人类视觉系统

摘要： 目的图像质量评价(IQA)旨在使用计算模型自动衡量和评价图像质量,以代替人类视觉系统的主观意见,并应用到相关实际问题中。方法首先将参考图像与失真图像进行输入,使用视觉显著性模型计算图像局部相似度的特征映射,并在质量得分池化阶段作为加权函数,同时,针对视觉显著性图作为单一特征映射的不足,增加了梯度幅度,然后将图像进行颜色空间的转化提取颜色特征,最后分配相应的权重来计算图像相似度。结果在4个大型数据集上的对比测试显示,在保持适度计算复杂度的同时,VSPSI相比其他有代表性的模型在预测精度上得到了一定的提升,特别是在TID2013数据集上的SROCC达到了0.9055。结论研究结果表明,VSPSI是一个性能优良的IQA方法,在不同数据集和不同失真类型中都有良好的表现,具有较强的鲁棒性,可胜任多类失真图像的客观质量评价,同时可通过优化视觉显著性模型进一步提升VSPSI的性能。

摘要： 因为水的吸收和散射效应,导致水下图像普遍存在模糊、低对比度和色彩不均衡等问题,而自然图像质量评价方法没有考虑水下成像的特殊性,难以应用于水下图像;同时目前有效的水下图像的质量评价方法较少,且存在一定局限性。针对此问题,提出了一种新的与主观感知密切相关的无参考水下图像质量评价方法,选择与视觉感知相关性高的色度特征(Col)、基于人类大脑视觉皮层的对比度特征(Con)、反映图像信息丰富程度的清晰度特征(Sharp)这3种属性,来构成水下图像质量评价模型,简称CCS。这些视觉特征对水的物理特性比较敏感,而且人类视觉系统(Human Visual System,HVS)易受色彩、对比度和边缘结构等视觉特性变化的影响。为了验证所提方法的性能,在自建小型水下图像数据集上与CPDB,BRISQUE,UCIQE,UIQM这4种无参考评价算法进行了大量的对比实验,在与主观评价相关性度量方面,CCS方法比UIQM方法的RMSE度量指标提升了大约13%,比UCIQE和UIQM方法的PLCC,SROCC和KROCC度量指标提升均超过10%。实验结果表明,CCS算法与人类视觉感知具有高度一致性,能有效、准确地评估水下图像的质量。

摘要： 图像质量评价(Image Quality Assessment,IQA)是计算机视觉领域研究的基本问题之一。目前,绝大多数图像质量模型都是基于灰度图像构建的,而彩色图像质量评价至今依然是IQA领域的开放性问题。彩色图像质量评价研究的关键在于建立与人类色彩认知能力相一致的色彩信息的量化描述。本文基于颜色名称(Colornames,CN)构建彩色图像质量评价模型,将图像的每个像素值映射为CN概率向量,利用Wasserstein距离计算两幅图像的感知色差,以亮度和梯度特征作为补充,在池化阶段采用显著性加权得到客观图像质量评分。在公开测试数据集上的实验结果表明,提出的模型在TID2008、TID2013和最新的KADID-10k数据集上表现最佳,其SROCC值分别为0.9009,0.8901,0.8637。总体评价效果与目前最好的传统方法(非深度学习方法)相当;而对于颜色失真,则具有明显的优势。

摘要： 现有的图像超分辨率重建方法充分利用了强大的深度学习模型,但忽略了人类视觉系统中普遍存在的反馈机制。提出一种新型图像超分辨率重建算法,通过具有约束条件的递归神经网络中包含的隐藏状态实现反馈机制,旨在处理网络间的反馈连接并生成更具说服力的高级表示形式,提供更多的上下文信息,从而帮助低分辨率图像完成高分辨率图像的重建。此外,具有较强早期图像重建能力的反馈网络可逐步生成最终的高分辨率图像。为解决低分辨率图像因多种类型的退化而导致的细节损失问题,引入课程学习策略,使网络适用于更复杂的任务,提升模型的鲁棒性。实验结果表明,该算法能有效提升图像超分辨率重建的准确性,与SRCNN、VDSR、RDN等算法相比,其PSNR值最高提升了7.15 dB。

