• <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
    国产精品人妻久久久久久| 在线免费观看的www视频| 精品乱码久久久久久99久播| 十八禁人妻一区二区| 一区二区三区免费毛片| 99热这里只有精品一区| 看免费av毛片| 日本成人三级电影网站| 成人国产一区最新在线观看| 亚州av有码| 黄色视频,在线免费观看| 色精品久久人妻99蜜桃| 国产精品久久久久久久久免 | 国产乱人伦免费视频| 日韩免费av在线播放| 午夜免费成人在线视频| 少妇的逼好多水| 欧美成人性av电影在线观看| 99久久精品国产亚洲精品| 亚洲第一电影网av| 欧美精品啪啪一区二区三区| 日韩精品青青久久久久久| 日本 av在线| 久久久久久久午夜电影| 狠狠狠狠99中文字幕| 在现免费观看毛片| 国内久久婷婷六月综合欲色啪| 亚洲av中文字字幕乱码综合| 亚洲 欧美 日韩 在线 免费| 婷婷六月久久综合丁香| 国产黄色小视频在线观看| 毛片女人毛片| 精品久久久久久成人av| 91九色精品人成在线观看| 亚洲人成网站在线播放欧美日韩| 日韩中字成人| 深爱激情五月婷婷| 好男人在线观看高清免费视频| 日韩欧美精品免费久久 | 在线天堂最新版资源| 久久久久亚洲av毛片大全| 91麻豆精品激情在线观看国产| 亚洲狠狠婷婷综合久久图片| 久久久色成人| 内地一区二区视频在线| 国产精品乱码一区二三区的特点| 麻豆久久精品国产亚洲av| 久久精品夜夜夜夜夜久久蜜豆| 成年女人永久免费观看视频| 真人一进一出gif抽搐免费| 中出人妻视频一区二区| 在线观看舔阴道视频| 亚洲国产高清在线一区二区三| 亚洲国产精品999在线| 久久精品影院6| 我的女老师完整版在线观看| 一夜夜www| a在线观看视频网站| 在线看三级毛片| 国产aⅴ精品一区二区三区波| 午夜日韩欧美国产| 日本黄大片高清| 亚洲国产精品sss在线观看| 十八禁网站免费在线| 成人午夜高清在线视频| 久99久视频精品免费| 天堂影院成人在线观看| 久久国产精品影院| 男女下面进入的视频免费午夜| 欧美一区二区国产精品久久精品| 国产成人影院久久av| 国产视频内射| 赤兔流量卡办理| 在线a可以看的网站| 国产精品久久久久久亚洲av鲁大| 日本精品一区二区三区蜜桃| 午夜福利在线观看吧| 欧美3d第一页| 看黄色毛片网站| 又紧又爽又黄一区二区| 精品国产三级普通话版| 天美传媒精品一区二区| 精品人妻熟女av久视频| 久久久久久久亚洲中文字幕 | 69人妻影院| 可以在线观看的亚洲视频| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 91av网一区二区| 长腿黑丝高跟| 欧美色视频一区免费| 日本在线视频免费播放| 少妇高潮的动态图| 久久精品久久久久久噜噜老黄 | 亚洲av二区三区四区| 国产不卡一卡二| 亚洲五月天丁香| 欧美3d第一页| 女同久久另类99精品国产91| 国产成年人精品一区二区| 国产精品久久视频播放| 精品久久久久久久久久久久久| 国产在视频线在精品| 国产午夜精品论理片| 亚洲美女黄片视频| 久久精品久久久久久噜噜老黄 | 欧美日韩乱码在线| 高清毛片免费观看视频网站| av在线老鸭窝| 白带黄色成豆腐渣| 日韩欧美一区二区三区在线观看| 亚洲国产精品成人综合色| 国产精品久久电影中文字幕| 亚洲经典国产精华液单 | 日韩亚洲欧美综合| 成人一区二区视频在线观看| 一个人看的www免费观看视频| 久久久久亚洲av毛片大全| 精品午夜福利在线看| 