• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于稀疏表示的圖像顯著區(qū)域檢測(cè)算法

    2016-07-19 02:07:24
    關(guān)鍵詞:像素編碼顯著性

    張 巧 榮

    (河南財(cái)經(jīng)政法大學(xué)計(jì)算機(jī)與信息工程學(xué)院 河南 鄭州 450002)

    ?

    基于稀疏表示的圖像顯著區(qū)域檢測(cè)算法

    張 巧 榮

    (河南財(cái)經(jīng)政法大學(xué)計(jì)算機(jī)與信息工程學(xué)院河南 鄭州 450002)

    摘要針對(duì)圖像的顯著區(qū)域檢測(cè)問(wèn)題,提出一種基于稀疏表示的顯著區(qū)域檢測(cè)算法。該算法首先利用稀疏編碼對(duì)圖像進(jìn)行特征描述,然后根據(jù)圖像的稀疏編碼進(jìn)行視覺(jué)顯著性的計(jì)算,而不是對(duì)原始圖像直接進(jìn)行處理,提高計(jì)算的效率。最后,根據(jù)視覺(jué)顯著性的計(jì)算結(jié)果,進(jìn)行顯著性區(qū)域分割。在公開(kāi)的測(cè)試圖像集上進(jìn)行實(shí)驗(yàn),并和目前幾種流行的算法進(jìn)行實(shí)驗(yàn)對(duì)比。實(shí)驗(yàn)結(jié)果表明,該算法用于圖像的顯著區(qū)域檢測(cè)是正確有效的。

    關(guān)鍵詞顯著區(qū)域檢測(cè)稀疏表示視覺(jué)顯著性顯著圖

    0引言

    隨著信息技術(shù)的發(fā)展,圖像已經(jīng)成為人們獲取信息的主要來(lái)源。如何高效準(zhǔn)確地進(jìn)行圖像分析和處理成為人們研究的焦點(diǎn)。通過(guò)視覺(jué)注意機(jī)制,人類可以快速準(zhǔn)確地檢測(cè)出圖像中的顯著區(qū)域,優(yōu)先注意到圖像的重要部分,從而迅速地獲取有用的信息。通過(guò)檢測(cè)圖像中的顯著區(qū)域并優(yōu)先分配計(jì)算資源,可以有效地提高圖像處理的效率和準(zhǔn)確度。因此,顯著區(qū)域檢測(cè)技術(shù)被廣泛應(yīng)用于目標(biāo)檢測(cè)[1]、目標(biāo)識(shí)別[2]、圖像分割[3]、圖像壓縮[4]以及圖像檢索[5]等應(yīng)用領(lǐng)域。

    檢測(cè)圖像中的顯著區(qū)域,首先需要計(jì)算圖像中各部分內(nèi)容的視覺(jué)顯著性。到目前為止,已經(jīng)有很多學(xué)者提出了視覺(jué)顯著性計(jì)算模型。生物視覺(jué)研究成果表明,顯著性源于視覺(jué)信息的獨(dú)特性、稀缺性以及奇異性,并由亮度、顏色、方向、邊緣等圖像特征所致[6]。因此,一些研究者通過(guò)計(jì)算圖像區(qū)域相對(duì)于其周圍鄰域的特征對(duì)比度來(lái)得到視覺(jué)顯著性。其中以Itti等提出的模型最具代表性[7],得到各國(guó)研究者的廣泛關(guān)注。Itti等通過(guò)計(jì)算多個(gè)特征圖像的多尺度下的中央-四周特征差異來(lái)生成視覺(jué)顯著性。Ma等提出一種計(jì)算局部對(duì)比度并采用模糊增長(zhǎng)的方法生成顯著圖[8]?;诰植繉?duì)比度計(jì)算的方法容易在邊緣部分產(chǎn)生較高的顯著性值,而物體內(nèi)部的顯著性值反而較低,出現(xiàn)“顯著性反轉(zhuǎn)”的現(xiàn)象。一些研究者通過(guò)計(jì)算全局對(duì)比度來(lái)解決這個(gè)問(wèn)題[6]。還有一些研究者基于信息論的觀點(diǎn),通過(guò)計(jì)算圖像特征的稀少性來(lái)生成顯著圖[9,10]。為了提高計(jì)算效率,一些學(xué)者提出基于頻域分析的視覺(jué)顯著性計(jì)算方法,例如Hou等提出的基于譜殘差的方法[11],Guo等提出的基于相位譜的方法[12],以及Hou等最近提出的利用DCT的“圖像簽名”算子的方法[13]等。這些方法計(jì)算速度快,適合實(shí)時(shí)監(jiān)測(cè)。但是,通過(guò)實(shí)驗(yàn)我們發(fā)現(xiàn)這些方法雖然運(yùn)算速度較快,檢測(cè)的準(zhǔn)確度卻不是很高。因此,如何在保持計(jì)算速度的情況下,提高檢測(cè)的準(zhǔn)確度是需要解決的問(wèn)題。

    因此,基于以上的分析,本文提出一種利用稀疏表示的視覺(jué)顯著性計(jì)算方法。首先,計(jì)算圖像的稀疏編碼表示。然后,利用圖像的稀疏編碼計(jì)算視覺(jué)顯著性,提高計(jì)算效率。根據(jù)視覺(jué)顯著性計(jì)算結(jié)果,提取顯著區(qū)域。