摘要： 在立体图像质量评价领域,有效地模拟人类视觉系统对图像质量进行评价具有重要意义,考虑到人眼的视觉感知特性,基于单目和双目视觉信息构建一种立体图像质量评价模型MB-FR-SIQA。采用基于结构相似性的立体视差算法得到参考和失真立体图像的视差矩阵,结合Gabor能量响应图、显著性图和视差矩阵生成中间视图,并优化左右眼加权系数计算方法,以提高生成中间视图的准确性。分别利用单目图像和中间视图提取单目和双目视觉信息,计算单目质量分数和双目质量分数,并融合得到立体图像的质量分数,达到评价立体图像质量的目的。实验结果表明,MB-FR-SIQA模型在LIVE-I数据库上具有较高的预测精度,其斯皮尔曼等级相关系数、皮尔森线性相关系数、均方根误差分别为0.945、0.951、5.318,且预测的质量分数符合人类主观评估。

摘要： 驾驶员的危险行为会增加交通事故的发生率,目前对驾驶员行为的研究中大多通过面部识别等方法对异常行为如疲劳驾驶、接电话等进行识别。这种方法仅客观地对驾驶员行为进行分类,而忽略了他们在驾驶过程中的主观心理。眼动仪是记录和分析驾驶员眼动数据的有效工具,可以清晰地了解驾驶员的想法并总结其视觉认知模式。因为目前还没有针对驾驶员眼动行为的数据库,首先构建了真实道路场景下的眼动视频数据集VIPDAR_5,与传统数据相比,它存在更多的摄像机运动、光照变化、视线遮挡等情况。针对这些问题提出了一个基于人类视觉皮层双通路的模型TWNet,通过模拟视觉机制,提高了驾驶员眼动行为的识别性能。另一方面,通过自适应最大池化层和通道权重设置,减少参数,提高准确率。在VIPDAR_5数据集上的实验结果表明,与现有方法相比,该模型能有效识别驾驶员眼动行为。

摘要： 宁波大学信息科学与工程学院蒋刚毅教授等著的《三维视频处理》,2020年11月由科学出版社出版。该书系统地论述了三维视频处理的原理和算法,以三维视频系统为主线,结合人类视觉系统的感知特性进行展开。

摘要： 一直以来不可见性和鲁棒性是数字水印算法两个相互制衡的因素,结合人类视觉系统提出了一种建立在离散小波变换基础之上的图像数字水印算法,该算法依据人类视觉系统的光学特性在图像的蓝色通道实施2层离散小波变换,利用小波变换后的高频系数之和的近零性这一统计特性量化嵌入二值水印图像,水印实现了盲提取。同时水印在嵌入前实施了Arnold变换,在嵌入过程中利用密钥控制水印嵌入位置的随机选择,从两方面保证了水印算法的安全性。实验表明算法对压缩、添加噪声等攻击有抵抗力,同时确保算法的不可见性得以很好地维持,而且在针对图像的局部篡改可以定位篡改,能够实现版权保护和内容认证的功能。

摘要： 获取立体视觉信息是人们感知世界的基本能力之一,其中运动立体视觉信息的获取不仅是生物视觉系统在动态世界中生存的关键能力,也是人工视觉系统高效处理立体视频的重要手段。为了设计出贴合人眼视觉特性的3D深度运动感知模型,需要明确挖掘人类对立体运动感知的显著特征后再设计主观实验。文中根据单目和双目线索设计了立体运动视觉刺激视频,并采用控制变量的方法,分别探究了目标球体运动速度、参考球体旋转半径及被试正确感知的相互关系,并分析了目标运动方向与被试感知方向之间的关系。首先对实验条件进行探究,结果发现目标与参考的相对距离越小拦截成功率越高,该结果表明目标同参考之间的相对位置关系会影响被试的感知正确性。其次,采用了拦截成功百分比和感知偏差两个行为测量标准对被试感知能力进行分析,结果发现相比横向运动,深度运动正确感知的成功率超出约42.67%~47.01%。这表明不同运动方位的感知不对称,且深度运动带来的视觉刺激更明显。该研究探索了人类对运动感知的显著特征,并为后续设计3D运动感知模型提供了一种新的判断模型感知效果的主观对比标准,使原有立体感知能力的指标更加细化。

摘要： 近年来,深度学习在无参考图像质量评价领域的应用获得了广泛的关注.然而,复杂的双目视觉机制和立体图像的多维特性使得立体图像的质量评估更具有挑战性.基于人类视觉皮层的交互作用,提出一个多级表示网络用于无参考立体图像质量评价.为了克服缺乏具有主观质量分数的大规模训练数据问题,将图像的主观平均意见分数分配给图像中的所有小图像块.同时,考虑到大量来自同质区域的图像块会混淆网络训练和质量分数预测过程,采用基于方差的阈值指标来过滤部分同质图像块.多级表示网络由初级子网和高级子网两部分组成,在初级子网中,将视差图加入网络构成三通道卷积神经网络,分别提取并交互立体视图和视差图的初级特征;在初级子网的输出端,将特征分别级联得到基于视差的交互式双目特征和无视差交互的单眼特征;高级子网采用二通道卷积神经网络,进一步提取高级融合特征信息,更好地模拟人类视觉系统的信息处理机制.最终,所提出的多级表示网络不仅提取了立体图像的单眼特征,还提取了基于视差/深度信息的双目特征.在公开的LIVE 3D PhaseⅠ和LIVE 3D PhaseⅡ数据库上进行测试,实验结果表明该网络在对称和非对称立体图像数据库上较其他方法均取得了较好的结果,能够与人类的主观感知保持良好的一致性.