麻豆成人午夜福利视频| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲激情在线av| 亚洲av免费高清在线观看| av专区在线播放| 此物有八面人人有两片| 最近最新免费中文字幕在线| 欧美最黄视频在线播放免费| 男女下面进入的视频免费午夜| 最后的刺客免费高清国语| 99热精品在线国产| 波多野结衣高清无吗| 日韩欧美三级三区| www.www免费av| 亚洲美女搞黄在线观看 | 无人区码免费观看不卡| 观看免费一级毛片| 国产精品一区二区性色av| 精品一区二区三区人妻视频| 哪里可以看免费的av片| 午夜福利在线观看吧| 久久99热6这里只有精品| 99久久成人亚洲精品观看| 国产在线精品亚洲第一网站| 夜夜夜夜夜久久久久| 91麻豆av在线| 亚洲欧美清纯卡通| 亚洲最大成人手机在线| 久久久国产成人免费| 国产高清有码在线观看视频| 我要看日韩黄色一级片| 性色av乱码一区二区三区2| 成人午夜高清在线视频| 欧美激情在线99| 深爱激情五月婷婷| 午夜老司机福利剧场| 国产精华一区二区三区| 欧美另类亚洲清纯唯美| 在线播放无遮挡| 少妇的逼水好多| 亚洲真实伦在线观看| 欧美成人性av电影在线观看| 国产久久久一区二区三区| 熟妇人妻久久中文字幕3abv| av欧美777| 禁无遮挡网站| 欧美日韩国产亚洲二区| 欧美精品国产亚洲| 色av中文字幕| 麻豆成人av在线观看| 久久国产乱子免费精品| 深爱激情五月婷婷| 欧美性感艳星| 精品人妻熟女av久视频| 老司机深夜福利视频在线观看| 国产精品一区二区性色av| 亚洲内射少妇av| 国产欧美日韩一区二区精品| 看片在线看免费视频| 国产精品一区二区性色av| 无遮挡黄片免费观看| 国产伦人伦偷精品视频| 亚洲人成网站在线播| 亚洲国产精品合色在线| 国产精品久久久久久精品电影| av在线天堂中文字幕| 非洲黑人性xxxx精品又粗又长| 免费观看精品视频网站| 国产精品国产高清国产av| 国内揄拍国产精品人妻在线| 午夜免费激情av| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 国产精品不卡视频一区二区 | 黄色视频,在线免费观看| 最新在线观看一区二区三区| 婷婷亚洲欧美| 国产主播在线观看一区二区| 色精品久久人妻99蜜桃| 欧美日韩亚洲国产一区二区在线观看| 欧美激情国产日韩精品一区| 亚洲美女视频黄频| 性色avwww在线观看| 国产在线男女| 男人舔女人下体高潮全视频| 一区二区三区免费毛片| 国产亚洲精品综合一区在线观看| 国产不卡一卡二| 国产精品久久视频播放| 日日夜夜操网爽| 国产真实伦视频高清在线观看 | 中亚洲国语对白在线视频| 亚洲男人的天堂狠狠| 婷婷精品国产亚洲av| 色综合亚洲欧美另类图片| 性色avwww在线观看| 精品一区二区三区av网在线观看| 每晚都被弄得嗷嗷叫到高潮| 女生性感内裤真人,穿戴方法视频| 一进一出抽搐动态| 91九色精品人成在线观看| 久久热精品热| 嫩草影院新地址| 日韩欧美国产在线观看| 久久热精品热| 成人午夜高清在线视频| 国产av一区在线观看免费| 日本黄色视频三级网站网址| 少妇的逼好多水| 国内精品久久久久久久电影| 白带黄色成豆腐渣| 一二三四社区在线视频社区8| 亚洲国产色片| 日韩欧美在线乱码| 五月伊人婷婷丁香| 18禁裸乳无遮挡免费网站照片| 亚洲在线自拍视频| 日韩免费av在线播放| av在线天堂中文字幕| 成人亚洲精品av一区二区| 又紧又爽又黄一区二区| or卡值多少钱| 午夜久久久久精精品| 国产免费一级a男人的天堂| 成年女人看的毛片在线观看| АⅤ资源中文在线天堂| 亚洲成人久久爱视频| 国产伦一二天堂av在线观看| www.