    1顯著區(qū)域檢測(cè)算法

    本文提出的利用稀疏編碼的圖像顯著區(qū)域檢測(cè)算法如圖1所示,主要包括視覺(jué)顯著性計(jì)算和顯著區(qū)域檢測(cè)兩部分。

    圖1 顯著區(qū)域檢測(cè)算法框圖

    2視覺(jué)顯著性計(jì)算

    2.1稀疏表示

    生物視覺(jué)系統(tǒng)的研究發(fā)現(xiàn),當(dāng)視覺(jué)神經(jīng)系統(tǒng)接收到某幅自然圖像時(shí),大部分神經(jīng)元對(duì)該圖像的響應(yīng)很弱甚至為0,只有很少的神經(jīng)元有較強(qiáng)的響應(yīng)。當(dāng)接收的自然圖像發(fā)生變化時(shí),產(chǎn)生較強(qiáng)響應(yīng)的神經(jīng)元可能會(huì)改變,但這些神經(jīng)元的個(gè)數(shù)仍然只占整體的少部分,這種特性叫作稀疏性[14]。為了模擬神經(jīng)元響應(yīng)的稀疏特性,人們提出了針對(duì)自然圖像的有效編碼方法,即稀疏編碼。

    在稀疏編碼模型中,利用基函數(shù)的線性疊加表示輸入圖像,在最小均方差意義下使得線性疊加的結(jié)果盡可能地與原圖像相似。同時(shí)表示的特征盡可能地稀疏化,即基函數(shù)的權(quán)值盡可能多地為0或接近0。圖像的線性疊加可以表示為[15]:

    X=AS

    (1)

    式中,X表示輸入圖像,表示為多個(gè)基函數(shù)的線性組合,A為基函數(shù)組成的矩陣,S為線性組合時(shí)基函數(shù)的權(quán)值向量。從神經(jīng)生物學(xué)的角度,式(1)表示的稀疏編碼模型可以解釋為,人的視覺(jué)感知系統(tǒng)將輸入圖像刺激X通過(guò)感受野A的特征提取,將其表示為視覺(jué)細(xì)胞的活動(dòng)狀態(tài)S。S即為輸入圖像的稀疏編碼。

    對(duì)于式(1)表示的稀疏編碼模型,Olshausen提出的優(yōu)化準(zhǔn)則為:

    (2)

    式中,I(x,y)表示輸入圖像X中的像素值,φi(x,y)為基函數(shù)矩陣A中的第i個(gè)列向量,ai為向量S的第i個(gè)響應(yīng)值。式(2)中的第1項(xiàng)用原始圖像與重構(gòu)圖像之間的誤差平方和表示重構(gòu)圖像的信息保持度,第2項(xiàng)反映了編碼的稀疏程度[15]。

    根據(jù)式(1)表示的稀疏編碼模型及式(2)的優(yōu)化準(zhǔn)則,本文從自然圖像庫(kù)中選取10 000個(gè)8×8的圖像塊進(jìn)行訓(xùn)練得到字典A。則圖像的稀疏編碼可以通過(guò)式(3)求得:

    S=DX

    (3)

    式中,D=A-1。

    2.2生成顯著圖

    通過(guò)上面的方法,我們得到了輸入圖像的圖像塊級(jí)別的稀疏編碼。為了計(jì)算視覺(jué)顯著性,我們需要像素級(jí)別的稀疏編碼。為此,本文通過(guò)計(jì)算包含某像素的所有圖像塊的稀疏編碼的均值來(lái)得到該像素的稀疏編碼。

    位于(x,y)的像素的稀疏編碼記為PS(x,y)=[ps1(x,y),ps2(x,y), …],psk(x,y)表示該像素在第k個(gè)子碼中的編碼值。圖像中所有像素在第k個(gè)子碼中的編碼值組成的矩陣Fk可以看作是對(duì)輸入圖像提取的第k個(gè)稀疏特征圖。

    研究表明,視覺(jué)顯著性源于視覺(jué)信息的獨(dú)特性和稀缺性。本文通過(guò)計(jì)算圖像中各部分內(nèi)容與其周圍環(huán)境所包含的視覺(jué)信息的差異來(lái)計(jì)算視覺(jué)顯著性。根據(jù)目前有效編碼理論中廣泛采用的貝葉斯決策理論,P(X)表示某數(shù)據(jù)集X的初始概率,即先驗(yàn)概率,反映了根據(jù)已有知識(shí)斷定X是正確的可能程度;P(D|X)為似然函數(shù),表示X為正確假設(shè)時(shí),觀察到D的概率;P(D)表示D的先驗(yàn)概率;P(X|D)是給定樣本D時(shí),X的后驗(yàn)概率。貝葉斯定理可以表示為:

    防治方法:可用50%乙烯菌核利水分散粒劑(農(nóng)利靈)(40~60克/畝)1 000~1 500倍液,或75%百菌清可濕性粉劑(75~100克/畝)600~800倍液,或45%特克多懸浮液(60毫升/畝)1 000倍液,或50%多菌靈可濕性粉劑(75~100克/畝)600~800倍液,或70%甲基硫菌靈可濕性粉劑(甲基托布津)(75~100克/畝)600~800倍液,或50%腐霉利可濕性粉劑(速克靈)(75~100克/畝)1 000~1 500倍液防治。

    (4)

    由式(4)可以看出,如果新的樣本數(shù)據(jù)D產(chǎn)生了信息差異,則先驗(yàn)概率和后驗(yàn)概率是不同的。為了衡量D引起的差異的程度,可以通過(guò)計(jì)算先驗(yàn)概率分布與后驗(yàn)概率分布之間的Kullback-Liebler(K-L)距離得到:

    (5)

    由此可知,將圖像中某位置的周邊環(huán)境劃分為兩個(gè)區(qū)域,即中央?yún)^(qū)域和周邊區(qū)域,周邊區(qū)域遠(yuǎn)大于中央?yún)^(qū)域。周邊區(qū)域的信息分布看作是先驗(yàn)概率,中央?yún)^(qū)域的信息分布為后驗(yàn)概率。如果某位置引起了觀察者的注意,則其中央?yún)^(qū)域和周邊區(qū)域的信息分布是不同的,其差異程度即為其顯著程度[16],可以通過(guò)式(6)得到:

    (6)

    SM(x,y)=∑SMi(x,y)

    (7)

    3顯著區(qū)域檢測(cè)

