首页期刊导航|中国图象图形学报
期刊信息/Journal information
中国图象图形学报
中国图象图形学报

李小文

月刊

1006-8961

jig@irsa.ac.cn

010-64807995 8261442

100101

北京9718信箱

中国图象图形学报/Journal Journal of Image and GraphicsCSCD北大核心CSTPCD
查看更多>>本刊是集计算机图象图形高科技理论与应用研究成果、成果产品化与商情动态于一体的综合性学术期刊。是核心期刊、权威性杂志。作为中国图象图形学学会的会刊,利用学会在国内外广泛的科技信息渠道、全方位多层面的学科交叉应用,积极向产业界宣传科技成果,热心向科技界推荐最新产品。
正式出版
收录年代

    基于Transformer和通道混合并行卷积的高光谱图像去噪

    胡帅高峰龚卓然陶盛恩...
    2063-2074页
    查看更多>>摘要:目的 高光谱图像因设备及环境因素容易受到噪声污染,导致图像的可见性和分析精度降低,因此高光谱图像去噪任务已经成为遥感图像处理领域国内外研究热点。当前的高光谱图像去噪方法主要面临两个难题:1)对特征的全局信息利用不足。当前基于卷积神经网络的方法受限于卷积核的大小,难以捕获特征的全局信息;2)卷积神经网络和Transformer在结构上存在差异,导致两者难以融合,因此,需要考虑合理的特征交互方式,来平衡局部和全局特征提取之间的关系。方法 针对上述问题,本文提出了基于Transformer和通道混合并行卷积的高光谱图像去噪模型,包括3个模块:通道混合特征提取模块、基于块下采样的全局增强模块和自适应双向特征融合模块。通过这3个模块的相互作用,可以充分结合全局和局部的特征信息,处理不同区域中的噪声和纹理差异,有效提高模型对空间细节信息的恢复能力。结果 实验在2个数据集上与主流的5种方法进行比较,在Pavia数据集中设置不同高斯噪声强度的情况下,相比于性能第2的模型,峰值信噪比(peak signal-to-noise ratio,PSNR)值最大提高了0。4dB;在ICVL数据集中设置各种混合噪声的情况下,相比于性能第2的模型,PSNR最大提高了 2。18dB。同时可视化的去噪结果图像体现了本文所提出的去噪模型的优异性能。结论 本文方法在各种噪声情况下均具有较好的去噪效果,显著优于当前主流方法,能够有效去除高光谱图像中噪声,同时保留图像丰富的纹理信息。

    高光谱图像去噪通道混合Transformer特征融合全局注意力

    运用混合域比值不变性的矢量地图水印算法

    奚旭瞿成意侯渲杜景龙...
    2075-2086页
    查看更多>>摘要:目的 传统基于频率域的矢量地图水印算法往往通过直接修改变换系数实现水印嵌入,嵌入位置随机,且嵌入强度难以控制,实用能力受限。为此,本文挖掘了离散小波变换(discrete wavelet transform,DWT)和复数奇异值分解(complex singular value decomposition,CSVD)系数比值作为新的水印嵌入域,融合系数放大法和量化索引调制(quantization index modulation,QIM)提出了一种嵌入强度可控的鲁棒性矢量地图水印算法。方法 利用道格拉斯—普克算法提取矢量地图特征点,并基于特征点构建复数序列,对复数序列进行二层DWT,得到二层低频系数和二层高频系数。在此基础上,利用CSVD分别计算二层低频和高频系数的奇异值,并以奇异值比值作为水印嵌入域。在水印嵌入阶段,对系数比值放大合适倍数,通过调制放大后的奇异值比值来控制水印嵌入误差,并实现水印信息的盲提取。结果 与最新的3种方法进行比较,本文算法从平移、旋转和缩放的组合攻击中提取的水印图像的归一化相关性系数(normalized correlation,NC)值从低于0。6提升至1。此外,在裁剪、简化和几何攻击的任意组合攻击中,本文算法均能够提取出NC值为1的水印图像,相较于对比方法,鲁棒性更加全面。在不可见性方面,本文算法表现优势,水印嵌入造成的误差被控制在毫米级。结论 本文所提的矢量地图水印算法挖掘了多重频率域变换的比值作为水印嵌入域,具有良好的安全性和稳健性,可以为矢量地图的版权保护提供技术参考。

    离散小波变换(DWT)复数奇异值分解(CSVD)嵌入域数字水印矢量地图