李朝锋
- 作品数：46 被引量：347H指数：11
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金教育部“新世纪优秀人才支持计划”更多>>
- 相关领域：自动化与计算机技术电子电信文化科学天文地球更多>>
- 基于双树复小波的无参考立体图像质量评价被引量：3
- 2019年
- 随着3D技术的不断发展,立体图像的使用领域越来越广泛,同时人们对图像的清晰度要求越来越高,因此,立体图像的质量评价成为关注点,基于此,提出了一种基于双树复小波变换的立体图像质量评价算法。使用双树复小波变换对立体图像的左、右视图进行处理,生成纹理结构图像,且根据最小能量误差的原理,获取左右视图的视差图;对纹理结构图像和视差图提取非对称广义高斯分布模型的参数、梯度幅值、相对梯度方向方差和奇异值曲线与坐标轴的面积等特征;使用AdaBoosting BP神经网络,进行训练和预测立体图像的质量得分。在LIVE立体图像数据库上的实验结果表明,新方法预测得分与主观得分有较好的一致性,获得了比较好的实验结果。
- 顾婷婷刘新会桑庆兵李朝锋
- 关键词：双树复小波变换梯度幅值
- 基于支持向量回归的无参考模糊和噪声图像质量评价方法被引量：9
- 2014年
- 基于支持向量回归(SVR)和图像奇异值分解,提出了一种新的无参考(NR,no-reference)模糊和噪声图像质量评价(IQA)方法。首先通过对待评价图像进行高斯低通滤波生成再模糊图像,然后分别对它们进行奇异值分解并计算奇异值的改变量,最后使用奇异值的改变量作为SVR的输入,训练预并测得到图像的质量评分。在3个公开的模糊和噪声数据库上的实验结果表明,新方法预测得分与主观得分有较好的一致性,获得了较好的评价指标;对于模糊失真类型和噪声失真类型,在LIVE2数据库上的性能评价指标斯皮尔曼等级相关系数(SROCC)分别达到0.961 3和0.965 9。
- 桑庆兵梁狄林吴小俊李朝锋
- 关键词：无参考奇异值分解
- 深度卷积神经网络的立体彩色图像质量评价被引量：15
- 2018年
- 提出了一种基于深度卷积神经网络(convolution neural network,CNN)的无参考立体图像质量评价(stereoscopic image quality assessment,SIQA)算法。该模型采用彩色图像直接作为输入,由立体图像的左视图、右视图和视差图的彩色图像块组成3个通道直接输入,每个通道由12层的深度网络组成,通过卷积层与最大池的多层堆叠,学习到立体感知特性的局部自然场景统计特征。最后将3个通道学习到的特征向量线性拼接,通过全连接层回归,得到立体图像的质量得分。在LIVE 3D PhaseⅠ立体图像质量评价库上的实验结果表明,所提方法在JP2K、WN和FF失真类型上都优于文献报道的立体图像质量评价算法,具有很好的主观感知一致性。
- 陈慧李朝锋
- 关键词：卷积神经网络视差图
- 基于HVS和模糊隶属度函数的卫星图像融合算法
- 2011年
- 提出了一种基于人类视觉系统和模糊隶属度函数的小波卫星图像融合新算法,利用小波域的人类视觉系统经验模型,刻画图像的边缘、纹理及高亮区域,采用模糊隶属度函数自适应地计算权系数,在小波域上通过加权平均实现了图像融合。
- 陈晓梅李朝锋杨蒙召
- 关键词：小波变换人类视觉系统
- 新的改进K-means算法的图像检索方法被引量：3
- 2014年
- 提出一种改进K-means算法的初始类心选取方法.首先基于HSV颜色空间计算样本图像和图像库中所有图像的特征向量,将样本图像的特征向量作为第一个初始类心,然后计算图像库所有图像距离样本图像的特征向量距离,找出距离最大的特征向量作为第二个初始类心,在剩下的特征向量中找到距离前两个初始类心和最大的特征向量作为第三个初始类心,依次类推确定剩下的初始类心,然后进行聚类,最后进行图像检索.实验结果论证了此算法的有效性.