摘要： 为了提高图像压缩效果,本文提出一种基于小波变换和人类视觉系统的图像压缩算法.首先,该算法选择最佳小波滤波器,通过滤波器选择模型得到最小数目的非零小波系数.其次,利用人类视觉系统特性对分解后的小波系数进行处理.最后进行小波编码,对图像进行压缩.实验结果表明,文中所提算法对高质量图像进行压缩所达到的效果要优于传统JPEG压缩算法.

摘要： 由于某些图像中部分像素的颜色低于人类视觉系统(HVS)的空间阈值,因而图像中这部分颜色信息对于人类视觉系统是小可感知的。本文提出一种考虑人类视觉特性的彩色图像小波变换方法,以减少冗余颜色信息,构建图像的可感知色域(PGI),用于基于图像的精确色域映射.考虑人类视觉系统模型的相对敏感度函数(CFS),在小波变换域的部分子频段实施颜色信息的缩减。继而采用通用凸壳算法实现色域可视化,所构建的可感知色域仅表示出图像的可感知的颜色信息。本文初步建立了一种可靠地确定图像可感知色域的方法,有助于进一步开发鲁棒性强、符合心理视觉的色域映射算法。

摘要： 由于小波变换的高频分量包含边缘及纹理等人眼比较关注的细节信息,该文提出一种基于小波变换的高频重构的立体图像质量评价方法,该算法包括左右视点质量评价和立体感评价两部分.首先,模拟人类视觉系统处理原始和失真的左右视点图像,利用结构相似度算法得到左右视点质量评价值;然后,用加权处理后的小波高频分量经过重构计算原始和失真的左右视点的绝对差值图,利用结构相似度算法对两幅绝对差值图评价得到立体感质量评价值.最后,两种质量评价值进行加权融合得到最终的立体图像质量评价值.实验结果表明,该文方法的Pearson线性相关系数在0.94以上,Spearman秩相关系数值在0.93以上,均方根误差值接近5.5,结果显示该文算法能较好地符合人眼视觉特性.

摘要： 介绍了一种利用HVS—DwT的数字水印算法,该算法采用人类视觉系统(HVS)和离散小波变换(DWT),将数字水印信息嵌入到中频段,通过多次嵌入水印低频系数,以此增强水印的鲁棒性;最后通过水印提取算法,从含水印的图像通信中提取出嵌入的水印.试验表明,该算法具有较好的隐蔽性,对噪声等攻击手段具有较好的鲁棒性.

摘要： 该文提出了一种用于精确认证的脆弱水印算法。该算法结合人类视觉系统特性。利用模糊C-均值聚类技术，基于亮度、纹理、对比度等提取类成员关系度作为认证水印，通过修改图像块各象素的最低有效位实现水印信息的嵌入。在认证端，从接收到的图像提取其中所隐藏信息，判断内容发生变化的位置，实现了盲检测。实验结果表明，该算法生成的含水印图像透明性好，能够准确检测并定位篡改发生的位置。

摘要： 为了提高数字水印的实用性，必须保证水印的鲁棒性和透明性，本文充分考虑人类视觉系统特性，提出了一种基于多小波的数字水印优化方法。该方法利用Sa4 多小波基进行数字水印嵌入，引入多目标优化手段对其嵌入深度进行优化调整，得到最佳嵌入效果。通过遗传算法实现的结果表明，该算法不仅对于水印的攻击具有强鲁棒性，且兼顾载体图像的质量。

摘要： 立体图像质量评价是感知与显示的基础，也是立体视频系统设计的依据。由于图像的最终接受者是人，所以评价图像质量的关键在于其是否符合人类视觉系统特性。在分析视觉非线性、对比敏感度、多通道结构等人类视觉特性的基础上，提出了一种立体图像质量评价方法。该方法首先对图像进行5 级小波分解，将图像的空间频率按视觉系统的掩盖效应特点分成6 个频带分别进行滤波，以改变原始图像的空间频率。实验结果表明，所提出的方法优于传统的客观质量评价方法，能够反映图像的质量以及立体感。

