• <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
    亚洲在久久综合| 亚洲精品自拍成人| 色吧在线观看| 成人无遮挡网站| 亚洲av不卡在线观看| 日韩在线高清观看一区二区三区| 精品人妻偷拍中文字幕| 国产亚洲91精品色在线| 免费观看的影片在线观看| 欧美3d第一页| 亚洲欧美成人精品一区二区| 自拍偷自拍亚洲精品老妇| 日本猛色少妇xxxxx猛交久久| 亚洲欧美日韩卡通动漫| 嘟嘟电影网在线观看| 国产精品人妻久久久久久| 国产精品综合久久久久久久免费| 亚洲精品乱久久久久久| 性色avwww在线观看| 亚洲美女搞黄在线观看| 久久鲁丝午夜福利片| 久久99精品国语久久久| 91在线精品国自产拍蜜月| 麻豆精品久久久久久蜜桃| 一级毛片aaaaaa免费看小| 大陆偷拍与自拍| 热99在线观看视频| 欧美zozozo另类| 国产亚洲一区二区精品| 国产伦一二天堂av在线观看| 久久国产乱子免费精品| 久久97久久精品| 啦啦啦啦在线视频资源| 亚洲在久久综合| 亚洲国产精品sss在线观看| 噜噜噜噜噜久久久久久91| 99久国产av精品国产电影| 精品人妻一区二区三区麻豆| 亚洲欧美一区二区三区黑人 | 青春草视频在线免费观看| 99视频精品全部免费 在线| 国产精品av视频在线免费观看| 一夜夜www| 成人二区视频| 亚洲av二区三区四区| 国产一区二区在线观看日韩| 午夜福利在线观看吧| 午夜精品国产一区二区电影 | 国产精品久久久久久久电影| av又黄又爽大尺度在线免费看| 一区二区三区乱码不卡18| 亚洲图色成人| 成人亚洲精品一区在线观看 | .国产精品久久| 国内揄拍国产精品人妻在线| 日韩欧美精品免费久久| 成人美女网站在线观看视频| 久久久久久九九精品二区国产| 国产亚洲91精品色在线| 亚洲精品第二区| 精品久久久久久久人妻蜜臀av| 纵有疾风起免费观看全集完整版 | 欧美高清性xxxxhd video| 成人高潮视频无遮挡免费网站| 深夜a级毛片| 亚洲av一区综合| 99热这里只有是精品在线观看| 免费看不卡的av| 亚洲精品aⅴ在线观看| 在线观看一区二区三区| 欧美日韩一区二区视频在线观看视频在线 | 成人高潮视频无遮挡免费网站| 久久久久性生活片| 亚洲人成网站在线播| kizo精华| 国产男女超爽视频在线观看| 永久免费av网站大全| 国产三级在线视频| 亚洲最大成人av| 久久久久性生活片| 亚洲色图av天堂| 亚洲欧洲国产日韩| 性色avwww在线观看| 又黄又爽又刺激的免费视频.| 天堂中文最新版在线下载 | 久久久久久久久久黄片| 熟女人妻精品中文字幕| 麻豆成人av视频| 国产真实伦视频高清在线观看| 一个人免费在线观看电影| 嘟嘟电影网在线观看| 少妇高潮的动态图| 日韩欧美三级三区| 午夜激情欧美在线| 99久久九九国产精品国产免费| 最新中文字幕久久久久| 国内精品宾馆在线| 欧美日本视频| 精品国产三级普通话版| 国产在视频线精品| 国产午夜精品一二区理论片| 日韩精品有码人妻一区| 亚洲欧美清纯卡通| 免费看不卡的av| 国产午夜福利久久久久久| 亚洲av男天堂| 国产美女午夜福利| 日日摸夜夜添夜夜添av毛片| 成人国产麻豆网| 女人十人毛片免费观看3o分钟| 成年av动漫网址| av天堂中文字幕网| 丰满乱子伦码专区| 超碰97精品在线观看| 女人久久www免费人成看片| 国产不卡一卡二| 美女内射精品一级片tv| 九九爱精品视频在线观看| 亚洲av中文字字幕乱码综合| 国产精品一区二区性色av| 