【雜志簡介】

　　《中國圖象圖形學報》是集計算機圖象圖形高科技理論與應用研究成果、成果產品化與商情動態于一體的綜合性學術期刊。是核心期刊、權威性雜志。作為中國圖象圖形學學會的會刊，利用學會在國內外廣泛的科技信息渠道、全方位多層面的學科交叉應用，積極向產業界宣傳科技成果，熱心向科技界推薦最新產品。

　　【收錄情況】

　　國家新聞出版總署收錄　獲獎情況

　　核心中文期刊

　　【欄目設置】

　　主要欄目：綜述、圖像處理和編碼、圖像分析和識別、圖像理解和計算機視覺、計算機圖形學、虛擬現實和增強現實。

　　雜志優秀目錄參考：

　　CRT顯示圖像的色彩管理新模型 黎新伍，王根生，Li Xinwu，Wang Gensheng

　　鄰域窗口權重變分的圖像修復 王猛，翟東海，聶洪玉，王佳君，Wang Meng，Zhai Donghai，Nie Hongyu，Wang Jiajun

　　自適應濾波窗實現距離加權圖像椒鹽噪聲濾除 林亞明，李佐勇，林葉郁，徐戈，Lin Yaming，Li Zuoyong，Lin Yeyu，Xu Ge

　　利用Hough變換的匹配對提純 謝亮，陳姝，張鈞，田金文，Xie Liang，Chen Shu，Zhang Jun，Tian Jinwen

　　結合格式塔完形規則的自然圖像分割 曾接賢，王玉，Zeng Jiexian，Wang Yu

　　融合Kernel PCA形狀先驗信息的變分圖像分割模型 楊建功，汪西莉，李虎，Yang Jiangong，Wang Xili，Li Hu

　　基于2維灰度熵閾值選取快速迭代的圖像分割 吳詩婳，吳一全，周建江，孟天亮，戴一冕，Wu Shihua，Wu Yiquan，Zhou JianJiang，Meng Tianliang，Dai Yimian

　　基于圖像線特征和點云面特征的水下人造目標定位 解則曉，潘成成，遲書凱，魏征，Xie Zexiao，Pan Chengcheng，Chi Shukai，Wei Zheng

　　熵能量堆煤圖像的定位與識別 袁姮，王志宏，姜文濤，Yuan Heng，Wang Zhihong，Jiang Wentao

　　時空運動顯著性的目標跟蹤 謝昭，劉玉敏，張駿，段士雷，Xie Zhao，Liu Yumin，Zhang Jun，Duan Shilei

　　結合整體一致性和局部差異性的圖像目標顯著性檢測 張小祥，馬儒寧，Zhang Xiaoxiang，Ma Runing

　　基于Radon-經驗模式分析的紋理分類 徐卓飛，張海燕，劉凱，侯和平，徐倩倩，李利峰，Xu Zhuofei，Zhang Haiyan，Liu Kai，Hou Heping，Xu Qianqian，Li Lifeng

　　教學與管理投稿：校圖書館信息素質教育的研究思考

　　摘 要：現階段，在我國社會經濟發展水平快速提高的同時，信息技術的發展獲得了更大的發展空間。信息技術的應用領域逐漸擴大，尤其在高校圖書館信息素質教育方面發揮了重要的影響。如何根據高校圖書館信息素質教育的實際需求，合理的應用信息化技術，是高校未來發展中應積極思考的主要問題之一。本文將簡要分析，信息技術發展影響下的高校圖書館信息素質教育方面的內容，旨在更好的發揮信息技術在高校圖書館信息素質教育中的優勢。

　　關鍵詞：信息技術,高校圖書館,信息素質,教育

　　在高校教育發展的過程中，信息技術發揮了很大的作用。結合信息素質的相關定義以及其在高校教育事業中發展的成果證明，信息技術的應用使高校圖書館在培養人才素質教育中，始終扮演著重要的角色。信息技術的應用，為圖書館信息素質教育，提供了及其便利的條件。在信息技術不斷發展的今天，結合信息技術在高校圖書館信息素質教育中的應用問題，分析信息技術變革發展，制定高校圖書館信息素質教育策略，成為高校圖書館發展信息素質教育的關鍵事項之一。

　　中國圖象圖形學報最新期刊目錄

基于深度學習的監控視頻異常檢測方法綜述————作者：汪洋;周腳根;嚴俊;關佶紅;

摘要：利用監控視頻監測異常在社會治理中具有至關重要的地位，因此視頻異常檢測一直是計算機視覺領域備受關注且具有挑戰性的議題。鑒于此，以深度學習的視角，對當前關鍵的視頻異常檢測方法進行了分類和綜述。首先，全面介紹了視頻異常的定義，包括異常的劃定和類型分類；隨后，分析了目前全監督、弱監督、無監督等方面的深度學習方法在視頻異常檢測領域的進展，探討了各自的優缺點，特別針對結合大模型的最新研究進展進行了探討；接著，...