    得到綜合顯著圖之后,選擇合適的閾值對(duì)顯著圖進(jìn)行閾值分割,獲得二值圖像,其中白色區(qū)域?qū)?yīng)位置即為圖像中的顯著區(qū)域。將二值圖像和原始圖像進(jìn)行疊加,即可提取出顯著區(qū)域。閾值可以通過(guò)式(8)計(jì)算得到:

    (8)

    式中,L為顯著圖中像素最大的灰度值,pi為灰度值i出現(xiàn)的概率。

    4實(shí)驗(yàn)設(shè)計(jì)及結(jié)果分析

    為了客觀地評(píng)估本文算法的正確性和有效性,我們?cè)趦蓚€(gè)公開(kāi)的測(cè)試圖像庫(kù)上進(jìn)行了實(shí)驗(yàn),并和目前比較流行的7種算法進(jìn)行了實(shí)驗(yàn)對(duì)比。本文算法的運(yùn)行環(huán)境為Matlab7.0,硬件平臺(tái)為個(gè)人計(jì)算機(jī)(IntelCorei3/雙核2.53GHzCPU,內(nèi)存為2GB) 。

    4.1測(cè)試圖像集

    本文選取的第一個(gè)測(cè)試圖像集為Bruce等人提供的人眼跟蹤圖像庫(kù)。庫(kù)中包含120幅測(cè)試圖像以及通過(guò)人眼跟蹤設(shè)備記錄的20個(gè)測(cè)試者在測(cè)試圖像上的人眼跟蹤數(shù)據(jù)(GroundTruth)。該數(shù)據(jù)集可以從http://www-sop.inria.fr/members/Neil.Bruce獲得。

    第二個(gè)測(cè)試圖像集為Achanta等人提供的公開(kāi)圖像測(cè)試集,該測(cè)試集包含有1000幅測(cè)試圖像,以及由人工精確標(biāo)注的顯著性區(qū)域結(jié)果(GroundTruth)。該數(shù)據(jù)集可以從http://ivrgwww.epfl.ch/supplementary_material/RK_CVPR09/index.html獲得。

    限于篇幅,本文從測(cè)試圖像集中選擇4幅圖像比較典型的圖片,在圖2中給出利用本文算法和目前大家關(guān)注度比較高的其他8種算法計(jì)算得到的顯著圖直觀的實(shí)驗(yàn)對(duì)比結(jié)果。這8種算法分別為ITTI(Itti的引用最多的經(jīng)典算法)、GBVS[17](Kouch等人的基于圖論的視覺(jué)顯著性計(jì)算方法,檢測(cè)準(zhǔn)確度較高)、AIM[18](第一個(gè)測(cè)試圖像集的作者Bruce等人的基于信息最大化的算法)、FTSRD[19](第二個(gè)測(cè)試圖像集的作者Achanta等人的算法)、SUN[20](利用圖像統(tǒng)計(jì)信息的算法)以及SR(基于譜殘差的方法)、IS(基于DCT的圖像簽名的方法)、ICL[21](基于增量編碼長(zhǎng)度的算法)這三種影響力比較大的基于頻域分析的算法。這幾種算法的作者都提供了源代碼,方便我們進(jìn)行實(shí)驗(yàn)比較。

    圖2 實(shí)驗(yàn)結(jié)果對(duì)比

    圖2中的前兩幅圖片來(lái)自Bruce提供的測(cè)試集,其GroundTruth是對(duì)人眼跟蹤數(shù)據(jù)經(jīng)過(guò)高斯模糊處理后的人眼關(guān)注圖。后兩幅圖片來(lái)自Achanta提供的測(cè)試集,其GroundTruth是以二值圖像表示的由人工精確標(biāo)注的顯著區(qū)域結(jié)果。從圖2中可以看出,一些算法如FRSRD、SUN出現(xiàn)了顯著性反轉(zhuǎn)的情況,一些算法如ITTI、SR、ICL、IS計(jì)算出的顯著性結(jié)果更強(qiáng)調(diào)邊緣部分,而本文算法的結(jié)果與GroundTruth最接近。

    為了客觀地評(píng)價(jià)本文算法的效果,本文采用目前本領(lǐng)域常用的ROC曲線、AUROC值對(duì)本文算法以及其他算法進(jìn)行定量比較分析。

    為了分割顯著區(qū)域并計(jì)算ROC曲線,本文參考文獻(xiàn)[19],將各種方法得到的顯著圖中各像素的顯著值調(diào)整到[0,1]。然后從0到1每隔0.05取一個(gè)閾值,分別將各算法的顯著圖進(jìn)行二值化,進(jìn)行顯著區(qū)域和非顯著區(qū)域的分類,并與GroundTruth進(jìn)行比較,計(jì)算相應(yīng)的TPR(TruePositiveRate)和FPR(FalsePositiveRate),分別得到21組TPR和FPR的對(duì)應(yīng)值,畫出ROC曲線。圖3是各種算法的ROC曲線圖。表1為各種算法的AUROC值對(duì)比結(jié)果。從圖3和表1可以看出,本文算法的ROC曲線是最高的,AUROC值是最大的。

    圖3 各種算法ROC曲線對(duì)比結(jié)果

    方法 測(cè)試圖像集1測(cè)試圖像集2ITTI0.78190.8524GBVS0.81340.8840AIM0.69330.7057FTSRD0.55560.8026SUN0.67700.8050SR0.63950.7623IS0.64990.7714ICL0.69800.8362本文算法0.83180.8904

    4.3時(shí)間復(fù)雜度評(píng)估

    我們對(duì)本文算法和其他8種算法在兩個(gè)測(cè)試圖像集上單幅圖像的平均運(yùn)行時(shí)間進(jìn)行了測(cè)試,對(duì)比結(jié)果如表2所示。