亚洲国产精品sss在线观看| av在线播放精品| 高清毛片免费看| 九九在线视频观看精品| 精品一区在线观看国产| 久久久久久久大尺度免费视频| 看十八女毛片水多多多| 又粗又硬又长又爽又黄的视频| 久久精品夜色国产| 久久精品国产亚洲av涩爱| 日本色播在线视频| 亚洲四区av| 成人一区二区视频在线观看| 哪个播放器可以免费观看大片| 国产成人a∨麻豆精品| 国产 一区 欧美 日韩| 免费观看av网站的网址| 国产精品日韩av在线免费观看| 免费看av在线观看网站| 插逼视频在线观看| 青春草亚洲视频在线观看| 日本黄色片子视频| 精品不卡国产一区二区三区| 淫秽高清视频在线观看| 国产在线一区二区三区精| 美女脱内裤让男人舔精品视频| 777米奇影视久久| a级毛色黄片| 日韩国内少妇激情av| 亚洲怡红院男人天堂| 五月天丁香电影| 久久久久免费精品人妻一区二区| 日韩制服骚丝袜av| 国产中年淑女户外野战色| 九草在线视频观看| 久久久久久久午夜电影| 亚洲国产成人一精品久久久| 在线观看av片永久免费下载| 91精品伊人久久大香线蕉| 男女那种视频在线观看| 久久精品人妻少妇| 女人十人毛片免费观看3o分钟| 十八禁国产超污无遮挡网站| 少妇人妻一区二区三区视频| 18禁裸乳无遮挡免费网站照片| 一级毛片aaaaaa免费看小| 少妇人妻一区二区三区视频| 最近手机中文字幕大全| 欧美高清成人免费视频www| 日本午夜av视频| 成人无遮挡网站| a级一级毛片免费在线观看| 国产三级在线视频| 亚洲精品日本国产第一区| 日韩成人伦理影院| 99热网站在线观看| 国产精品一区www在线观看| 内射极品少妇av片p| 色综合亚洲欧美另类图片| 在线免费十八禁| 欧美激情国产日韩精品一区| 亚洲国产欧美在线一区| 成人亚洲精品av一区二区| 国产午夜福利久久久久久| 深爱激情五月婷婷| 免费观看精品视频网站| 在线观看一区二区三区| 亚洲人与动物交配视频| 一个人看的www免费观看视频| 2018国产大陆天天弄谢| 内地一区二区视频在线| 亚洲精品久久久久久婷婷小说| 一二三四中文在线观看免费高清| 小蜜桃在线观看免费完整版高清| 亚洲一级一片aⅴ在线观看| 韩国av在线不卡| 国产黄片美女视频| 综合色丁香网| 亚洲av中文字字幕乱码综合| 日韩欧美三级三区| 国产91av在线免费观看| 久久精品人妻少妇| 亚洲最大成人手机在线| 麻豆成人av视频| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 成人二区视频| 国产成人精品久久久久久| 深爱激情五月婷婷| 午夜免费观看性视频| eeuss影院久久| 成年人午夜在线观看视频 | 久久久久久久午夜电影| 十八禁国产超污无遮挡网站| 美女大奶头视频| 亚洲最大成人手机在线| 免费av不卡在线播放| 久久久精品94久久精品| 男女那种视频在线观看| 日本色播在线视频| 麻豆乱淫一区二区| 日韩欧美 国产精品| av在线播放精品| 午夜免费观看性视频| 亚洲美女视频黄频| 成人鲁丝片一二三区免费| 全区人妻精品视频| 亚洲欧美日韩卡通动漫| 国产伦精品一区二区三区四那| 草草在线视频免费看| 日韩 亚洲 欧美在线| 亚洲色图av天堂| 国产亚洲最大av| 伊人久久国产一区二区| 日本午夜av视频| 人妻少妇偷人精品九色| 在线天堂最新版资源| 天美传媒精品一区二区| 精品久久久久久久人妻蜜臀av| 菩萨蛮人人尽说江南好唐韦庄| 午夜激情福利司机影院| 成人毛片a级毛片在线播放| 欧美激情在线99| 亚洲丝袜综合中文字幕| 免费电影在线观看免费观看| 