面向目標檢測的視點規劃方法綜述————作者：王健宇;朱楓;郝穎明;王群;趙鵬飛;孫海波;

摘要：目標檢測是計算機視覺領域的基礎研究方向之一。由于圖像采集時物體擺放密集、光照條件差等因素導致圖像失去細節，當使用此類圖像作為輸入時，常規的目標檢測算法對目標物的檢測結果無法滿足任務需求。為了解決這類問題，面向目標檢測的視點規劃這一智能感知方法應運而生，其可自主分析當前條件下影響檢測任務的因素，調整相機的位姿參數規避影響，實現目標物準確檢測。面向目標檢測的視點規劃方法不僅可以輔助計算機視覺的其他領域...

融合知識蒸餾與記憶機制的無監督工業缺陷檢測————作者：劉兵;史偉峰;劉明明;周勇;劉鵬;

摘要：目的 基于深度學習的工業缺陷檢測方法可以降低傳統人工質檢的成本，提升檢測的準確性與效率，因而在智能制造中扮演重要角色。針對無監督工業缺陷檢測中存在的過檢測和邏輯缺陷檢測失效等問題，提出一種融合知識蒸餾與記憶機制的無監督工業缺陷檢測模型。方法 使用顯著性檢測網絡和柏林噪聲合成缺陷圖像，提升合成圖像與真實缺陷圖像的分布一致性，緩解傳統模型的過檢測問題；同時，對傳統無監督工業缺陷檢測框架進行改進，引入平...

局部無參注意力和聯合損失的遙感目標檢測————作者：夏波;薛衛濤;周新堯;黃鴻;

摘要：目的 遙感目標檢測技術在遙感測繪、智慧城市、鄉村振興和國防軍事等領域具有廣泛應用，但遙感影像存在背景信息復雜、待檢目標小且多等特點，導致目標特征隨著網絡加深淹沒在背景信息中，不利于后續檢測任務。針對此問題，基于YOLOv5s(you only look once)網絡，提出一種局部無參注意力和聯合損失的遙感目標檢測方法。方法 首先提出一種局部無參注意力機制，能夠根據當前特征提高局部區域內的目標關注...

基于監督注意力的遙感圖像定向目標檢測————作者：余凌霄;郝潔;左量;

摘要：目的 任意方向的多尺度目標和復雜的背景信息，使得在遙感圖像上的目標檢測相比一般目標檢測任務具有更大的挑戰。盡管一些現有的檢測模型取得了令人滿意的成果，但它們主要基于錨框實現，其檢測性能依賴于預定義錨框的設計。本文在Faster R-CNN(faster region-based convolutional neural network)的基礎上，通過結合無錨檢測思想與監督掩碼注意力技術，提出了一種...

基于全局—局部上下文自適應加權融合的紅外飛機檢測算法————作者：徐紅鵬;劉剛;習江濤;童軍;

摘要：目的 針對遠距離紅外飛機目標檢測中存在的由于成像面積小、輻射強度較弱造成無法充分提取目標特征進而影響檢測性能的問題，提出一種基于全局—局部上下文自適應加權融合（adaptive weighted fusion of globallocal context,AWFGLC）機制的紅外飛機目標檢測算法。方法 基于全局—局部上下文自適應加權融合機制，沿著通道維度隨機進行劃分與重組，將輸入特征圖切分為兩個特...

可變形卷積與注意力的SAR艦船檢測輕量化模型————作者：余光浩;陳潤霖;徐金燕;徐前祥;王大寒;陳峰;

摘要：目的 針對合成孔徑雷達（synthetic aperture radar,SAR）圖像艦船檢測中因背景復雜、目標尺寸各異等因素導致的漏檢、誤檢結果，提出一種基于YOLOv8(you only look once v8)的改進算法。方法 首先，輕量化處理YOLOv8的原有網絡結構，大幅降低網絡的冗余度，使輕量化的網絡更適合SAR圖像艦船檢測任務。其次，在主干網絡中融入可變形卷積，增強模型對目標的感知...

自適應卷積約束與全局上下文推理的墓室壁畫修復————作者：吳萌;郭歌;孫增國;路智勇;張倩文;

摘要：目的 墓室壁畫作為地下文物，由于環境濕度、地仗沉降等因素，局部區域出現了脫落、裂縫、霉變等多種病害，導致畫面部分缺失。但現有深度學習的修復方法通常在單一維度或固定區域進行信息重建，無法充分捕獲稀疏的壁畫特征和修復多樣化的復雜病害，修復時會出現內容缺失、結構錯亂等問題。對此，提出一種自適應卷積約束與全局上下文推理的墓室壁畫修復。方法 基于端到端的編碼器—解碼器架構，首先設計多尺度增強卷積模塊，從頻域...