    表2 各種算法的運(yùn)行時(shí)間對(duì)比

    續(xù)表2

    從表2中可以看出,ITTI、FTSRD、SR、IS等幾種算法的平均運(yùn)行時(shí)間比本文算法的運(yùn)行時(shí)間要短,其余幾種算法的平均運(yùn)行時(shí)間高于本文算法。但是,本文算法的檢測(cè)準(zhǔn)確度要高于ITTI、FTSRD、SR、IS等幾種算法。因此綜合考慮,本文算法相對(duì)于其他算法仍然具有一定優(yōu)勢(shì)。

    5結(jié)語(yǔ)

    本文針對(duì)圖像中的顯著區(qū)域檢測(cè)問(wèn)題進(jìn)行了研究,提出一種利用稀疏編碼的顯著區(qū)域檢測(cè)算法。該算法首先對(duì)原始圖像提取稀疏特征,采用稀疏編碼對(duì)圖像進(jìn)行表示,在此基礎(chǔ)上通過(guò)計(jì)算圖像中各部分內(nèi)容之間的信息差異來(lái)得到視覺(jué)顯著性結(jié)果。結(jié)合視覺(jué)顯著性計(jì)算結(jié)果,提取顯著區(qū)域。本文在兩個(gè)國(guó)際上公開(kāi)的測(cè)試圖像集上進(jìn)行了實(shí)驗(yàn),并和8種目前大家關(guān)注度比較高的算法進(jìn)行了對(duì)比,結(jié)果證明了本文算法的正確性和有效性。

    本文算法還存在一些需要進(jìn)一步改進(jìn)的地方。一方面,本文算法只考慮了圖像的一些底層特征,沒(méi)有考慮目標(biāo)輪廓、人臉等高層特征;另一方面,本文只對(duì)靜態(tài)圖像進(jìn)行了研究,如何對(duì)算法進(jìn)行改進(jìn)使其適合視頻圖像也是下一步工作努力的方向。

    參考文獻(xiàn)

    [1]LiuT,YuanZ,SunJ,etal.Learningtodetectasalientobject[J].IEEETPAMI,2011,33(2):353-367.

    [2]KarthikDesingh.VisualSaliencyandNextBestViewModelsforObjectRecognitionandSearch[R].InternationalInstituteofInformationTechnologyHyderabad,2013.

    [3]AchantaR,EstradaF,WilsP,etal.Salientregiondetectionandsegmentation[C]//IEEEICVS,2008:66-75.

    [4]ChristopoulosC,SkodrasA,EbrahimiT.TheJPEG2000stillimagecodingsystem:anoverview[J].IEEETrans.ConsumerElec.,2002,46(4):1103-1127.

    [5]OlegMuratov.VisualSaliencyDetectionandItsApplicationtoImageRetrieval[D].PhDthesis,UniversityofTrento,2013.

    [6]ChengMM,ZhangGX,MitraNJ,etal.GlobalContrastbasedSalientRegionDetection[C]//IEEEConferenceonComputerVisionandPatternRecognition,2011:409-416.

    [7]IttiL,KouchC.Computationalmodelingofvisualattention[J].NatureReviewsNeuroscience,2001,2(3):194-230.

    [8]MaYufei,ZhangHongjiang.Contrast-basedImageAttentionAnalysisbyUsingFuzzyGrowing[C]//Proceedingsofthe11thACMInternationalConferenceonMultimedia.NewYork,NY:AssociationforComputingMachinery,2003:374-381.

    [9]BruceN,TsotososJ.SaliencyBasedonInformationMaximization[C]//ProceedingsofAdvancesinNeuralInformationProcessingSystems,2006:155-162.

    [10]PanQK,TasgetirenMF,LiangYC.Adiscretedifferentialevolutionalgorithmforthepermutationflowshopschedulingproblem[J].Computers&IndustrialEngineering,2008,55(4):795-816.

    [11]HouXiaodi,ZhangLiqing.SaliencyDetection:ASpectralResidualApproach[C]//Proceedingsof2007IEEEConferenceonComputerVisionandPatternRecognition.Florida,USA:IEEE,2007:1-8.

    [12]GuoC,MaQ,ZhangL.Spatio-TemporalSaliencyDetectionUsingPhaseSpectrumofQuaternionFourierTransform[C]//IEEEConferenceonComputerVisionandPatternRecognition,2008:2908-2915.

    [13]HouXiaodi,JonathanHarel,ChristofKoch.ImageSignature:HighlightingSparseSalientRegions[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,2012,34(1):194-201.

    [14] 羅四維.視覺(jué)感知系統(tǒng)信息處理理論[M].北京:電子工業(yè)出版社,2006.

    [15] 李志清,施智平,李志欣.基于結(jié)構(gòu)相似度的稀疏編碼模型[J].軟件學(xué)報(bào),2010,21(10):2410-2419.

    [16]HouWeilong,GaoXinbo,TaoDacheng,etal.VisualSaliencyDetectionUsingInformaitonDivergence[J].PatternRecognition,2013,46(10):2658-2669.

    [17]HarelJ,KochC,PeronaP.Graph-BasedVisualSaliency[C]//ProceedingsofAdvancesinNeuralInformationProcessingSystems,2007:681-688.

    [18]BruceN,TsotsosJ.Saliency,Attention,andVisualSearch:AnInformatonTheoreticApproach[J].JournalofVision,2009,9(3):1-24.

    [19]AchantaR,HemamiS,EstradaF,etal.Frequency-tunedSalientRegionDetection[C]//ProceedingsofIEEEInternationalConferenceonComputerVisionandPatternRecognition.Florida,USA:IEEE,2009:1597-1604.

    [20]ZhangL,TongM,MasksT,etal.SUN:ABayesianFrameworkforSaliencyUsingNaturalStatistics[J].JournalofVision,2008,8(7):1-20.

    [21]HouXiaodi,ZhangLiqing.DynamicVisualAttention:SearchingforCodingLengthIncrements[C]//Nisp,2008:681-689.

