通道信息的丢失；在CBAM空间注意力模块中添加多尺度卷积模块获得了不同尺度的空间特征信息。最后，将多尺度空间特征融合的CBAM模块（Multi-Scale CBAM，MSCBAM）添加到轻量的ResNet模型中，有效增加了网络模型的特征表达能力，另外在引入MSCBAM的网络模型输出层增加一层全连接层，以此增加模型在输出时的非线性表示。该模型在FER2013和CK+数据集上的实验结果表明，本文提出的模型参数量相比ResNet18下降82.58%，并且有较好的识别准确率。
ResNet轻量网络 多尺度空间特征融合 面部表情识别 注意力机制 lightweight resnet network multi-scale spatial feature fusion facial expression recognition attention mechanism
上海交通大学电子信息与电气工程学院，上海 200240
针对当前高光谱分类算法难以同时满足星载分类高精度、低能耗需求的问题，提出一种基于多尺度空间特征提取的高光谱星载分类算法，在保持较高分类精度的同时大幅度降低算法的计算开销。利用局部最大值滤波提取高光谱图像的纹理特征，将多尺度滤波结果根据遥感图像空间关联性进行组合得到局部-全局联合空间特征，融合空间特征和光谱特征后采用随机森林进行分类。该算法仅包含整数比较和加法运算，未采用高光谱主流分类算法中的乘法和求幂等高开销运算。在Indian Pines、Pavia University和HyRANK影像数据集上的实验结果表明，该算法与最高水平分类算法相比分类精度损失保持在2.4%以内，在跨场景分类中同样获得了较高的分类精度，与星载分类算法相比分类过程能耗降低到1/10000以下。该算法与现有算法相比更适用于星载分类任务，能够在保持较高分类精度的同时有效降低星载分类过程中的计算开销和能耗。
图像处理 高光谱图像 星载分类 多尺度空间特征 计算能耗优化 激光与光电子学进展
2023, 60(10): 1010004
1 重庆城市职业学院，信息与智能制造学院，重庆永川402160
2 重庆邮电大学软件工程学院，重庆南岸区400065
为了准确地从复杂干扰背景下检测出真实弱小目标，本文引入视觉显著性，设计了基于快速光谱尺度空间与动态管道滤波的红外目标检测算法。基于真实目标与背景内容之间的整体差异，引入快速光谱尺度空间与阈值分割技术，设计视觉显著性机制，对红外图像完成处理，输出全局显著性映射，以高效过滤干扰背景内容。考虑目标与背景的局部特征差异，构建自适应局部对比度增强机制，对粗检测结果实施处理，获取对应的局部显著性映射，改善视觉显著性区域内目标的对比度。引入高斯差分理论，通过估算每一帧红外图像中的目标像素直径，形成动态管道滤波，充分消除虚警，准确识别出弱小目标。多组实验数据显示：较已有的红外目标检测技术而言，在各种不同的复杂背景干扰下，所提算法呈现出更好的检测能力，拥有更理想的接收机工作特性(ROC) 曲线。
红外目标检测 光谱尺度空间 显著性映射 自适应局部对比度 高斯差分 动态管道滤波 infrared target detection spectral scale space saliency mapping adaptive local contrast Gaussian difference dynamic pipeline filtering 太赫兹科学与电子信息学报
2022, 20(4): 346
光子学报
2021, 50(11): 1110003
辽宁工程技术大学软件学院, 辽宁 葫芦岛125105
为保护尺度空间边缘和角点信息,提高特征匹配算法的可靠性,提出一种Sub-Window尺度空间的Attention-HardNet特征匹配算法。该算法通过Sub-window box filter构建尺度空间来充分保留尺度空间图像边缘及角点信息;使用FAST算法提取尺度空间特征点来提高特征点提取速度,再利用圆形非极大值抑制算法对其进行优化,提高准确率;对HardNet特征提取网络添加SENet注意力机制,构成Attention-HardNet,提取鲁棒性更强的128维浮点型特征描述符,最后利用L2距离衡量不同描述符的相似性,完成图像特征点匹配。在Oxford数据集上对匹配算法抗尺度、压缩、光照等性能进行测试,由测试结果可以看出本文算法相较于常用匹配算法,匹配正确率得到较大提升,相较于L2net、HardNet等深度学习方法,匹配正确率提高3%左右,速度约提高10%。
图像处理 sub-window尺度空间 圆形非极大值抑制算法 HardNet SENet注意力机制 激光与光电子学进展