提示學習與門控前饋網絡的多尺度圖像去模糊————作者：謝斌;黎彥先;邵祥;戴邦強;

摘要：目的 針對傳統基于深度學習的去模糊方法存在的偽影明顯、細節模糊和噪聲殘留等問題，提出一種基于提示學習的多尺度圖像去模糊新方法。方法 首先，在詳細分析傳統去模糊方法的基礎上，引入基于提示學習的特定退化信息編碼模塊，利用退化信息中包含的上下文信息來動態地引導深度網絡以更有效地完成去模糊任務。其次，設計了新的門控前饋網絡，通過控制各個層級的信息流動構建更為豐富和更具層次結構的特征表示，從而進一步提高對復...

隱含異位聯合編碼的密文圖像可逆信息隱藏————作者：陳振宇;殷趙霞;占鴻漸;呂淑靜;胡孟晗;

摘要：目的 密文圖像可逆信息隱藏技術旨在將信息嵌入至加密圖像，以確保信息和原始圖像能夠準確提取和無損恢復。針對密文圖像可逆信息隱藏嵌入率不高的問題，通過增加編碼的信息運載效率與利用相鄰像素相關性，提出了一種位平面隱含異位聯合編碼的密文圖像可逆信息隱藏方案。方法 首先，圖像所有者將原始圖像分成大小相等的塊，并計算出原始圖像像素的預測誤差。然后，對預測誤差的8個位平面進行重排。在位平面壓縮階段，運用隱含異位...

融合通道注意力的跨尺度Transformer圖像超分辨率重建————作者：李焱;董仕豪;張家偉;趙茹;鄭鈺輝;

摘要：目的 針對在超分辨率任務中，Transformer模型存在特征提取模式單一、重建圖像高頻細節丟失和結構失真的問題，提出了一種融合通道注意力的跨尺度Transformer圖像超分辨率重建模型。方法 模型由4個模塊組成：淺層特征提取、跨尺度深層特征提取、多級特征融合以及高質量重建模塊。淺層特征提取利用卷積處理早期圖像，獲得更穩定的輸出；跨尺度深層特征提取利用跨尺度Transformer和強化通道注意力...

融合多視圖一致和互補信息的深度3D模型分類————作者：吳晗 ;胡良臣 ;楊影 ;接標 ;羅永龍 ;

摘要：目的 基于深度學習的方法在3D模型分類任務中取得了先進的性能，此類方法需要提取三維模型不同數據表示的特征，例如使用深度學習模型提取多視圖特征并將其組合成單一而緊湊的形狀描述符。然而，這些方法只考慮了多視圖之間的一致信息，而忽視了視圖與視圖之間存在的差異信息。為了解決這一問題，提出了新的特征網絡學習3D模型多視圖數據表示的一致信息和互補信息，并將其有效融合，以充分利用多視圖數據的特征，提高3D模型分...

面向單目深度估計的多層次感知條件隨機場模型————作者：賈迪;宋慧倫;趙辰;徐馳;

摘要：目的 從單幅影像中估計景深已成為計算機視覺研究熱點之一，現有方法常通過提高網絡的復雜度回歸深度，增加了數據的訓練成本及時間復雜度，為此提出一種面向單目深度估計的多層次感知條件隨機場模型。方法 采用自適應混合金字塔特征融合策略，捕獲圖像中不同位置間的短距離和長距離依賴關系，從而有效聚合全局和局部上下文信息，實現信息的高效傳遞。引入條件隨機場解碼機制，以此精細捕捉像素間的空間依賴關系。結合動態縮放注意...

多類型提示互補的弱監督時序動作定位————作者：任小龍;張飛飛;周琬婷;周玲;

摘要：目的 弱監督時序動作定位僅利用視頻級標注來定位動作實例的起止時間并識別其類別。目前基于視覺語言的方法利用文本提示信息來提升時序動作定位模型的性能。在視覺語言模型中，動作標簽文本通常被封裝為文本提示信息，按類型可分為手工類型提示（handcrafted prompts）和可學習類型提示（learnable prompts），而現有方法忽略了二者間的互補性，使得引入的文本提示信息無法充分發揮其引導作用...

視網膜血管圖像分割的尺度特征表示學習網絡————作者：楊可欣;劉驪;付曉東;劉利軍;彭瑋;

摘要：目的 針對視網膜血管圖像分割中血管特征尺度多變、毛細血管細節豐富以及視杯視盤、病變等特殊區域干擾導致的表征不精確、分割誤差大以及結果不準確等問題，提出一種視網膜血管圖像分割的尺度特征表示學習網絡，包括尺度特征表示、紋理特征增強和雙重對比學習3個模塊。方法 首先，輸入視網膜圖像集中的圖像，通過引入空間自注意力構建尺度特征表示模塊，對視網膜血管進行分層尺度表征；然后，采用上下文信息引導的紋理濾波器對血...