    AN ALGORITHM FOR IMAGES SALIENT REGION DETECTION BASEDONSPARSEREPRESENTATION

    Zhang Qiaorong

    (School of Computer and Information Engineering,Henan University of Economics and Law,Zhengzhou 450002,Henan,China)

    AbstractFocusing on the problem of images salient region detection, we proposed a sparse representation-based salient region detection algorithm. First, the algorithm uses sparse coding to describe images feature. Then it calculates the visual saliency based on images sparse coding instead of directly processing raw image so as to improve the efficiency of computation. Finally, according to the computation result of visual saliency it segments salient regions. The proposed method was experimented on public test image datasets and the experiment was compared with some other current popular algorithms. Experimental results showed that this algorithm was correct and effective when applying in images salient region detection.

    KeywordsSalient region detectionSparse representationVisual saliencySaliency map

    收稿日期:2014-11-29。國(guó)家自然科學(xué)基金項(xiàng)目(61374079);河南省基礎(chǔ)與前沿技術(shù)研究計(jì)劃項(xiàng)目(122300410379);河南省教育廳科學(xué)技術(shù)重點(diǎn)研究項(xiàng)目(14A520025)。張巧榮,副教授,主研領(lǐng)域:圖像處理。

    中圖分類號(hào)TP3

    文獻(xiàn)標(biāo)識(shí)碼A

    DOI:10.3969/j.issn.1000-386x.2016.06.048

    猜你喜歡
    像素編碼顯著性
    趙運(yùn)哲作品
    藝術(shù)家(2023年8期)2023-11-02 02:05:28
    像素前線之“幻影”2000
    基于SAR-SIFT和快速稀疏編碼的合成孔徑雷達(dá)圖像配準(zhǔn)
    《全元詩(shī)》未編碼疑難字考辨十五則
    子帶編碼在圖像壓縮編碼中的應(yīng)用
    電子制作(2019年22期)2020-01-14 03:16:24
    “像素”仙人掌
    基于顯著性權(quán)重融合的圖像拼接算法
    電子制作(2019年24期)2019-02-23 13:22:26
    Genome and healthcare
    基于視覺(jué)顯著性的視頻差錯(cuò)掩蓋算法
    一種基于顯著性邊緣的運(yùn)動(dòng)模糊圖像復(fù)原方法
    母亲3免费完整高清在线观看 | 日韩熟女老妇一区二区性免费视频| 22中文网久久字幕| 国国产精品蜜臀av免费| 插阴视频在线观看视频| 亚洲不卡免费看| 不卡视频在线观看欧美| 欧美日韩成人在线一区二区| 欧美少妇被猛烈插入视频| 一本大道久久a久久精品| 女的被弄到高潮叫床怎么办| 欧美日韩国产mv在线观看视频| 观看美女的网站| 制服诱惑二区| 人成视频在线观看免费观看| 国产av精品麻豆| 插逼视频在线观看| 天堂中文最新版在线下载| 制服丝袜香蕉在线| 交换朋友夫妻互换小说| 男女边摸边吃奶| 一级,二级,三级黄色视频| 视频在线观看一区二区三区| 男人操女人黄网站| 亚洲精品乱码久久久久久按摩| 欧美精品一区二区大全| 22中文网久久字幕| 成人手机av| 国产一区二区在线观看av| 久久久国产一区二区| 人人澡人人妻人| 国产精品99久久99久久久不卡 | 九色成人免费人妻av| 日韩免费高清中文字幕av| 18禁观看日本| 最近中文字幕2019免费版| 免费播放大片免费观看视频在线观看| 18禁在线无遮挡免费观看视频| 免费看av在线观看网站| 久久久久国产网址| 极品人妻少妇av视频| 午夜福利视频精品| 日本欧美国产在线视频| 免费人成在线观看视频色| 我的老师免费观看完整版| 一本—道久久a久久精品蜜桃钙片| 嫩草影院入口| 免费黄频网站在线观看国产| 高清黄色对白视频在线免费看| 日韩大片免费观看网站| 精品一区二区三区视频在线| 考比视频在线观看| 