自然图像解析就是将一幅自然图像分解成一个个独立的视觉模式,其目的是根据自然图像中出现的多种多样的视觉模式的生成模型来寻求对输入图像进行全面的生成性解释。它是下一代智能机器人、实时人机交互界面、多媒体信息检索以及卫星图片理解等项目的核心技术之一,其突破将会极大的推动相关研究领域的发展。本课题拟采用基于图论分析的方法来研究自然图像的解析。首先建立统一的图谱划分模型完成多种低级视觉模式的提取,并构建图像的场景表达模型以及视觉模式的生成模型。进而将视觉处理的前馈功能和反馈功能进行有机的结合,有效集成自下而上的辨识型方法和自上而下的生成型方法的特点,使得能够在一个统一的框架内完成一般视觉模式(包括低级和中级视觉模式)以及目标模式(主要为高级视觉模式)的有效分解,使不同的视觉处理模块能够相互合作并彼此竞争的完成自然图像解析这一复杂的计算机视觉处理任务。该课题的研究具有重要的理论意义和潜在的应用前景。
{{i.achievement_title}}
数据更新时间:2023-05-31
针对弱边缘信息的左心室图像分割算法
一种基于多层设计空间缩减策略的近似高维优化方法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于文献计量学和社会网络分析的国内高血压病中医学术团队研究
基于自然图像结构统计性的物体识别方法研究
先验信息与图论相结合的图像分割方法及其应用研究
图像分割中若干图论问题的研究
融合非线性描述和显著性结构分析的自然图像分割方法研究