• <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
    精品一区二区三区四区五区乱码 | 午夜av观看不卡| 日韩伦理黄色片| 丁香六月天网| 在线观看免费高清a一片| 亚洲一码二码三码区别大吗| 如何舔出高潮| 美女主播在线视频| 精品人妻在线不人妻| 天堂8中文在线网| 永久网站在线| 国产日韩欧美视频二区| 日本与韩国留学比较| 免费在线观看完整版高清| 秋霞在线观看毛片| 午夜激情久久久久久久| 90打野战视频偷拍视频| 国产一级毛片在线| 丰满迷人的少妇在线观看| 欧美bdsm另类| 99国产精品免费福利视频| 亚洲综合精品二区| 国产国语露脸激情在线看| 亚洲精品久久成人aⅴ小说| 欧美国产精品va在线观看不卡| www.色视频.com| av网站免费在线观看视频| 一区二区三区乱码不卡18| 视频区图区小说| 国产在线视频一区二区| 国产日韩欧美亚洲二区| 99热这里只有是精品在线观看| 日韩三级伦理在线观看| 黑丝袜美女国产一区| 妹子高潮喷水视频| 国产精品偷伦视频观看了| 国产精品.久久久| 国产在线一区二区三区精| 亚洲激情五月婷婷啪啪| 国产欧美日韩一区二区三区在线| 亚洲精品乱久久久久久| av网站免费在线观看视频| 久久精品aⅴ一区二区三区四区 | av视频免费观看在线观看| 亚洲,一卡二卡三卡| 人人妻人人澡人人看| 五月开心婷婷网| 蜜桃国产av成人99| 亚洲av男天堂| 搡老乐熟女国产| 黄色配什么色好看| 美女视频免费永久观看网站| 国产成人91sexporn| 日本欧美视频一区| 99久久综合免费| 街头女战士在线观看网站| 亚洲精品美女久久久久99蜜臀 | 国产男女内射视频| 久久精品国产鲁丝片午夜精品| 欧美性感艳星| 五月伊人婷婷丁香| 女人久久www免费人成看片| 欧美成人精品欧美一级黄| 嫩草影院入口| 黑人高潮一二区| 日韩一本色道免费dvd| 国产又色又爽无遮挡免| 日韩,欧美,国产一区二区三区| www.熟女人妻精品国产 | 亚洲一区二区三区欧美精品| 91成人精品电影| 久久精品国产综合久久久 | 一边亲一边摸免费视频| 国产一区二区激情短视频 | 亚洲av免费高清在线观看| 黑人高潮一二区| 永久网站在线| 人妻一区二区av| 精品亚洲成a人片在线观看| 少妇 在线观看| 天美传媒精品一区二区| 国产黄色免费在线视频| 亚洲,欧美,日韩| 亚洲av在线观看美女高潮| 黄色毛片三级朝国网站| 国产国语露脸激情在线看| 交换朋友夫妻互换小说| 亚洲人成网站在线观看播放| 国产精品一二三区在线看| 777米奇影视久久| 亚洲精品aⅴ在线观看| 久久久久久久久久成人| 51国产日韩欧美| 国产精品免费大片| 欧美人与性动交α欧美精品济南到 | 亚洲av欧美aⅴ国产| 宅男免费午夜| 中文字幕亚洲精品专区| 精品卡一卡二卡四卡免费| 日本vs欧美在线观看视频| 免费看不卡的av| 国产亚洲一区二区精品| 一本色道久久久久久精品综合| 高清黄色对白视频在线免费看| 成人午夜精彩视频在线观看| 欧美3d第一页| 亚洲成人手机| 亚洲欧洲日产国产| 菩萨蛮人人尽说江南好唐韦庄| 伦理电影大哥的女人| 久久久a久久爽久久v久久| 国产综合精华液| 大片电影免费在线观看免费| 亚洲av欧美aⅴ国产| 熟女av电影| 久久久久网色| 黑人欧美特级aaaaaa片| 黄片无遮挡物在线观看| 免费观看av网站的网址| 赤兔流量卡办理| 欧美成人午夜免费资源| 97精品久久久久久久久久精品| 