许明
- 作品数：6 被引量：25H指数：3
- 供职机构：西北工业大学自动化学院更多>>
- 发文基金：国家自然科学基金西北工业大学基础研究基金中国航空科学基金更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 利用稀疏表达检测多幅图像协同显著性目标被引量：2
- 2013年
- 提出了一种利用稀疏表达检测多幅图像中协同显著目标的方法。首先用独立变量分析方法训练得到自然图像一组稀疏基,接着求出检测图像的稀疏表达,然后定义了多变量K-L散度度量它们之间的相似性,最后,根据K-L散度性质找出散度下降明显的地方,检测出多幅图像的共同显著性目标。实验结果表明,该方法正确有效,具有和人类视觉特性相符合的显著性目标检测效果。
- 张艳邦韩军伟郭雷许明
- 关键词：图像处理
- 一种基于小波变换的多聚焦图像融合方法被引量：17
- 2012年
- 提出了一种改进的基于小波变换的多聚焦图像融合方法。该方法采用小波变换对源图像进行多尺度分解,得到高频和低频图像;对高频分量采用基于邻域方差加权平均的方法得到高频融合系数,对低频分量采用基于局部区域梯度信息的方法得到低频融合系数;进行小波反变换得到融合图像。采用均方根误差、信息熵以及峰值信噪比等评价标准,将该方法与传统融合方法的融合效果进行了比较。实验结果表明,该方法所得融合图像的效果和质量均有明显提高。
- 程塨郭雷赵天云许明贺胜
- 关键词：图像融合小波变换多聚焦图像梯度信息
- 利用模型选择确定视觉词袋模型中词汇数目被引量：3
- 2011年
- 视觉词袋(Visual Bag-of-Words)模型在图像分类、检索和识别等计算机视觉领域有了广泛的应用,但是视觉词袋模型中词汇数目往往是根据经验确定或者采用有监督的交叉学习选取。提出一种确定视觉词袋模型中词汇数目的无监督方法,利用模型选择的思想来解决问题。使用高斯混合模型描述具有不同词汇数目的视觉词袋,计算各模型贝叶斯信息准则的值,选取贝叶斯信息准则最小值对应的词汇数目。与交叉验证的监督学习在图像分类实验的对比结果说明该方法准确有效。
- 许明韩军伟郭雷尹文杰
- 关键词：高斯混合模型贝叶斯信息准则
- 基于显著区域的图像自动标注被引量：3
- 2011年
- 为了提高图像自动标注的准确率,提出了一种基于图像显著区域的自动标注方法。首先提取图像的显著区域,然后提取图像的SIFT特征,利用K-均值聚类得到视觉词汇,并根据训练图像的SIFT特征是否位于显著区域进行不同的加权运算得到视觉词汇的词袋表示,最后利用支持向量机训练分类模型实现图像分类和标注。在一个包含1 255幅Corel图像的数据库进行实验,所提方法标注的准确率与整体考虑整幅图像特征相比有很大提高,表明提出的算法优于传统方法。
- 尹文杰韩军伟郭雷贺胜许明
- 关键词：图像自动标注SIFT特征K-均值聚类支持向量机
- 一种融合空间信息的Bag of Words图像检索方法
- 本发明涉及一种融合空间信息的Bag of Words图像检索方法，技术特征在于：考虑到图像所包含的内容都是现实世界的物体，物体都具有一定的形状和结构特征，融入显著特征区域的空间信息便可以更加形象、准确的描述图像所包含的内...
- 韩军伟郭雷刘天明胡新韬许明
- 一种融合空间信息的Bag of Words图像检索方法
- 本发明涉及一种融合空间信息的Bag of Words图像检索方法，技术特征在于：考虑到图像所包含的内容都是现实世界的物体，物体都具有一定的形状和结构特征，融入显著特征区域的空间信息便可以更加形象、准确的描述图像所包含的内...
- 韩军伟郭雷刘天明胡新韬许明
- 文献传递