摘要： 在自然图像中，人造目标与自然背景通常产生空间频率上的突变。这种突变会引起人类视觉系统的反应，即该突变区域为人眼感兴趣区域。本文首先采用综合特征一致性模型检测出图像中的感兴趣区域，然后利用腐蚀和区域标记的方法进行后处理。实验结果表明：该方法能够有效滤除自然背景，检测出人造目标，符合人类视觉机制。

摘要： 为了提高数字水印的实用性,必须保证水印的鲁棒性和透明性,为此在Cox等人提出的水印稳健性理论的指导下,充分考虑人类视觉系统特性,本文提出了一种基于遗传算法的图像盲水印算法.通过基于小波边缘的检测,调节系数差,实现了水印透明性和鲁棒性的综合优化.实验结果表明,该算法不仅对于水印的攻击具有强鲁棒性,且兼顾载体图像的质量.

摘要： 在分析多通道结构、遮掩效应、敏感度带通特性等人类基本视觉系统特性(Htvs)的基础上,提出了一种新的图像质量评价指标的构造方法。指标构造先借助多尺度几何分析(MGA)中的Contourlet变换对图像进行子带分解以此模拟视觉多通道结构特性,然后在各子带中使用一种视觉遮掩效应模型获取失真图像和参考图像之间的视觉误差,最后通过对比度敏感函数(CSF)取得不同子带的视觉误差加权系数,从而得到图像质量评价值。本文在具有5种类型降质图像的LIVE图库进行性能比较实验,结果表明本文所设计指标比峰值信噪比PSNR、结构相似度SSIM算法具有更好的稳定性和主客观评价一致性；同时试验表明通过对比度敏感函数(CSF)获取的加权对本图像质量评价指标改进较小。

摘要： 本发明涉及视觉系统、安装视觉系统的方法和制造视觉系统的方法。该固定视觉系统包括：获取检测面(38)上的物体的图像的传感器(2)，该传感器包含敏感表面(10)；在检测面(38)上产生发光基准图(39)的发光装置(3)，发光装置(3)包含发射表面(61a，61b；61c；51；89；61d；61e；61f)；一个光辐射和另一光辐射从中通过的至少一个物镜(36)，所述一个光辐射来自物体并被引向传感器(2)并且所述另一光辐射来自发光装置(3)并被引向物体，其特征在于，传感器(2)和发光装置(3)以使得当检测面(38)被物镜(36)聚焦在传感器(2)上时，传感器(2)的敏感表面(10)处于由物镜(36)产生的像面(60；66；67；69；73；92)上或处于相对于像面(60；66；67；69；73；92)的相应镜面(63，64；65)上并且发光装置(3)的发射表面(10)处于像面(60；66；67；69；73；92)上或处于相对于像面(60；66；67；69；73；92)的相应镜面(63，64；65)上的方式被定位。

摘要： 公开了一种用于获得图案化延迟器的图像的视觉系统，所述图案化延迟器包括具有不同光轴的第一图案和第二图案，所述视觉系统包括：摄像机；布置在所述摄像机的镜头的前面的1/2波片；以及布置在所述1/2波片的前面的可旋转1/4波片。

摘要： 一种用于机动车辆的视觉系统(10)，包括形成立体成像设备(11)的一对成像装置(12a、12b)和数据处理设备(14)，该数据处理设备(14)适于对所述立体成像设备(11)所拍摄的图像执行修正、对经修正的图像执行立体匹配，并且适于从立体匹配的图像中检测出机动车辆周围的物体。该数据处理装置(14)适于对来自一个成像装置的经修正的图像的图像元素(43)检索来自另一个成像装置的相应的经修正的图像中的最佳匹配图像元素(44')，所述检索覆盖二维检索区域，所述检索产生竖直偏移信息，能够由竖直偏移信息推导出从图像元素(43)至最佳匹配图像元素(44')的竖直偏移，其中，所述数据处理装置(14)适于由所述竖直偏移信息计算出成像装置(12a、12b)的或其之间的俯仰角误差和/或滚转角误差。