- 马娟娟张伟李朝锋杨弘
- 关键词：图像检索K-MEANS算法HSV颜色空间特征向量
- 基于BP神经网络的居民生活质量影响因素分析被引量：4
- 2012年
- 采用2006中国综合社会调查数据,应用BP网络对影响居民生活质量的16种因素进行了分析。选择训练样本集,通过BP网络构建居民生活质量的评价模型,由网络权值计算分析得到各影响因素对居民生活质量的贡献大小。实验结果表明,BP网络分析方法简便可行,具有一定的实用性。
- 赵向红李沛李朝锋
- 关键词：生活质量影响因素BP网络
- 结合Boosting方法与SVM的多核学习跟踪算法被引量：5
- 2018年
- 针对传统算法在外界环境及目标运动导致外形变化的影响下跟踪效果不稳定的问题,提出一种鲁棒的多核学习跟踪算法,将Boosting提升方法引入到多核学习框架中,用比传统多核学习算法更少的样本训练,构建出基于互补性特征集和核函数集的弱分类器池,从中将多个单核的弱分类器组合出一个多核的强分类器,从而在出现较强背景干扰、目标被遮挡的情况下仍能正确地对候选图块中的背景和目标进行分类。对不同视频序列的测试结果表明,与同样采用Boosting方法的OAB算法及近年跟踪精度高的LOT算法相比,该算法能够在复杂环境下更准确地跟踪到目标。
- 曾礼灵李朝锋
- 关键词：多核学习目标跟踪提升方法复杂环境
- 基于形态学开闭运算和梯度优化的分水岭算法的目标检测方法被引量：16
- 2009年
- 提出了一种基于形态学开闭运算和梯度优化的分水岭算法的目标检测方法。该方法首先利用形态学开闭运算对原始图像进行平滑处理,再对梯度图像进行阈值优化,去除过多的区域极小值,然后利用分水岭分割算法检测目标,最后利用目标的面积和空间关系等特征去除少量误提目标。实验表明,新方法可以取得很好的效果。
- 李朝锋潘婷婷
- 关键词：梯度优化目标检测
- 基于DCT系数无参考模糊图像质量评价方法被引量：17
- 2013年
- 离散余弦变换系数的变化能够有效反映图像的模糊程度变化,基于离散余弦变换系数提出了一种无参考模糊图像质量评价方法。该方法首先通过对图像进行离散余弦变换,得到图像的离散余弦变换系数作为图像质量变化的特征向量,然后使用支持向量回归模型对此特征向量进行训练学习,得到特征向量与模糊图像质量分值之间的映射关系模型,预测图像质量。在LIVE2、CSIQ和TID2008 3个数据库上检测该方法的性能,实验结果表明,新方法预测得分与主观得分有较好的一致性,获得了比较好的评价指标。
- 桑庆兵齐会新吴小俊李朝锋
- 关键词：无参考DCT系数支持向量回归
- 基于卷积神经网络的胸片肺结节检测被引量：7
- 2017年
- 针对目前胸片的肺结节检测方案的检出率较低,且存在大量的假阳性的问题,提出了一种新的基于卷积神经网络(CNN)的肺结节检测方案。增强肺结节区域的图像信号;选择正、负样本训练卷积神经网络模型,检测结节时用滑动窗口的方法对增强后的图片进行处理得到候选区域;根据候选区域的面积排除假阳性。方案中省略了传统方法中的肺区分割步骤,避免了因此可能丢失的肺结节图像。在日本放射技术学会(JSRT)数据库上测试结果显示,系统在平均每幅图5.0个假阳性水平下敏感度为86%,对不明显和非常不明显的结节检出率达到了84%,优于当前相关文献报道的方法。
- 朱国策李朝锋
- 关键词：肺结节医学图像处理胸片卷积神经网络