成年免费大片在线观看| 国产永久视频网站| 2021少妇久久久久久久久久久| 不卡视频在线观看欧美| 久久综合国产亚洲精品| 精品久久久噜噜| 在线观看一区二区三区| 91精品国产九色| 亚洲精品aⅴ在线观看| 美女内射精品一级片tv| 少妇高潮的动态图| 免费观看性生交大片5| 国产淫语在线视频| 我的女老师完整版在线观看| 精品99又大又爽又粗少妇毛片| 男女视频在线观看网站免费| 久久久久久久久中文| 亚洲国产av新网站| 亚洲精品国产av蜜桃| 男女啪啪激烈高潮av片| videossex国产| 天堂影院成人在线观看| 免费看a级黄色片| 午夜福利视频精品| 天堂网av新在线| 欧美日韩在线观看h| 中文乱码字字幕精品一区二区三区 | 色综合站精品国产| 可以在线观看毛片的网站| 亚洲av男天堂| 精品久久久久久久久久久久久| 2021天堂中文幕一二区在线观| 日本欧美国产在线视频| 国产有黄有色有爽视频| 大片免费播放器 马上看| 久久久久免费精品人妻一区二区| or卡值多少钱| 国产成人午夜福利电影在线观看| 国产一区二区亚洲精品在线观看| 久久久a久久爽久久v久久| 3wmmmm亚洲av在线观看| 超碰97精品在线观看| 91午夜精品亚洲一区二区三区| 国语对白做爰xxxⅹ性视频网站| 一个人看视频在线观看www免费| 一级片'在线观看视频| 久久久久久久久久久丰满| 亚洲成人精品中文字幕电影| 建设人人有责人人尽责人人享有的 | 久久99热6这里只有精品| 1000部很黄的大片| 国产老妇伦熟女老妇高清| 人体艺术视频欧美日本| 性插视频无遮挡在线免费观看| 特级一级黄色大片| 青春草亚洲视频在线观看| av线在线观看网站| 久久精品夜夜夜夜夜久久蜜豆| 超碰97精品在线观看| 亚洲av国产av综合av卡| 国产成人aa在线观看| 国产精品久久久久久久电影| 国产成人a∨麻豆精品| 国产成人freesex在线| 我要看日韩黄色一级片| 欧美潮喷喷水| 高清av免费在线| 男女那种视频在线观看| 黑人高潮一二区| 如何舔出高潮| 26uuu在线亚洲综合色| 国产视频内射| 久久99蜜桃精品久久| 国产成人aa在线观看| av在线蜜桃| 精品久久久精品久久久| 全区人妻精品视频| 亚洲四区av| 高清午夜精品一区二区三区| 一级毛片我不卡| 亚洲经典国产精华液单| 久久韩国三级中文字幕| 女人久久www免费人成看片| 国产黄色小视频在线观看| 午夜免费男女啪啪视频观看| 丰满乱子伦码专区| 亚洲欧美成人精品一区二区| 欧美一区二区亚洲| 一个人看视频在线观看www免费| 美女xxoo啪啪120秒动态图| 欧美高清成人免费视频www| 97在线视频观看| 联通29元200g的流量卡| 午夜激情久久久久久久| 国产免费又黄又爽又色| 国产精品人妻久久久影院| 又爽又黄a免费视频| 久久这里只有精品中国| 别揉我奶头 嗯啊视频| 亚洲av成人精品一二三区| 中文字幕免费在线视频6| 亚洲精品成人久久久久久| 建设人人有责人人尽责人人享有的 | 18禁动态无遮挡网站| 少妇人妻一区二区三区视频| 18禁动态无遮挡网站| 日本午夜av视频| 久久草成人影院| 久久99蜜桃精品久久| 天堂俺去俺来也www色官网 | 国产成人aa在线观看| 成人毛片a级毛片在线播放| 在现免费观看毛片| 纵有疾风起免费观看全集完整版 | 亚洲成人av在线免费| 亚洲精品影视一区二区三区av| 色综合色国产| 国产精品久久久久久av不卡| 亚洲成人av在线免费| 午夜老司机福利剧场| 99视频精品全部免费 在线| 最后的刺客免费高清国语| 最近中文字幕2019免费版| 