亚洲激情五月婷婷啪啪| 亚洲av电影在线观看一区二区三区| 日韩 亚洲 欧美在线| 久久狼人影院| 国产成人精品无人区| 国产一区亚洲一区在线观看| 人妻少妇偷人精品九色| 熟女av电影| 久久99一区二区三区| 18禁裸乳无遮挡动漫免费视频| 能在线免费看毛片的网站| 亚洲精品乱码久久久v下载方式| www.av在线官网国产| 成人黄色视频免费在线看| 青青草视频在线视频观看| 天堂俺去俺来也www色官网| 国产午夜精品一二区理论片| 哪个播放器可以免费观看大片| 综合色丁香网| av线在线观看网站| 亚洲av日韩在线播放| 精品久久蜜臀av无| 最近2019中文字幕mv第一页| 一区二区日韩欧美中文字幕 | freevideosex欧美| 啦啦啦中文免费视频观看日本| 亚洲精品日本国产第一区| 男女高潮啪啪啪动态图| videosex国产| 老司机影院毛片| 欧美三级亚洲精品| 你懂的网址亚洲精品在线观看| 欧美丝袜亚洲另类| 三级国产精品片| 欧美3d第一页| 精品人妻一区二区三区麻豆| 国产午夜精品一二区理论片| 伊人久久精品亚洲午夜| 狠狠婷婷综合久久久久久88av| 亚洲欧美一区二区三区黑人 | 建设人人有责人人尽责人人享有的| 999精品在线视频| 又黄又爽又刺激的免费视频.| a级片在线免费高清观看视频| 成人亚洲精品一区在线观看| 五月伊人婷婷丁香| 春色校园在线视频观看| 成年女人在线观看亚洲视频| 国产精品 国内视频| 国产精品一区二区在线不卡| 成年av动漫网址| 亚洲成色77777| 少妇人妻久久综合中文| 九色亚洲精品在线播放| 亚洲无线观看免费| 国产国语露脸激情在线看| 卡戴珊不雅视频在线播放| 久久精品国产亚洲av天美| 最近中文字幕2019免费版| 精品午夜福利在线看| 免费日韩欧美在线观看| 一个人看视频在线观看www免费| 日本午夜av视频| 日日摸夜夜添夜夜爱| 丝瓜视频免费看黄片| 精品国产露脸久久av麻豆| xxx大片免费视频| av女优亚洲男人天堂| av视频免费观看在线观看| 18在线观看网站| 在线观看美女被高潮喷水网站| 晚上一个人看的免费电影| kizo精华| 亚洲国产av影院在线观看| 亚洲四区av| 日韩一区二区视频免费看| 91午夜精品亚洲一区二区三区| 中文字幕最新亚洲高清| 美女视频免费永久观看网站| 黑人高潮一二区| 国产精品免费大片| 午夜福利视频精品| 国产 精品1| 如何舔出高潮| 一级毛片aaaaaa免费看小| 久久精品国产亚洲av涩爱| 免费观看在线日韩| 精品久久久久久久久亚洲| 五月玫瑰六月丁香| 校园人妻丝袜中文字幕| 欧美 亚洲 国产 日韩一| 欧美3d第一页| 欧美老熟妇乱子伦牲交| 久久久久精品久久久久真实原创| 最近2019中文字幕mv第一页| 亚洲国产日韩一区二区| 在线观看三级黄色| 丰满饥渴人妻一区二区三| 日韩熟女老妇一区二区性免费视频| 桃花免费在线播放| 一边摸一边做爽爽视频免费| 久久久久久久久久人人人人人人| 免费av中文字幕在线| 日本黄色片子视频| 亚洲第一区二区三区不卡| 91久久精品国产一区二区三区| 国产69精品久久久久777片| 亚洲经典国产精华液单| 丰满乱子伦码专区| 黑人巨大精品欧美一区二区蜜桃 | 国产一区二区三区av在线| 少妇猛男粗大的猛烈进出视频| 国产乱来视频区| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 色哟哟·www| 久久午夜福利片| 欧美成人精品欧美一级黄| 赤兔流量卡办理| 寂寞人妻少妇视频99o| 亚洲av成人精品一二三区| 人人澡人人妻人| 国产视频内射| 久久久精品免费免费高清| 亚洲第一区二区三区不卡| av免费在线看不卡| 国产精品久久久久久av不卡| 99热这里只有精品一区| 久久精品国产亚洲av涩爱| 又大又黄又爽视频免费| 黄色视频在线播放观看不卡| 国产精品一区二区在线观看99| 精品久久久久久久久av| 高清毛片免费看| 成人毛片60女人毛片免费| 99九九线精品视频在线观看视频| 又黄又爽又刺激的免费视频.| 久久99精品国语久久久| 中文乱码字字幕精品一区二区三区| 国产成人一区二区在线| 五月玫瑰六月丁香| 飞空精品影院首页| 亚洲精品自拍成人| 亚洲精品国产av成人精品| 国产精品国产av在线观看| 日韩不卡一区二区三区视频在线| a级毛色黄片| 大陆偷拍与自拍| √禁漫天堂资源中文www| 亚洲精品456在线播放app| 午夜免费观看性视频| 国产成人午夜福利电影在线观看| 精品人妻熟女av久视频| 亚洲精品一区蜜桃| 成年人免费黄色播放视频| 成人手机av| 一级二级三级毛片免费看| 国产黄色视频一区二区在线观看| 欧美一级a爱片免费观看看| 国产熟女欧美一区二区| av免费在线看不卡| 最近手机中文字幕大全| 午夜福利视频在线观看免费| 国产av精品麻豆| 日韩制服骚丝袜av| 91精品伊人久久大香线蕉| 内地一区二区视频在线| 亚洲一区二区三区欧美精品| 日本欧美国产在线视频| 五月开心婷婷网| 国产亚洲欧美精品永久| 老熟女久久久| 国产精品一国产av| 色婷婷久久久亚洲欧美| 精品国产一区二区三区久久久樱花| 久久久精品94久久精品| 欧美成人午夜免费资源| 日本色播在线视频| 少妇 在线观看| 国产精品一区二区在线观看99| 国产片内射在线| 十八禁高潮呻吟视频| 只有这里有精品99| 曰老女人黄片| 免费观看av网站的网址| 91精品国产国语对白视频| 一区二区日韩欧美中文字幕 | 欧美日韩视频精品一区| 亚洲精品成人av观看孕妇| 