程环环
- 作品数：6 被引量：9H指数：2
- 供职机构：国防科学技术大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 整数时域重叠变换算法及其在视频和图像压缩中的应用
- 本文主要研究时域重叠变换理论及其在视频和图像压缩中的应用。 随着基于N-ISDN和无线信道的视频通讯需求的增长,低比特率下的视频压缩方法已经成为热点研究课题。然而,基于DCT的传统视频压缩方法由于在低比特率下出现块失真严...
- 程环环
- 关键词：图像压缩视频压缩
- 基于贝叶斯网络的图像内容表述与分类
- 图像分类和视频图像分析是当今学术和应用领域广为关注的热点内容,对简洁图像管理和检索,应对视觉信息膨胀具有十分重要的意义。但由于实际应用中的图像表现出不确定性和模糊性,使得图像表述和分类十分困难。为了减少这些不确定性和模糊...
- 程环环
- 关键词：贝叶斯网络高分辨率遥感图像语义特征上下文信息
- 文献传递
- 基于重叠滤波的低复杂度遥感图像压缩
- 本文提出了一种重叠滤波（Lapped Filtering）的方法来降低基于块的图像压缩中重建图像的块效应,并且基于提升原理,给出了重叠滤波的整数实现算法（LiftLF）。针对遥感图像,与空间重采样的压缩方法（RBC）相结...
- 程环环成礼智
- 关键词：遥感成像块效应
- 文献传递
- 融合空间上下文的自然场景语义建模被引量：1
- 2010年
- 针对自然场景图像,本文提出一种融合空间上下文的场景语义建模和分类方法。针对场景中的局部语义对象,建立了基于贝叶斯网络的语义上下文模型。通过对已标注训练样本集的学习训练,获得局部语义对象在各类场景下的上下文模型。对于待分类的图像,首先利用支持向量机实现分割区域的分类,根据学习得到的语义上下文模型,提取图像中各语义对象的空间上下文信息,形成图像的语义上下文描述,实现场景分类。针对不同场景下的局部语义对象,利用贝叶斯网络自动学习得到不同的空间关系集合用于上下文信息提取,使得场景描述和分类过程更智能和有效。通过在六类自然场景图像数据集上的实验表明,本文所提算法能够很好的利用上下文信息,并取得满意的分类结果。
- 程环环王润生
- 关键词：贝叶斯网络语义建模
- 面向自然场景分类的贝叶斯网络局部语义建模方法被引量：5
- 2010年
- 本文提出了一种基于贝叶斯网络的局部语义建模方法。网络结构涵盖了区域邻域的方向特性和区域语义之间的邻接关系。基于这种局部语义模型,建立了场景图像的语义表述,实现自然场景分类。通过对已标注集的图像样本集的学习训练,获得贝叶斯网络的参数。对于待分类的图像,利用该模型融合区域的特征及其邻接区域的信息,推理得到区域的语义概率;并通过网络迭代收敛得到整幅图像的区域语义标记和语义概率;最后在此基础上形成图像的全局描述,实现场景分类。该方法利用了场景内部对象之间的上下文关系,弥补了仅利用底层特征进行局部语义建模的不足。通过在六类自然场景图像数据集上的实验表明,本文所提的局部语义建模和图像描述方法是有效的。
- 程环环王润生
- 关键词：贝叶斯网络语义建模
- 基于重叠滤波的低复杂度遥感图像压缩
- 本文提出了一种重叠滤波(LappedFiltering)的方法来降低基于块的图像压缩中重建图像的块效应,并且基于提升原理,给出了重叠滤波的整数实现算法(LiftLF).针对遥感图像,与空间重采样的压缩方法(RBC)相结合...
- 程环环成礼智
- 关键词：遥感图像压缩遥感成像块效应
- 文献传递