又黄又粗又硬又大视频| 99久久精品国产国产毛片| 丝袜脚勾引网站| 激情视频va一区二区三区| 国产成人欧美| 国产欧美日韩一区二区三区在线| 国产一区有黄有色的免费视频| 80岁老熟妇乱子伦牲交| 午夜福利乱码中文字幕| 80岁老熟妇乱子伦牲交| 国产毛片在线视频| 亚洲性久久影院| 免费少妇av软件| 亚洲精品456在线播放app| 毛片一级片免费看久久久久| 欧美少妇被猛烈插入视频| 成人国产麻豆网| 亚洲第一区二区三区不卡| av视频免费观看在线观看| 午夜影院在线不卡| 内地一区二区视频在线| a级毛色黄片| 国产片特级美女逼逼视频| 最近中文字幕高清免费大全6| 亚洲欧洲日产国产| 亚洲人成77777在线视频| 夜夜爽夜夜爽视频| 大香蕉97超碰在线| 欧美日韩综合久久久久久| 青春草视频在线免费观看| 在现免费观看毛片| 卡戴珊不雅视频在线播放| 国产片内射在线| 国产成人免费观看mmmm| 只有这里有精品99| freevideosex欧美| 日韩av不卡免费在线播放| 大陆偷拍与自拍| 国产一区二区三区综合在线观看 | 又黄又粗又硬又大视频| 日日摸夜夜添夜夜爱| 亚洲欧洲精品一区二区精品久久久 | 黄色怎么调成土黄色| 啦啦啦在线观看免费高清www| 国产激情久久老熟女| 亚洲欧美成人综合另类久久久| 精品人妻偷拍中文字幕| 五月开心婷婷网| 欧美+日韩+精品| 国产又爽黄色视频| 国产亚洲一区二区精品| 亚洲精品成人av观看孕妇| 人妻人人澡人人爽人人| 人人妻人人添人人爽欧美一区卜| 国产亚洲最大av| 这个男人来自地球电影免费观看 | 亚洲精品美女久久av网站| 国产亚洲av片在线观看秒播厂| www日本在线高清视频| av在线播放精品| 激情五月婷婷亚洲| 日韩三级伦理在线观看| 久久久久精品久久久久真实原创| 日本色播在线视频| 亚洲av国产av综合av卡| 插逼视频在线观看| 色5月婷婷丁香| 久久毛片免费看一区二区三区| 在线观看免费视频网站a站| 在现免费观看毛片| 国产精品熟女久久久久浪| 亚洲精品国产av成人精品| 日日爽夜夜爽网站| 日韩成人av中文字幕在线观看| 久久影院123| 综合色丁香网| 日产精品乱码卡一卡2卡三| 免费高清在线观看日韩| 成人免费观看视频高清| 国产免费现黄频在线看| 免费大片黄手机在线观看| 亚洲久久久国产精品| 国产精品国产av在线观看| 亚洲国产成人一精品久久久| 国产欧美日韩一区二区三区在线| 国产精品久久久久成人av| 丰满少妇做爰视频| 热re99久久国产66热| 久久久国产一区二区| 777米奇影视久久| 大码成人一级视频| 国产精品人妻久久久影院| 中文字幕人妻熟女乱码| 哪个播放器可以免费观看大片| 亚洲美女黄色视频免费看| 国产精品成人在线| 欧美xxⅹ黑人| 美女脱内裤让男人舔精品视频| 看十八女毛片水多多多| 少妇高潮的动态图| 美女大奶头黄色视频| 久久久久久久国产电影| 黄色视频在线播放观看不卡| 免费黄网站久久成人精品| 日韩精品免费视频一区二区三区 | 亚洲国产日韩一区二区| 亚洲成色77777| 午夜av观看不卡| 制服人妻中文乱码| 欧美xxxx性猛交bbbb| 在线观看人妻少妇| 亚洲中文av在线| 天天躁夜夜躁狠狠久久av| 日韩大片免费观看网站| 久久精品久久精品一区二区三区| 一本久久精品| 免费看av在线观看网站| 美女中出高潮动态图| 国产有黄有色有爽视频| 国产成人免费观看mmmm| 国产成人av激情在线播放| 下体分泌物呈黄色| 日韩欧美一区视频在线观看| 