大片免费播放器 马上看| 波野结衣二区三区在线| 婷婷色综合www| 亚洲电影在线观看av| 国产亚洲精品久久久com| 日本-黄色视频高清免费观看| 春色校园在线视频观看| 亚洲av日韩在线播放| 老司机影院成人| 国产成人精品久久久久久| 亚洲精品日本国产第一区| 国产女主播在线喷水免费视频网站 | 免费无遮挡裸体视频| 亚洲国产精品成人综合色| 久久久久国产网址| 性插视频无遮挡在线免费观看| 亚洲成色77777| 国模一区二区三区四区视频| 日本-黄色视频高清免费观看| 国产精品嫩草影院av在线观看| 国产免费一级a男人的天堂| 精品欧美国产一区二区三| 国产高潮美女av| av女优亚洲男人天堂| 国产乱人视频| 久久精品久久久久久久性| 国产精品无大码| 晚上一个人看的免费电影| 五月伊人婷婷丁香| 久久精品国产鲁丝片午夜精品| 国产成人免费观看mmmm| 国产淫语在线视频| 中国国产av一级| 91狼人影院| 国产高清有码在线观看视频| 成人亚洲精品一区在线观看 | 国产成年人精品一区二区| av在线老鸭窝| 国产成人福利小说| 91狼人影院| av在线播放精品| 国产精品1区2区在线观看.| 精品久久久久久久末码| 大话2 男鬼变身卡| 三级毛片av免费| 久久久午夜欧美精品| 亚洲一区高清亚洲精品| 少妇丰满av| 又爽又黄a免费视频| 亚洲av免费在线观看| 国产成人a区在线观看| 麻豆国产97在线/欧美| 午夜视频国产福利| 免费大片18禁| 白带黄色成豆腐渣| 一区二区三区四区激情视频| 免费看不卡的av| 国产伦精品一区二区三区视频9| 一级片'在线观看视频| 国产 一区 欧美 日韩| 亚洲av男天堂| 免费黄网站久久成人精品| 亚洲熟女精品中文字幕| 国内精品一区二区在线观看| 九色成人免费人妻av| 观看免费一级毛片| 国产精品久久久久久精品电影| 久久久久久久国产电影| 97人妻精品一区二区三区麻豆| 少妇人妻精品综合一区二区| 欧美精品一区二区大全| 大香蕉97超碰在线| 国产精品一区二区性色av| 高清欧美精品videossex| 国产伦在线观看视频一区| 国产黄a三级三级三级人| 极品少妇高潮喷水抽搐| 久久久午夜欧美精品| 久久精品国产亚洲网站| 人妻夜夜爽99麻豆av| 久久久久九九精品影院| 精品一区二区三卡| 国产一区亚洲一区在线观看| 日韩视频在线欧美| 精品午夜福利在线看| av黄色大香蕉| www.色视频.com| 别揉我奶头 嗯啊视频| 3wmmmm亚洲av在线观看| 欧美日韩亚洲高清精品| 久久精品人妻少妇| 一区二区三区乱码不卡18| 日韩在线高清观看一区二区三区| 色哟哟·www| 国产亚洲av片在线观看秒播厂 | 国产精品精品国产色婷婷| 97超碰精品成人国产| 国产精品爽爽va在线观看网站| 久久久久久久久中文| 国产一区二区亚洲精品在线观看| 天堂网av新在线| 日韩三级伦理在线观看| 成年av动漫网址| 国产精品福利在线免费观看| 三级毛片av免费| av网站免费在线观看视频 | 成人欧美大片| 久久99热这里只频精品6学生| 亚洲经典国产精华液单| 成人av在线播放网站| 国产精品无大码| 极品少妇高潮喷水抽搐| 一级a做视频免费观看| 亚洲在久久综合| 一级毛片我不卡| 日韩av不卡免费在线播放| 又爽又黄无遮挡网站| 色综合亚洲欧美另类图片| 成人一区二区视频在线观看| 最近中文字幕高清免费大全6| 人体艺术视频欧美日本| 秋霞在线观看毛片| 日韩制服骚丝袜av| 小蜜桃在线观看免费完整版高清| 两个人视频免费观看高清| 免费观看av网站的网址| 日本黄色片子视频| 