色视频.com| 亚洲成av人片免费观看| 9191精品国产免费久久| 日本 av在线| 欧美成狂野欧美在线观看| 天堂av国产一区二区熟女人妻| 色在线成人网| 午夜免费激情av| 免费一级毛片在线播放高清视频| 国产三级在线视频| 亚洲国产精品成人综合色| 国产色爽女视频免费观看| 日本免费一区二区三区高清不卡| 一区二区三区四区激情视频 | 成人永久免费在线观看视频| 久久精品夜夜夜夜夜久久蜜豆| 亚洲最大成人手机在线| 免费av观看视频| 精品久久久久久久久亚洲 | 欧美在线一区亚洲| 99久久成人亚洲精品观看| 国内精品美女久久久久久| 亚洲av电影在线进入| 国产精品久久久久久久久免 | 99热只有精品国产| 午夜激情欧美在线| 成年版毛片免费区| 成年女人永久免费观看视频| 蜜桃久久精品国产亚洲av| 日本黄色视频三级网站网址| 中文字幕熟女人妻在线| 国产久久久一区二区三区| 我的老师免费观看完整版| 最近视频中文字幕2019在线8| 色综合欧美亚洲国产小说| 欧美区成人在线视频| 国产三级黄色录像| 老司机午夜福利在线观看视频| av天堂中文字幕网| 久久精品综合一区二区三区| 成熟少妇高潮喷水视频| 中文字幕av成人在线电影| 亚洲欧美日韩卡通动漫| 国内精品久久久久精免费| 2021天堂中文幕一二区在线观| 国产精品久久视频播放| 久久久久免费精品人妻一区二区| 国产久久久一区二区三区| 成人特级黄色片久久久久久久| 国产黄a三级三级三级人| 国产日本99.免费观看| 成年版毛片免费区| 国产av不卡久久| 麻豆av噜噜一区二区三区| 国产黄片美女视频| or卡值多少钱| 淫妇啪啪啪对白视频| av中文乱码字幕在线| 夜夜爽天天搞| 18+在线观看网站| 亚洲成人中文字幕在线播放| 精品熟女少妇八av免费久了| h日本视频在线播放| 精品久久久久久久久av| 内地一区二区视频在线| 日本五十路高清| 最近中文字幕高清免费大全6 | 非洲黑人性xxxx精品又粗又长| 成人国产综合亚洲| 有码 亚洲区| 一卡2卡三卡四卡精品乱码亚洲| 999久久久精品免费观看国产| av在线天堂中文字幕| 午夜久久久久精精品| 午夜免费成人在线视频| 禁无遮挡网站| 欧美绝顶高潮抽搐喷水| 18禁黄网站禁片免费观看直播| 老司机午夜十八禁免费视频| 又粗又爽又猛毛片免费看| 久久午夜亚洲精品久久| 国产精品一区二区性色av| 午夜福利视频1000在线观看| 国产亚洲精品久久久久久毛片| 99国产精品一区二区蜜桃av| 白带黄色成豆腐渣| 欧美激情在线99| 免费看光身美女| 美女xxoo啪啪120秒动态图 | 一夜夜www| 韩国av一区二区三区四区| 亚洲av日韩精品久久久久久密| 成人一区二区视频在线观看| 国产三级黄色录像| 色综合婷婷激情| 国产国拍精品亚洲av在线观看| 真实男女啪啪啪动态图| 男女床上黄色一级片免费看| 亚洲在线自拍视频| 少妇的逼好多水| 免费观看精品视频网站| 国产精品三级大全| 午夜日韩欧美国产| 国产精品女同一区二区软件 | 日本五十路高清| 国产中年淑女户外野战色| 日韩欧美 国产精品| 国产亚洲av嫩草精品影院| 全区人妻精品视频| 国产亚洲av嫩草精品影院| 亚洲 欧美 日韩 在线 免费| 99在线视频只有这里精品首页| 亚洲国产高清在线一区二区三| 国产成人影院久久av| 国产老妇女一区| 18美女黄网站色大片免费观看| 网址你懂的国产日韩在线| 欧美激情在线99| 少妇高潮的动态图| 