2021, 58(22): 2210006
针对复杂场景中光照变化、目标自身尺度变化等引起的目标丢失或误跟踪等问题, 提出一种尺度和光照自适应的结构化多目标跟踪方法。利用多尺度Retinex算法对序列图像进行预处理; 通过SPOT算法对多目标进行跟踪, 以确定新一帧中各目标最优位置; 采用判别型尺度空间跟踪算法训练尺度滤波器, 以新一帧中各目标最优位置为中心, 利用尺度滤波器的最大值确定新一帧中各目标的最优尺度; 采用随机梯度下降法并结合双线性插值更新特征分类器的权重。实验结果表明, 提出的多目标跟踪算法在应对场景光照和目标尺度变化等方面, 具有良好的鲁棒性和准确性。
Retinex算法 判别型尺度空间跟踪算法 随机梯度下降法 双线性插值 Retinex algorithm Discriminant Scale Space Tracking(DSST) Stochastic Gradient Descent (SGD) bilinear interpolation
李培华 1,2,3,4章盛 1,2,3,4,*刘玉莉 1,2,3,4钱名思 1,2,3,4
1 中航华东光电有限公司, 安徽芜湖 241002
2 安徽省现代显示技术重点实验室, 安徽芜湖 241002
3 国家特种显示工程技术研究中心, 安徽芜湖 241002
4 特种显示国家工程实验室, 安徽芜湖 241002
针对 SIFT算法的图像配准耗时长的问题, 提出一种 CSS-SIFT复合图像配准算法。 CSS-SIFT算法首先使用 CSS算法检测图像特征, 然后, 使用优化的 SIFT算法生成并降维图像特征描述子, 最后, 使用基于欧式距离和曼哈顿距离的优化双向匹配算法对图像特征进行匹配。仿真实验条件是通过计算机中仿真软件进行仿真实验, 统计图像特征数目、匹配数目、正确匹配数目、配准准确率、配准时间与配准时间下降率共 6个指标数据, 统计结果表明, CSS-SIFT算法在图像配准准确度方面与传统 SIFT算法、传统 SURF算法、Forstern-SIFT算法、Harris-SIFT算法、Trajkovic-SIFT算法相当, 但在图像配准耗时方面分别降低了 58.45%、10.68%、14.84%、16.21%与 4.63%, 为图像配准提供了一种解决方案。
尺度不变特征变换算法 加速稳健特征算法 曲率尺度空间算法 图像配准 SIFT algorithm, SURF algorithm, CSS algorithm, ima
1 东北林业大学信息与计算机学院, 哈尔滨 150040
2 黑龙江省林业智能设备工程研究中心, 哈尔滨 150040
为实现无人机航拍影像的实时稳像, 针对稳像过程中特征检测的速度问题和运动滤波的发散现象, 提出了一种改进的AGAST算法与自适应Kalman滤波相结合的实时稳像算法。对于无人机实时航拍视频序列, 以当前帧的前一帧为基准进行稳像处理。改进的AGAST特征检测算法在尺度空间的基础上快速提取AGAST角点特征, 用二进制描述符对其进行描述, 然后用汉明距离匹配特征点。对于已获得的匹配特征点对集合, 用RANSAC原则剔除误匹配点, 再计算运动矢量。最后使用自适应Kalman滤波提取出运动矢量中的无人机主动扫描分量, 进行运动补偿, 获得稳像结果。实验数据使用标准测试图集和自己采集的无人机航拍视频, 实验结果表明, 所提算法在连续视频序列处理时效果显著、速度快, 能够满足实时稳像的需求。
无人机航拍视频 决策树 尺度空间 运动滤波 Kalman滤波 UAV aerial video AGAST AGAST
为了实现准确、快速的图像匹配, 从角点检测与描述子两方面入手, 提出了一种基于CSS角点检测的匹配算法。首先, 在曲率尺度空间下, 检测图像在不同尺度下的角点并剔除不稳定角点; 其次, 基于曲率对图像轮廓描述的精确性, 以特征点为中心划分3×4的子邻域, 计算子邻域内轮廓曲线点的高斯加权曲率等4维向量特征, 建立48维描述子, 由于CSS角点检测包含曲率计算, 因此生成描述子时避免了曲率的二次计算, 提高了匹配速度; 最后,提出一种“二进制距离”方法对描述子进行匹配, 进一步优化匹配速度。通过实验证明, 在保证精度的情况下, CSS快速匹配算法大幅度缩短了匹配时间, 对旋转、亮度变化具有较好的匹配效果。
图像处理 图像匹配 曲率尺度空间 角点 曲率 image processing image matching curvature scale space corner point curvature
