圖像協(xié)同關(guān)聯(lián)性約束的研究與應(yīng)用.pdf

1、目標(biāo)間的協(xié)同關(guān)聯(lián)性約束研究是計算機視覺領(lǐng)域中的熱點問題之一。其主要指在單張圖像處理受到制約或瓶頸時,通過引入其他圖像或參考源,分析相互間關(guān)系,構(gòu)建全局的關(guān)聯(lián)性約束,以此來輔助提升圖像處理的效果。但是現(xiàn)有的協(xié)同關(guān)聯(lián)性約束算法大多數(shù)集中于多張圖像之間的近似物體關(guān)聯(lián)約束,而且算法構(gòu)造復(fù)雜、計算量大。在本論文中,我們將深入研究協(xié)同關(guān)聯(lián)性約束的核心思想,理解其構(gòu)成形式。一方面,進一步挖掘多圖像間的關(guān)聯(lián)性約束,提高多張圖片間的的協(xié)同處理效果。另一方

2、面,我們還將借鑒協(xié)同關(guān)聯(lián)分割的思想,將其協(xié)同約束的思想拓展到單幅圖像的應(yīng)用中,通過構(gòu)建單張圖像不同區(qū)域間的關(guān)聯(lián),以及單圖像相關(guān)源間的關(guān)聯(lián),提高圖像的處理效果。本文的主要研究內(nèi)容包括:
　　1)多張圖像間的關(guān)聯(lián)性約束:我們通過聚類構(gòu)建多張圖像之間的協(xié)同關(guān)聯(lián)性約束。基于圖像生物視覺顯著性原理和多圖像間目標(biāo)關(guān)聯(lián)性約束,提出一種基于聚類方法的多圖片間的協(xié)同顯著性目標(biāo)檢測算法。協(xié)同顯著性主要指多圖像中的重復(fù)出現(xiàn)的同一或近似的視覺顯著性物體。

3、我們的算法通過聚類構(gòu)建多圖像之間的物體全局關(guān)聯(lián)結(jié)構(gòu),依據(jù)三種自底向上的協(xié)同顯著性測度,包括特征對比度、中心偏移度、以及圖間分布度,對圖像進行聚類級別的協(xié)同顯著性測量,最終將各測度結(jié)果進行融合,提取出多張圖片中的協(xié)同顯著性目標(biāo)。我們的協(xié)同顯著性物體檢測算法避免了大量繁重的學(xué)習(xí)訓(xùn)練過程,具有簡單高效的特點。該算法不僅在多張圖片的協(xié)同顯著性物體檢測中取得優(yōu)異結(jié)果,而且在單張圖片的視覺顯著性物體檢測中,也取得了良好的測試結(jié)果。此外,我們還深入挖

4、掘協(xié)同顯著性物體檢測算法的相關(guān)應(yīng)用,提出四種典型應(yīng)用:協(xié)同分割、魯棒的圖像測距、弱監(jiān)督學(xué)習(xí)、以及視頻前景提取等,進一步彰顯了協(xié)同顯著性檢測在圖像處理中的應(yīng)用潛力。
　　2)單張圖像不同區(qū)域間的關(guān)聯(lián)性約束:我們挖掘單張圖像中物體自身的幾何結(jié)構(gòu)約束,對圖像的不同區(qū)域間建立協(xié)同聯(lián)系。自然圖片中的物體往往滿足一定的幾何結(jié)構(gòu),這使得各個區(qū)域之間可以構(gòu)建協(xié)同關(guān)聯(lián)性約束。我們利用物體自身的這種幾何結(jié)構(gòu)約束,引入?yún)f(xié)同分割思想,提出一種圖像內(nèi)關(guān)聯(lián)區(qū)

5、域之間的幾何結(jié)構(gòu)約束分割算法。為了反映不同區(qū)域之間的協(xié)同關(guān)聯(lián)性約束,我們首先利用物體自身的幾何結(jié)構(gòu)約束建立一個像素級別的稠密幾何結(jié)構(gòu)映射矩陣,該矩陣在描述前景物體的位置分布的同時,也反映了物體自身的幾何結(jié)構(gòu)約束。然后我們將這種幾何結(jié)構(gòu)矩陣引入到基于圖的能量函數(shù)模型中,提出新的基于幾何結(jié)構(gòu)約束的圖分割模型,該模型滿足子模性,可以通過圖分割算法優(yōu)化求解。除此之外,我們還將該幾何結(jié)構(gòu)約束模型拓展到基于組件的分割框架中,以滿足弱幾何約束、以及復(fù)

6、雜幾何約束的物體分割需求。實驗表明,這種不同區(qū)域之間的協(xié)同關(guān)聯(lián)性約束提供了一種高級別的圖像語義關(guān)聯(lián),相對于僅僅使用低級別特征的分割算法,我們的算法取得了更好的分割效果。
　　3)單圖像相關(guān)源間的關(guān)聯(lián)性約束:除了單張圖片不同區(qū)域間的關(guān)聯(lián)以外,我們還發(fā)現(xiàn),同圖片的不同處理源之間也可以協(xié)同關(guān)聯(lián)性約束。通過研究這些不同處理源之間的關(guān)聯(lián)性約束,建立單幅圖像與鏡頭畸變、以及單幅圖像與其不同操作處理層之間的協(xié)同關(guān)聯(lián)性,我們提出一種基于圖像畸變度

7、的廣角圖像偽造區(qū)域盲檢測分割算法。鏡頭的徑向幾何畸變在絕大多數(shù)圖像處理中通常被認(rèn)為是需要消除的不良性質(zhì),但我們提出該幾何畸變反映了鏡頭的內(nèi)部結(jié)構(gòu)屬性,而且對圖像提供一個全局的幾何約束。因此我們將這種鏡頭徑向幾何畸變性質(zhì)作為度量指標(biāo),引入到圖像篡改盲檢測取證算法中。首先,提出了一種鏡頭徑向畸變映射模型,在該模型中,空間直線將在映射半球上投影成一個大切圓。其次,依據(jù)該幾何約束,設(shè)計了兩種底層測度用于獲取目標(biāo)圖像的偽造取證分布圖,檢測圖像中偽