日韩欧美精品免费久久 | 一级黄片播放器| 中文字幕av成人在线电影| 亚洲人与动物交配视频| 男人舔奶头视频| x7x7x7水蜜桃| 亚洲自拍偷在线| 男人狂女人下面高潮的视频| 男人舔女人下体高潮全视频| 黄色丝袜av网址大全| 免费av毛片视频| 国产在视频线在精品| 91麻豆精品激情在线观看国产| 中文在线观看免费www的网站| 99久久精品热视频| 日本一本二区三区精品| 国产一区二区在线av高清观看| 美女被艹到高潮喷水动态| 亚洲熟妇熟女久久| 精品久久久久久久人妻蜜臀av| 国产亚洲欧美在线一区二区| 91在线观看av| 精品免费久久久久久久清纯| 国产毛片a区久久久久| 欧美zozozo另类| 黄色一级大片看看| 欧美xxxx黑人xx丫x性爽| 在线观看66精品国产| 中亚洲国语对白在线视频| 麻豆成人av在线观看| a在线观看视频网站| 欧美三级亚洲精品| 简卡轻食公司| 欧美日本亚洲视频在线播放| 亚洲av电影不卡..在线观看| 色综合亚洲欧美另类图片| 最近最新中文字幕大全电影3| 美女高潮喷水抽搐中文字幕| 免费在线观看日本一区| 九九热线精品视视频播放| 亚洲成av人片在线播放无| 欧美性猛交╳xxx乱大交人| 亚洲国产日韩欧美精品在线观看| 免费观看人在逋| 亚洲国产精品合色在线| www.www免费av| 精品国产亚洲在线| 三级毛片av免费| 亚洲精品在线观看二区| 特大巨黑吊av在线直播| 久久精品国产清高在天天线| 免费人成在线观看视频色| 亚洲无线在线观看| 搞女人的毛片| 免费搜索国产男女视频| 中文亚洲av片在线观看爽| 久久九九热精品免费| 老熟妇仑乱视频hdxx| 无人区码免费观看不卡| 搡老岳熟女国产| 日韩欧美在线二视频| 国产精品免费一区二区三区在线| 啦啦啦观看免费观看视频高清| 床上黄色一级片| 亚洲成av人片在线播放无| 一个人免费在线观看电影| 看十八女毛片水多多多| 免费观看的影片在线观看| 成人毛片a级毛片在线播放| 国产美女午夜福利| 亚洲精品日韩av片在线观看| 欧洲精品卡2卡3卡4卡5卡区| 亚洲av美国av| 真人做人爱边吃奶动态| 嫩草影院新地址| 波野结衣二区三区在线| 成年人黄色毛片网站| 好男人电影高清在线观看| 久久99热6这里只有精品| 久久精品国产自在天天线| 中文字幕人妻熟人妻熟丝袜美| 美女高潮喷水抽搐中文字幕| 可以在线观看的亚洲视频| 国产爱豆传媒在线观看| 亚洲精品456在线播放app | 午夜福利在线观看吧| 午夜福利在线观看免费完整高清在 | av在线老鸭窝| 90打野战视频偷拍视频| 日韩精品中文字幕看吧| 国产亚洲精品久久久com| 好男人电影高清在线观看| 一级av片app| 一进一出好大好爽视频| 国产探花在线观看一区二区| 日韩欧美免费精品| 三级男女做爰猛烈吃奶摸视频| 青草久久国产| 国产三级中文精品| 校园春色视频在线观看| 日韩欧美三级三区| 91在线观看av| 色精品久久人妻99蜜桃| 日韩欧美一区二区三区在线观看| 国内精品久久久久精免费| 久久久精品欧美日韩精品| 国产精品国产高清国产av| 美女cb高潮喷水在线观看| 久久精品人妻少妇| 婷婷丁香在线五月| 亚州av有码| 国产精品人妻久久久久久| 欧美zozozo另类| 动漫黄色视频在线观看| 亚洲成a人片在线一区二区| 午夜福利欧美成人| 淫妇啪啪啪对白视频| 舔av片在线| 网址你懂的国产日韩在线| 美女cb高潮喷水在线观看| 男人舔奶头视频| 中文字幕免费在线视频6| 精品乱码久久久久久99久播| 国产精品不卡视频一区二区 | 成人av一区二区三区在线看| 