湖南省自然科学基金(11JJ3067) 作品数:7 被引量:45 H指数:3 相关作者: 陈再良 邹北骥 沈海澜 刘晴 黄敏之 更多>> 相关机构: 中南大学 湖南第一师范 华南理工大学 更多>> 发文基金: 湖南省自然科学基金 国家自然科学基金 中央高校基本科研业务费专项资金 更多>> 相关领域: 自动化与计算机技术 更多>>
视觉注意模型在显著图生成中的适用性评估 被引量:3 2012年 针对Itti-Koch、Stentiford、光谱剩余假说和Hu-Rajan-Chia 4种视觉注意模型适用范围的问题,通过4种模型生成的显著图,结合眼动实验分别计算显著图间的相似度,由此对4种模型的适用性进行评估。实验结果表明,4种视觉注意模型对包含不同特征和语义的图像各有侧重,通过眼动数据得到显著图的相似度不低于0.7。 陈再良 沈海澜 罗得安关键词:视觉注意模型 相似度 眼动 一种基于分层图的改进SPFA算法 被引量:6 2012年 针对数据结构课程教学中顶点数受限的最短路径问题,提出一种基于图分层的改进SPFA算法——K_SPFA。借鉴图分层思想,将原图拓展为层数与顶点限制数相等的图层,将原图中的边拓展成图层间的边。利用2个同步循环的FIFO队列和贪心策略,对SPFA算法的数据存储结构和最短路径更新操作进行改进,从而实现原图中顶点数受限的最短路径寻找。实验结果表明,K_SPFA具有较低的平均时间复杂度。 沈海澜 王玉斌 陈再良 曹子文关键词:最短路径 分层图 队列 数据结构 基于方向特征融合的感兴趣区域提取算法 被引量:3 2011年 针对图像底层特征对感兴趣区域(ROI)提取的影响程度问题,提出了一种方向特征融合的ROI提取算法.利用眼动实验数据得到实际的ROI图和方向叠加图计算相似度,融合方向叠加图和Stentiford视觉注意图,经反馈和权重调整后,得到不同图像类别的最佳权重和ROI图.根据该算法对图像ROI提取的结果,分析了平均反馈距离和图像位置等方向特征对提取ROI图的不同影响.实验结果表明:该算法的总体效果较好,特别是对于方向特征显著且物体较少的图像,能准确地提取图中ROI. 陈再良 邹北骥 李海冰 史操关键词:特征提取 感兴趣区域 图像亮度特征对ROI提取的影响 被引量:15 2012年 提出一个基于改进的Itti-Koch模型的感兴趣区域(Region of interest,ROI)提取算法,同时针对图像亮度特征对ROI提取的影响问题,从2个方面进行分析研究:一是根据不同亮度权重下提取的ROI,分析亮度特征对ROI提取的影响程度;二是对眼动数据提取图像的ROI和基于改进的Itti-Koch模型提取的图像ROI进行区域评价,计算两者之间的点对点区域相似度和位置区域相似度。研究结果表明:当亮度特征和颜色特征同时影响图像ROI提取时,亮度特征所占权重不宜超过0.5。 陈再良 邹北骥 黄敏之 沈海澜 辛国江关键词:感兴趣区域 眼动 相似度 结合视觉注意和纹理特征提取感兴趣区域算法 被引量:3 2012年 针对图像底层特征特别是纹理特征对提取感兴趣区域(region of interest,ROI)影响程度的问题,利用眼动实验数据得到图像的ROIeye和最佳权重w,提出了一个结合视觉注意和纹理特征提取的ROI算法.该算法首先提取纹理特征并归一化特征关注图,然后计算图像在w下的显著图,通过二值化和形态学操作提取图像的特征ROI.采用相关性分析,分析纹理特征对ROI提取的影响.实验结果表明该算法的总体效果良好,特别是对于目标对象纹理信息较丰富的图像,能准确地提取图中ROI. 陈再良 刘晴 邹北骥 沈海澜 周浩宇关键词:纹理 眼动 ROI 基于显著点的感兴趣区域提取及评价 被引量:3 2012年 为降低数据规模,提高图像处理的效率,针对感兴趣区域(ROI)提取的问题,提出了一种基于显著点的ROI提取算法.利用视觉注意模型(VAM)得到显著图,聚类显著图二值化后提取到的显著点,同时将原图像二值化,并以聚类点作为种子点填充,提取原图像的二值化图轮廓后与原图像掩膜,得到图像的ROI.实验结果表明:该算法的总体效果良好,运算速度可与显著点的个数成线性关系.同时以眼动实验数据为参照进行分析与评价,该算法ROI漏分率至少降低50%,而误分率无明显增加. 陈再良 邹北骥 黄华杰 沈海澜关键词:图像分割 感兴趣区域 眼动 视觉注意模型 一种基于颜色特征的感兴趣目标提取方法 被引量:13 2013年 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. 刘晴 邹北骥 陈再良 高旭 傅红普关键词:感兴趣区域