99视频精品全部免费 在线| 丰满迷人的少妇在线观看| 丁香六月天网| 99热国产这里只有精品6| 水蜜桃什么品种好| 寂寞人妻少妇视频99o| 91久久精品国产一区二区成人| 少妇被粗大的猛进出69影院 | 亚洲精品国产色婷婷电影| 乱码一卡2卡4卡精品| 亚洲熟女精品中文字幕| 亚洲人与动物交配视频| 午夜福利网站1000一区二区三区| 午夜福利影视在线免费观看| 亚洲中文av在线| 国产精品一区二区在线不卡| 久久这里有精品视频免费| 国产成人91sexporn| 国产视频内射| 亚洲精品亚洲一区二区| 人妻少妇偷人精品九色| 黑丝袜美女国产一区| 欧美性感艳星| 久热这里只有精品99| 一区二区av电影网| 91精品国产九色| 大话2 男鬼变身卡| 黑人欧美特级aaaaaa片| 另类亚洲欧美激情| 午夜久久久在线观看| 亚洲不卡免费看| 国产精品成人在线| 最近的中文字幕免费完整| 一级毛片黄色毛片免费观看视频| 国产成人a∨麻豆精品| 日韩在线高清观看一区二区三区| 97在线视频观看| 亚洲国产毛片av蜜桃av| 日日撸夜夜添| 亚洲不卡免费看| 国产一区二区三区av在线| 国产成人aa在线观看| 精品国产一区二区三区久久久樱花| 校园人妻丝袜中文字幕| 高清视频免费观看一区二区| 国产片内射在线| 日本欧美视频一区| 成人国产av品久久久| 日韩av在线免费看完整版不卡| 亚洲国产最新在线播放| 日韩熟女老妇一区二区性免费视频| 青春草亚洲视频在线观看| 亚洲第一av免费看| 国产一区亚洲一区在线观看| 国产乱人偷精品视频| 如日韩欧美国产精品一区二区三区 | 晚上一个人看的免费电影| 最新的欧美精品一区二区| 国产精品熟女久久久久浪| 久久国产精品大桥未久av| 免费观看性生交大片5| 国产精品国产av在线观看| 国产成人精品婷婷| 又黄又爽又刺激的免费视频.| 亚洲美女视频黄频| 亚洲图色成人| 视频区图区小说| 韩国高清视频一区二区三区| 婷婷色麻豆天堂久久| 老司机亚洲免费影院| 精品国产一区二区三区久久久樱花| 国产av国产精品国产| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 国产永久视频网站| 水蜜桃什么品种好| 交换朋友夫妻互换小说| 亚洲欧美中文字幕日韩二区| 亚洲第一区二区三区不卡| av国产久精品久网站免费入址| 久久鲁丝午夜福利片| 中国国产av一级| 亚洲欧美色中文字幕在线| 亚洲av成人精品一二三区| 欧美日韩亚洲高清精品| 日韩伦理黄色片| 啦啦啦啦在线视频资源| 久久99蜜桃精品久久| 日韩 亚洲 欧美在线| 午夜福利网站1000一区二区三区| 亚洲国产色片| 久久久久久久久久人人人人人人| av国产久精品久网站免费入址| 少妇高潮的动态图| 男男h啪啪无遮挡| 亚洲国产日韩一区二区| 黄色毛片三级朝国网站| 久久久国产精品麻豆| 久久99热这里只频精品6学生| 人妻一区二区av| 国产片内射在线| 精品人妻在线不人妻| 亚洲内射少妇av| 国产一区有黄有色的免费视频| 亚洲国产精品专区欧美| 免费黄频网站在线观看国产| 大码成人一级视频| 日本欧美视频一区| 九色成人免费人妻av| 男人添女人高潮全过程视频| 男女边吃奶边做爰视频| 亚洲精华国产精华液的使用体验| 美女xxoo啪啪120秒动态图| 亚洲欧美成人精品一区二区| 人人澡人人妻人| 日韩成人伦理影院| 人人澡人人妻人| 人妻一区二区av| 美女xxoo啪啪120秒动态图| a级片在线免费高清观看视频| 亚洲欧洲精品一区二区精品久久久 | 岛国毛片在线播放| 国产一区亚洲一区在线观看| 日韩 亚洲 欧美在线| 亚洲精品乱码久久久v下载方式| 亚洲第一区二区三区不卡| 欧美另类一区| 蜜桃国产av成人99| 亚洲av日韩在线播放| 综合色丁香网| 欧美97在线视频| 69精品国产乱码久久久| 免费日韩欧美在线观看| 99re6热这里在线精品视频| 777米奇影视久久| 午夜精品国产一区二区电影| 母亲3免费完整高清在线观看 | 久久久久久久久久成人| 免费不卡的大黄色大毛片视频在线观看| 天堂俺去俺来也www色官网| 亚洲av二区三区四区| 热re99久久国产66热| 成人亚洲精品一区在线观看| 18禁在线无遮挡免费观看视频| 成人亚洲欧美一区二区av| 亚洲国产最新在线播放| 亚洲av日韩在线播放| 亚洲国产色片| 亚洲精品久久久久久婷婷小说| 一级黄片播放器| 亚洲精品日韩在线中文字幕| 一边摸一边做爽爽视频免费| 亚洲天堂av无毛| 91精品国产九色| 国产一区二区在线观看日韩| 国产深夜福利视频在线观看| 免费不卡的大黄色大毛片视频在线观看| 又黄又爽又刺激的免费视频.| 大码成人一级视频| 少妇被粗大的猛进出69影院 | 18禁在线无遮挡免费观看视频| 久久国产精品大桥未久av| 日韩免费高清中文字幕av| 国产免费福利视频在线观看| 少妇 在线观看| 蜜臀久久99精品久久宅男| 在线观看www视频免费| 国产午夜精品久久久久久一区二区三区| 久久99热6这里只有精品| 大香蕉久久成人网| 99热这里只有精品一区| 亚洲一级一片aⅴ在线观看| 久久久久久久亚洲中文字幕| 免费久久久久久久精品成人欧美视频 | 高清毛片免费看| 美女国产视频在线观看| 午夜影院在线不卡| 国产片内射在线| 亚洲,欧美,日韩| 精品少妇久久久久久888优播| 岛国毛片在线播放| 最近手机中文字幕大全| 国产永久视频网站| 成人二区视频| 少妇人妻久久综合中文| 日韩电影二区| 久久影院123| 人人妻人人爽人人添夜夜欢视频| 