久久精品国产99精品国产亚洲性色| 他把我摸到了高潮在线观看| 国产精品久久电影中文字幕| 九色成人免费人妻av| 小蜜桃在线观看免费完整版高清| 国产三级黄色录像| 国产伦精品一区二区三区四那| 亚洲精品色激情综合| 久久国产精品人妻蜜桃| 久久亚洲精品不卡| 成人鲁丝片一二三区免费| 国产精品影院久久| 欧美乱妇无乱码| 国产极品精品免费视频能看的| 国产成人影院久久av| 成人av一区二区三区在线看| 特大巨黑吊av在线直播| 免费高清视频大片| 国产成+人综合+亚洲专区| 最近最新免费中文字幕在线| 91午夜精品亚洲一区二区三区 | .国产精品久久| 可以在线观看的亚洲视频| 少妇被粗大猛烈的视频| 免费人成在线观看视频色| 最近中文字幕高清免费大全6 | 亚洲美女黄片视频| 久久国产精品人妻蜜桃| 日韩欧美免费精品| 精品一区二区三区视频在线观看免费| 国产视频内射| 日韩欧美三级三区| 国产免费男女视频| 男人和女人高潮做爰伦理| 国产真实伦视频高清在线观看 | 人妻夜夜爽99麻豆av| 老司机午夜福利在线观看视频| 亚州av有码| 特级一级黄色大片| 午夜免费激情av| 国产三级在线视频| 国产高清三级在线| 男女之事视频高清在线观看| 动漫黄色视频在线观看| 亚洲精品456在线播放app | 99精品久久久久人妻精品| av中文乱码字幕在线| 日韩欧美国产在线观看| 亚洲性夜色夜夜综合| 欧美最新免费一区二区三区 | 成年女人看的毛片在线观看| 欧美中文日本在线观看视频| 欧美黑人欧美精品刺激| 日韩国内少妇激情av| 国产欧美日韩一区二区精品| 一a级毛片在线观看| av专区在线播放| 久久亚洲真实| 国产精品影院久久| 最近最新中文字幕大全电影3| 欧美一区二区亚洲| 日本黄大片高清| 成熟少妇高潮喷水视频| 琪琪午夜伦伦电影理论片6080| 亚洲av二区三区四区| 99热6这里只有精品| 国产91精品成人一区二区三区| 亚洲国产日韩欧美精品在线观看| 美女cb高潮喷水在线观看| 久久国产乱子免费精品| 精品国内亚洲2022精品成人| 啪啪无遮挡十八禁网站| 嫩草影视91久久| 天堂影院成人在线观看| 免费观看人在逋| 精品一区二区三区人妻视频| 校园春色视频在线观看| 成人特级av手机在线观看| 麻豆成人av在线观看| 最新在线观看一区二区三区| www.999成人在线观看| 国产精品乱码一区二三区的特点| 欧美日韩福利视频一区二区| 久久久成人免费电影| 国产亚洲精品综合一区在线观看| 亚洲五月婷婷丁香| av国产免费在线观看| 国产激情偷乱视频一区二区| 毛片一级片免费看久久久久 | 香蕉av资源在线| 国产精品99久久久久久久久| 别揉我奶头~嗯~啊~动态视频| 久久精品夜夜夜夜夜久久蜜豆| 18+在线观看网站| 国产亚洲av嫩草精品影院| 国产一区二区在线观看日韩| 国产精品野战在线观看| 最近最新免费中文字幕在线| 午夜福利18| 美女被艹到高潮喷水动态| 一区二区三区免费毛片| 亚洲欧美日韩无卡精品| av专区在线播放| 日韩高清综合在线| 亚洲国产精品sss在线观看| 成人欧美大片| 性色avwww在线观看| 精华霜和精华液先用哪个| 日日摸夜夜添夜夜添小说| 最近最新免费中文字幕在线| 亚洲自拍偷在线| 丁香六月欧美| 午夜免费激情av| 中文字幕人成人乱码亚洲影| 18+在线观看网站| 午夜精品在线福利| 亚洲片人在线观看| 国产精品电影一区二区三区| 欧美成人a在线观看| 亚洲自拍偷在线| 真人做人爱边吃奶动态| 亚洲欧美清纯卡通| 久久精品久久久久久噜噜老黄 | 搡老岳熟女国产| 看黄色毛片网站| 精品欧美国产一区二区三|