女性生殖器流出的白浆| 满18在线观看网站| 又大又黄又爽视频免费| 免费大片18禁| 一二三四在线观看免费中文在 | 成人毛片60女人毛片免费| av片东京热男人的天堂| 看免费av毛片| 亚洲精品第二区| tube8黄色片| 日韩,欧美,国产一区二区三区| 中文天堂在线官网| 极品人妻少妇av视频| 丰满迷人的少妇在线观看| 国产片特级美女逼逼视频| 日日啪夜夜爽| 久久久久国产网址| 一级片免费观看大全| 日韩大片免费观看网站| videossex国产| 亚洲精品456在线播放app| 精品人妻在线不人妻| 国产成人精品久久久久久| 亚洲综合色惰| 综合色丁香网| 一级黄片播放器| 国产淫语在线视频| 黄色一级大片看看| 国产精品国产三级专区第一集| 久久久国产一区二区| 美女内射精品一级片tv| 国产精品久久久久久久久免| 午夜免费观看性视频| 欧美最新免费一区二区三区| 国产精品偷伦视频观看了| 精品久久国产蜜桃| 精品一区二区三区视频在线| 亚洲美女搞黄在线观看| 欧美+日韩+精品| 日韩av在线免费看完整版不卡| 亚洲av福利一区| 国产精品久久久久久av不卡| 久久久久国产精品人妻一区二区| 又黄又爽又刺激的免费视频.| 岛国毛片在线播放| 欧美日韩成人在线一区二区| 有码 亚洲区| 热99国产精品久久久久久7| 黄色 视频免费看| kizo精华| 亚洲激情五月婷婷啪啪| 日韩av免费高清视频| 日韩 亚洲 欧美在线| 国产色婷婷99| 九九在线视频观看精品| 亚洲国产av影院在线观看| 国产免费视频播放在线视频| 婷婷色av中文字幕| 久久精品国产亚洲av涩爱| 日本色播在线视频| 高清不卡的av网站| 国产精品蜜桃在线观看| 高清视频免费观看一区二区| 国产极品天堂在线| 天堂8中文在线网| 97精品久久久久久久久久精品| 久久精品熟女亚洲av麻豆精品| 永久网站在线| 精品午夜福利在线看| 婷婷色综合www| 久久婷婷青草| av网站免费在线观看视频| 18禁裸乳无遮挡动漫免费视频| 91在线精品国自产拍蜜月| 欧美丝袜亚洲另类| 深夜精品福利| 国产一区二区三区av在线| 国产成人av激情在线播放| 激情视频va一区二区三区| 热99久久久久精品小说推荐| av网站免费在线观看视频| 一级a做视频免费观看| 国产 精品1| 亚洲性久久影院| freevideosex欧美| 亚洲欧洲精品一区二区精品久久久 | 男女边吃奶边做爰视频| 国产精品99久久99久久久不卡 | 成人国产av品久久久| 午夜激情久久久久久久| 精品一区二区三区视频在线| 亚洲国产看品久久| 男女免费视频国产| 亚洲一级一片aⅴ在线观看| videossex国产| 国产在线一区二区三区精| 国产精品.久久久| 七月丁香在线播放| 婷婷色综合www| 在线观看一区二区三区激情| 91精品三级在线观看| av免费观看日本| 看免费av毛片| 久热久热在线精品观看| 久久鲁丝午夜福利片| 制服诱惑二区| 亚洲,一卡二卡三卡| 日韩制服丝袜自拍偷拍| 免费av不卡在线播放| 亚洲av男天堂| 国产精品嫩草影院av在线观看| 国产精品久久久av美女十八| 满18在线观看网站| 激情五月婷婷亚洲| 国产精品久久久久久精品古装| 国产成人精品福利久久| 国产一区二区在线观看av| 欧美 亚洲 国产 日韩一| 日本欧美视频一区| 91午夜精品亚洲一区二区三区| 亚洲国产精品一区三区| 亚洲国产成人一精品久久久| 老司机影院毛片| 亚洲国产av影院在线观看| 我要看黄色一级片免费的| 国产高清三级在线| 天堂中文最新版在线下载| 