午夜福利视频精品| 亚洲第一区二区三区不卡| 欧美日韩av久久| 国产精品国产三级专区第一集| 天堂俺去俺来也www色官网| 观看av在线不卡| 精品亚洲乱码少妇综合久久| 日韩中文字幕视频在线看片| 国产成人午夜福利电影在线观看| 一区二区三区四区激情视频| 一级毛片黄色毛片免费观看视频| 亚洲人与动物交配视频| 欧美人与性动交α欧美精品济南到 | 各种免费的搞黄视频| 欧美一级a爱片免费观看看| 国产免费视频播放在线视频| 看十八女毛片水多多多| 夜夜骑夜夜射夜夜干| 高清黄色对白视频在线免费看| 免费黄色在线免费观看| 3wmmmm亚洲av在线观看| 中文字幕人妻熟人妻熟丝袜美| 亚洲综合色网址| 亚洲精华国产精华液的使用体验| 啦啦啦视频在线资源免费观看| 九九在线视频观看精品| 亚洲人与动物交配视频| 精品久久久久久久久亚洲| 亚洲少妇的诱惑av| 日本猛色少妇xxxxx猛交久久| 18+在线观看网站| 色视频在线一区二区三区| 亚洲av二区三区四区| 国产精品熟女久久久久浪| 这个男人来自地球电影免费观看 | 亚洲av.av天堂| 午夜影院在线不卡| 99九九线精品视频在线观看视频| 人人妻人人澡人人爽人人夜夜| 热99国产精品久久久久久7| 美女大奶头黄色视频| 韩国av在线不卡| 亚洲精品日韩av片在线观看| 老女人水多毛片| 日本猛色少妇xxxxx猛交久久| 国产成人一区二区在线| 日韩欧美精品免费久久| 日韩av在线免费看完整版不卡| 飞空精品影院首页| 亚州av有码| 亚洲精品一二三| 国精品久久久久久国模美| 大陆偷拍与自拍| 国产精品99久久99久久久不卡 | 亚洲少妇的诱惑av| 欧美少妇被猛烈插入视频| 欧美+日韩+精品| 热re99久久国产66热| 成人毛片60女人毛片免费| 极品人妻少妇av视频| 精品一区二区三卡| 青青草视频在线视频观看| 黑丝袜美女国产一区| 水蜜桃什么品种好| 26uuu在线亚洲综合色| 老女人水多毛片| 激情五月婷婷亚洲| 高清视频免费观看一区二区| 一区二区三区乱码不卡18| 伊人亚洲综合成人网| 久热久热在线精品观看| 十分钟在线观看高清视频www| 赤兔流量卡办理| 91久久精品国产一区二区成人| 寂寞人妻少妇视频99o| 韩国高清视频一区二区三区| 桃花免费在线播放| a级片在线免费高清观看视频| 精品少妇内射三级| 日韩一本色道免费dvd| 纯流量卡能插随身wifi吗| 亚洲av福利一区| 人妻一区二区av| 午夜老司机福利剧场| a级毛片在线看网站| 天堂俺去俺来也www色官网| www.色视频.com| 午夜视频国产福利| 丝袜美足系列| 高清黄色对白视频在线免费看| 亚洲av综合色区一区| 一本—道久久a久久精品蜜桃钙片| av视频免费观看在线观看| 一区二区三区四区激情视频| 人妻夜夜爽99麻豆av| 日本黄色片子视频| 亚洲精品乱久久久久久| 欧美老熟妇乱子伦牲交| 一区二区三区乱码不卡18| 国产精品国产三级专区第一集| 久久精品国产鲁丝片午夜精品| 丰满乱子伦码专区| 免费高清在线观看日韩| 亚洲欧美一区二区三区国产| 亚洲av成人精品一二三区| 久久久精品免费免费高清| 午夜福利视频精品| 视频在线观看一区二区三区| 久久精品国产鲁丝片午夜精品| 男女国产视频网站| 黑丝袜美女国产一区| 日韩一区二区三区影片| av免费在线看不卡| 伦精品一区二区三区| 中文字幕精品免费在线观看视频 | 国产高清国产精品国产三级| 欧美日韩综合久久久久久| 久久精品夜色国产| 99热网站在线观看| 亚洲欧美成人精品一区二区| 插阴视频在线观看视频| 欧美精品一区二区免费开放| 日本欧美视频一区| 日日摸夜夜添夜夜爱| 国产永久视频网站| 国产在线一区二区三区精| 国产男女内射视频| 国产不卡av网站在线观看| 美女xxoo啪啪120秒动态图| 亚洲久久久国产精品| 久久人人爽av亚洲精品天堂| 日韩成人伦理影院| 国产精品一区二区在线不卡| 麻豆成人av视频| 亚洲四区av| 婷婷色综合大香蕉| 免费人成在线观看视频色| 国产av国产精品国产| 美女大奶头黄色视频| 国产深夜福利视频在线观看| 制服人妻中文乱码| 亚洲第一区二区三区不卡| 特大巨黑吊av在线直播| 国国产精品蜜臀av免费| 国产av精品麻豆| 在线观看www视频免费| 中文精品一卡2卡3卡4更新| 国产在线免费精品| 亚洲五月色婷婷综合| 国产欧美日韩综合在线一区二区| 在线观看免费视频网站a站| 99久久综合免费| 永久免费av网站大全| 亚洲精品乱码久久久v下载方式| 搡老乐熟女国产| 免费观看在线日韩| 在线亚洲精品国产二区图片欧美 | 国产在线视频一区二区| 美女国产高潮福利片在线看| 亚洲怡红院男人天堂| kizo精华| 国内精品宾馆在线| 婷婷色综合大香蕉| av视频免费观看在线观看| 午夜福利影视在线免费观看| 国产熟女午夜一区二区三区 | 久久 成人 亚洲| 亚洲av国产av综合av卡| 欧美精品高潮呻吟av久久| 日日摸夜夜添夜夜爱| 这个男人来自地球电影免费观看 | 成人18禁高潮啪啪吃奶动态图 | 精品卡一卡二卡四卡免费| 国产精品偷伦视频观看了| 大又大粗又爽又黄少妇毛片口| 亚洲精品av麻豆狂野| a级毛片在线看网站| 丝袜喷水一区| 黄色毛片三级朝国网站| 欧美亚洲 丝袜 人妻 在线| 成人综合一区亚洲| 毛片一级片免费看久久久久| 在线观看免费日韩欧美大片 | 最近中文字幕高清免费大全6| 国产精品 国内视频| 免费黄频网站在线观看国产| 国精品久久久久久国模美| 汤姆久久久久久久影院中文字幕|