針對多源遙感圖像分類的門控跨模態聚合網絡————作者：金學鵬;高峰;石曉晨;董軍宇;

摘要：目的 為了突破單一傳感器的技術限制并彌補單一數據源應用的局限性，多源遙感數據融合成為了遙感應用領域的研究熱點。當前的高光譜圖像與激光雷達（light detection and ranging, LiDAR）/合成孔徑雷達（synthetic aperture radar, SAR）數據融合分類方法未能充分利用高光譜圖像的光譜特征以及LiDAR/SAR數據的地物結構信息。由于不同成像模態的圖像在數...

基于雙專家的巡檢影像多模態零樣本缺陷檢測————作者：吳華;賈棟豪;張婷婷;白曉靜;孫笠;蒲夢楊;

摘要：目的 電力設備巡檢影像缺陷檢測對于提高電力傳輸的安全性和電網運行的可靠性具有重要作用。但由于相應訓練數據集的構造成本高昂，傳統的監督學習方法難以適應電力設備巡檢影像缺陷檢測。同時電力設備巡檢影像中通常含有復雜多樣的背景，嚴重干擾了模型對缺陷的檢測。方法 基于視覺語言模型并結合文本提示，提出了電力設備巡檢影像零樣本缺陷檢測模型。模型中含有多個雙專家模塊，在由視覺語言模型獲得文本特征和視覺特征后，經多...

結合濃度劃分與圖像融合的多分支非均質圖像去霧————作者：金鑫樂;劉春曉;葉爽爽;王成驊;周子翔;

摘要：目的 目前的去霧算法已能夠較好地處理均質的薄霧圖像，但針對霧霾濃度不同的非均質霧霾圖像往往具有較低的去霧性能。為此，提出了結合濃度劃分與圖像融合的多分支非均質圖像去霧算法。方法 本文將單幅非均質霧霾圖像視為由多個具有均質薄霧或者均質濃霧的局部區域組成，通過分別解決單幅非均質霧圖中的不同均質霧霾區域來進行整幅非均質圖像去霧。首先在不同均質霧霾濃度的去霧數據集上訓練了多個圖像增強網絡，以得到針對不同均...

結合特征交互和融合的輕量級變化檢測網絡————作者：王仁芳;楊梓健;邱虹;王峰;高廣;吳敦;

摘要：目的 利用深度學習開展變化檢測是遙感智能解譯熱點研究方向之一。針對基于Transformer變化檢測模型結構復雜、參數過多、訓練耗時的問題，設計了一種融合特征交互和融合的輕量級變化檢測網絡（feature interaction and fusion lightweight network, FIFLNet）。方法 解碼器中采用EfficientNet作為特征提取網絡，其能利用模型的放縮（mode...

面向深度學習的三維點云補全算法綜述————作者：胡伏原;李晨露;周濤;程洪福;顧敏明;

摘要：點云因其豐富的信息表達能力已成為三維視覺的主要表現形式，然而實際采集到的點云數據往往因各種因素導致稀疏或殘缺，嚴重影響點云后續處理。點云補全算法旨在從殘缺點云數據中重建完整點云模型，是3D重建、目標檢測和形狀分類等領域的重要研究基礎。目前，基于深度學習的點云補全算法逐漸成為三維點云領域的研究熱點，但補全任務中模型結構、精度和效率等挑戰正阻礙點云補全算法的發展。本文對深度學習背景下的點云補全算法進行...

　　相關科技期刊推薦

• 省級科學大眾(科學教育)
• 國家級海洋世界
• 省級《高原地震》
• 省級建筑工程技術與設計
• 省級世界地質英文版
• 省級《四川電力技術》
• 省級《深冷技術》
• 省級湖南生態科學學報
• 北大核心《物理化學學報》
• 北大核心鈾礦地質礦業學報
• 省級健康之友
• 省級《管理工程師》
• 國家級《國際紡織導報》
• 省級黃海學術論壇
• 北大核心內蒙古工業大學學報(自然科學版)
• 國家級環球人物
• 北大核心北京社會科學
• 省級廣州化工
• 省級水上消防
• 北大核心《社會科學家》
• 省級《天津科技》
• 北大核心《內陸地震》
• 省級《紡織高校基礎科學學報》
• 省級樓盤設計
• 省級南通航運職業技術學院學報
• 學報《中國科學院院刊》
• 省級住宅裝飾
• 省級河北電力技術雜志
• 北大核心《真空科學與技術》
• 北大核心《粉末冶金技術》

　　核心期刊推薦

中國科技史雜志

西安建筑科技大學學報(自然科學版)

地質科技通報

湖南科技大學學報(自然科學版)