一本色道久久久久久精品综合| 9热在线视频观看99| 国产不卡av网站在线观看| 2022亚洲国产成人精品| 国产综合精华液| 飞空精品影院首页| 人人妻人人澡人人爽人人夜夜| 亚洲欧洲国产日韩| 2021少妇久久久久久久久久久| 亚洲三级黄色毛片| a级毛片在线看网站| 制服人妻中文乱码| 18禁动态无遮挡网站| 在线天堂最新版资源| 亚洲欧洲精品一区二区精品久久久 | 王馨瑶露胸无遮挡在线观看| 亚洲少妇的诱惑av| 欧美xxⅹ黑人| av天堂久久9| 亚洲精品国产av蜜桃| 制服丝袜香蕉在线| 一级a做视频免费观看| 国产一级毛片在线| 国产精品久久久久久久电影| 国产精品欧美亚洲77777| 欧美成人精品欧美一级黄| 亚洲国产精品一区二区三区在线| 国产亚洲午夜精品一区二区久久| a级毛色黄片| 欧美激情国产日韩精品一区| 最新中文字幕久久久久| 亚洲综合精品二区| 免费人成在线观看视频色| av网站免费在线观看视频| 精品一区在线观看国产| 性色av一级| 亚洲精品美女久久久久99蜜臀 | 亚洲国产精品999| 午夜福利在线观看免费完整高清在| 久久人人爽人人爽人人片va| 少妇熟女欧美另类| 看免费成人av毛片| 国产成人91sexporn| 国产成人aa在线观看| 久久精品国产亚洲av涩爱| 久久这里只有精品19| 九色亚洲精品在线播放| 国产成人一区二区在线| 欧美bdsm另类| 国产精品久久久久成人av| 人妻 亚洲 视频| 久久精品国产自在天天线| 国产av国产精品国产| 日韩视频在线欧美| 国产精品偷伦视频观看了| 丰满少妇做爰视频| 日韩欧美一区视频在线观看| av在线观看视频网站免费| 国产精品久久久久久av不卡| 欧美97在线视频| 日韩av在线免费看完整版不卡| 久久精品久久精品一区二区三区| av在线app专区| 成人毛片60女人毛片免费| 成人18禁高潮啪啪吃奶动态图| 啦啦啦啦在线视频资源| 国产成人精品在线电影| 九色成人免费人妻av| 欧美 日韩 精品 国产| 制服丝袜香蕉在线| 日韩成人av中文字幕在线观看| 午夜影院在线不卡| 一区在线观看完整版| 老司机亚洲免费影院| 精品少妇黑人巨大在线播放| 色吧在线观看| 女的被弄到高潮叫床怎么办| 中文天堂在线官网| 美女福利国产在线| 少妇被粗大的猛进出69影院 | 亚洲欧洲精品一区二区精品久久久 | 韩国高清视频一区二区三区| videosex国产| 少妇的逼好多水| 亚洲国产欧美日韩在线播放| 午夜福利在线观看免费完整高清在| 青春草亚洲视频在线观看| 亚洲图色成人| 日产精品乱码卡一卡2卡三| 王馨瑶露胸无遮挡在线观看| 久久久精品免费免费高清| 中文字幕人妻熟女乱码| 97人妻天天添夜夜摸| 久久久国产精品麻豆| 欧美国产精品一级二级三级| 高清毛片免费看| 亚洲精品日韩在线中文字幕| 午夜福利影视在线免费观看| 久久亚洲国产成人精品v| 一本—道久久a久久精品蜜桃钙片| 熟女人妻精品中文字幕| 国产精品一区二区在线观看99| 欧美国产精品一级二级三级| 久久久久久久国产电影| 国产永久视频网站| 亚洲高清免费不卡视频| 少妇被粗大的猛进出69影院 | 久久国产精品男人的天堂亚洲 | 久久精品国产自在天天线| 最近的中文字幕免费完整| 成人亚洲欧美一区二区av| 免费大片18禁| 日韩精品免费视频一区二区三区 | 人人妻人人添人人爽欧美一区卜| 成人午夜精彩视频在线观看| 国产精品秋霞免费鲁丝片| 久久精品夜色国产| 精品国产一区二区三区久久久樱花| 精品一区在线观看国产| 