99久久中文字幕三级久久日本| 国产淫语在线视频| 一个人免费在线观看电影| 精品国产露脸久久av麻豆 | 人妻夜夜爽99麻豆av| 欧美3d第一页| 免费不卡的大黄色大毛片视频在线观看 | 日韩伦理黄色片| 午夜精品一区二区三区免费看| 美女xxoo啪啪120秒动态图| 亚洲成人av在线免费| 久久精品夜色国产| 亚洲怡红院男人天堂| 日韩欧美一区视频在线观看 | 国产一级毛片七仙女欲春2| 少妇熟女欧美另类| 菩萨蛮人人尽说江南好唐韦庄| 成人欧美大片| 色播亚洲综合网| 午夜福利网站1000一区二区三区| 婷婷色av中文字幕| 美女黄网站色视频| 高清视频免费观看一区二区 | 国产精品综合久久久久久久免费| 久久久久久久大尺度免费视频| xxx大片免费视频| 特级一级黄色大片| 99久国产av精品国产电影| 91aial.com中文字幕在线观看| 伊人久久国产一区二区| 最近视频中文字幕2019在线8| 久久久久国产网址| 成人性生交大片免费视频hd| 日韩伦理黄色片| 一级毛片aaaaaa免费看小| 久久6这里有精品| 国产有黄有色有爽视频| 国产69精品久久久久777片| 日本wwww免费看| 秋霞伦理黄片| 亚洲国产精品成人综合色| av网站免费在线观看视频 | 国产午夜精品久久久久久一区二区三区| 老师上课跳d突然被开到最大视频| 最近视频中文字幕2019在线8| 欧美区成人在线视频| 久久久久性生活片| 丰满人妻一区二区三区视频av| 中国美白少妇内射xxxbb| 亚洲精品国产av成人精品| 国产午夜精品久久久久久一区二区三区| 免费黄频网站在线观看国产| 欧美日韩视频高清一区二区三区二| 精品国产露脸久久av麻豆 | 一区二区三区高清视频在线| 熟妇人妻不卡中文字幕| 激情五月婷婷亚洲| 99视频精品全部免费 在线| 麻豆av噜噜一区二区三区| 亚洲伊人久久精品综合| 亚洲国产日韩欧美精品在线观看| 亚洲国产最新在线播放| 亚洲精品,欧美精品| 国产精品麻豆人妻色哟哟久久 | 波野结衣二区三区在线| 三级国产精品片| 日韩制服骚丝袜av| 色5月婷婷丁香| 国产精品嫩草影院av在线观看| 美女主播在线视频| 精品久久久久久久人妻蜜臀av| 国模一区二区三区四区视频| 久久99蜜桃精品久久| 免费少妇av软件| 一二三四中文在线观看免费高清| 男人舔奶头视频| 欧美极品一区二区三区四区| a级毛片免费高清观看在线播放| h日本视频在线播放| 51国产日韩欧美| 免费电影在线观看免费观看| 内射极品少妇av片p| 在线免费十八禁| 九九久久精品国产亚洲av麻豆| 久久久久久久久中文| 一本久久精品| 亚洲欧美日韩无卡精品| 日韩视频在线欧美| 六月丁香七月| 国产精品国产三级专区第一集| videos熟女内射| 偷拍熟女少妇极品色| 1000部很黄的大片| 99久久人妻综合| 国产精品女同一区二区软件| 日本-黄色视频高清免费观看| 亚洲国产成人一精品久久久| 淫秽高清视频在线观看| 亚洲电影在线观看av| 午夜精品国产一区二区电影 | 一区二区三区免费毛片| 国产精品国产三级专区第一集| 亚洲在线观看片| 在线观看免费高清a一片| 国产av在哪里看| 欧美97在线视频| 国产精品久久视频播放| 自拍偷自拍亚洲精品老妇| 国产色婷婷99| 国产免费视频播放在线视频 | 国产在视频线在精品| 搡老妇女老女人老熟妇| 日韩av在线免费看完整版不卡| 日本一本二区三区精品| 午夜福利视频精品| 亚洲欧美精品专区久久| 99久久精品一区二区三区| 午夜免费激情av| 亚洲成人中文字幕在线播放| 日韩欧美一区视频在线观看 | 免费看a级黄色片|