摘要： 本申请公开了机器视觉系统和机器视觉系统实现的校准方法。描述了机器视觉系统以及用于同步运动学和手眼校准的方法。一种机器视觉系统包括机器人或运动台以及与控制系统进行通信的相机。所述控制系统被配置用于将所述机器人或运动台移动到多个姿势，并且针对每个姿势：捕获校准目标特征的图像和机器人关节角或运动台编码器计数。所述控制系统被配置用于获得机器人或运动台校准参数的初始值，以及基于所述机器人或运动台校准参数的所述初始值、所述图像、以及所述关节角或编码器计数确定手眼校准参数的初始值。所述控制系统被配置成用于通过对所述手眼校准参数和机器人或运动台校准参数进行精化来确定所述手眼校准参数和机器人或运动台校准参数的最终值以最小化代价函数。

摘要： 本发明提供一种将间接视觉系统的成像装置安装到车辆的安装装置2，包括：支撑臂12，用以固定到车辆，及至少一承载构件14，用以固定到支撑臂12，其中承载构件14须使用连结方法18，以安装该成像装置。为此，承载构件14，至少在其与支撑臂12的固定区域，是以热塑性熔融可加工材料制作，并包围支撑臂12，至少包围一部分段落，成为封闭壁。承载构件14可以模塑到支撑臂12的固定区域周围，特别是以注射成形方法形成。本发明也提供一种车辆用间接视觉系统，该系统具有前述形态的安装装置2。

摘要： 本发明涉及计算机视觉技术领域，公开了一种双目视觉系统的三维重建方法、装置及双目视觉系统。所述双目视觉系统的三维重建方法，包括：获取双目摄像设备像素位置与场景点位置的摄像模型参数；对双目摄像设备采集的图像进行预处理；对预处理后的图像进行去模糊处理；从去模糊处理后的图像中提取图像中物体的特征点；对提取的图像中物体的特征点进行立体匹配处理，以获取图像中物体的空间离散点；以及根据摄像模型参数和空间离散点生成图像中物体的三维模型。本发明针对模糊图像通过图像预处理和去模糊处理快速获取清晰和高质量的图像，提高了特征点提取和空间离散点立体匹配的精确度，提高了双目视觉系统的三维重建的精确度、效果和工作效率。

摘要： 本发明涉及视觉系统、安装视觉系统的方法和制造视觉系统的方法。该固定视觉系统包括：获取检测面(38)上的物体的图像的传感器(2)，该传感器包含敏感表面(10)；在检测面(38)上产生发光基准图(39)的发光装置(3)，发光装置(3)包含发射表面(61a，61b；61c；51；89；61d；61e；61f)；一个光辐射和另一光辐射从中通过的至少一个物镜(36)，所述一个光辐射来自物体并被引向传感器(2)并且所述另一光辐射来自发光装置(3)并被引向物体，其特征在于，传感器(2)和发光装置(3)以使得当检测面(38)被物镜(36)聚焦在传感器(2)上时，传感器(2)的敏感表面(10)处于由物镜(36)产生的像面(60；66；67；69；73；92)上或处于相对于像面(60；66；67；69；73；92)的相应镜面(63，64；65)上并且发光装置(3)的发射表面(10)处于像面(60；66；67；69；73；92)上或处于相对于像面(60；66；67；69；73；92)的相应镜面(63，64；65)上的方式被定位。

摘要： 利用来自局域增强系统的数据的飞行器合成视觉系统以及用于操作此类飞行器合成视觉系统的方法。一种飞行器合成视觉显示系统（SVS）包括：地形数据库，其包括与机场相关的地形信息；全球定位系统接收机，其从全球定位卫星接收卫星信号以确定飞行器的地理位置，以及基于地面的增强系统接收机，其从与机场相关联的基于地面的发射机接收基于地面的信号，其中基于地面的信号包括与机场相关联的地理信息。SVS进一步包括计算机处理器，其基于飞行器的地理位置从地形数据库取回地形信息，其取回与机场相关联的地理信息，并且其使用与机场相关联的地理信息来修正地形信息以生成经修正的地形信息。

摘要： 公开了一种用于获得图案化延迟器的图像的视觉系统，所述图案化延迟器包括具有不同光轴的第一图案和第二图案，所述视觉系统包括：摄像机；布置在所述摄像机的镜头的前面的1/2波片；以及布置在所述1/2波片的前面的可旋转1/4波片。

摘要： 本公开涉及一种视觉系统、包括该视觉系统的车辆以及该车辆的控制方法。该视觉系统包括：摄像机，设置在车辆上并且具有车辆外部的前方视野，并且被配置为捕获图像数据；以及控制器，具有处理器，该处理器被配置为处理通过摄像机捕获的图像数据，并且其中该控制器可以被配置为基于经处理的图像数据来识别存在于前方视野中的对象，基于关于识别出的对象的信息来确定车辆是否可以离开，控制与所确定的离开可用性相对应的离开可用性通知或停止通知信息的输出。