内地一区二区视频在线| 欧美亚洲 丝袜 人妻 在线| 中文字幕精品免费在线观看视频 | 成人影院久久| 国产高清三级在线| 日韩伦理黄色片| 日韩一区二区三区影片| 国产免费福利视频在线观看| 在线观看免费高清a一片| 国产伦理片在线播放av一区| 少妇的逼好多水| 国产深夜福利视频在线观看| 亚洲精品乱码久久久久久按摩| 王馨瑶露胸无遮挡在线观看| 亚洲精华国产精华液的使用体验| 99久久中文字幕三级久久日本| 国产精品一二三区在线看| 日韩人妻精品一区2区三区| 2021少妇久久久久久久久久久| 不卡视频在线观看欧美| 色哟哟·www| tube8黄色片| 69精品国产乱码久久久| 香蕉精品网在线| av福利片在线| 国产 精品1| 亚洲第一区二区三区不卡| 好男人视频免费观看在线| 久久av网站| 男女高潮啪啪啪动态图| 亚洲三级黄色毛片| 精品久久久久久电影网| 国产一级毛片在线| 国产精品国产三级专区第一集| 精品国产国语对白av| 黄色一级大片看看| 精品少妇久久久久久888优播| 久久精品aⅴ一区二区三区四区 | 日韩,欧美,国产一区二区三区| 97在线视频观看| 欧美97在线视频| 国产精品国产三级国产av玫瑰| 纯流量卡能插随身wifi吗| 国产精品国产三级专区第一集| 欧美xxxx性猛交bbbb| 成年美女黄网站色视频大全免费| 王馨瑶露胸无遮挡在线观看| 大香蕉久久网| 亚洲 欧美一区二区三区| 久久久欧美国产精品| 各种免费的搞黄视频| 亚洲美女搞黄在线观看| 久久精品国产自在天天线| 啦啦啦啦在线视频资源| 日韩av不卡免费在线播放| av不卡在线播放| 熟女电影av网| 精品少妇内射三级| 日韩熟女老妇一区二区性免费视频| 国产综合精华液| 熟女av电影| 久久久久人妻精品一区果冻| 又黄又爽又刺激的免费视频.| 中国三级夫妇交换| 内地一区二区视频在线| 亚洲天堂av无毛| 热re99久久精品国产66热6| 男女啪啪激烈高潮av片| 亚洲精品日本国产第一区| 熟女电影av网| 一级毛片我不卡| 九九在线视频观看精品| 最后的刺客免费高清国语| 99视频精品全部免费 在线| 国产免费一区二区三区四区乱码| 五月开心婷婷网| 国产精品久久久久久av不卡| 看十八女毛片水多多多| 国产成人免费无遮挡视频| 日韩,欧美,国产一区二区三区| 国产av国产精品国产| 九草在线视频观看| 久久精品久久精品一区二区三区| 成年人免费黄色播放视频| 最近中文字幕高清免费大全6| 久久亚洲国产成人精品v| 久久热在线av| 亚洲久久久国产精品| 亚洲色图综合在线观看| 久久久久国产网址| 国产av国产精品国产| 亚洲精品美女久久av网站| 亚洲精品av麻豆狂野| 久久久久久久久久成人| 视频中文字幕在线观看| 国产在线视频一区二区| 青青草视频在线视频观看| 亚洲久久久国产精品| 啦啦啦中文免费视频观看日本| 黄色配什么色好看| 久久 成人 亚洲| 国产男女超爽视频在线观看| 婷婷色综合www| 日本-黄色视频高清免费观看| 老司机影院成人| 伊人亚洲综合成人网| 最近的中文字幕免费完整| 国产精品国产三级专区第一集| 麻豆乱淫一区二区| 亚洲天堂av无毛| 日韩制服丝袜自拍偷拍| 久久久久久伊人网av| 久久久久久久亚洲中文字幕| 国产国拍精品亚洲av在线观看| 免费人成在线观看视频色| 亚洲精品国产色婷婷电影| 午夜福利,免费看| 日日爽夜夜爽网站| 欧美最新免费一区二区三区| 性色avwww在线观看| 亚洲精品aⅴ在线观看| 99热全是精品| 欧美日韩视频精品一区| 久久久久久人妻|