柔性(soft)形态学在图象边缘检测中的应用

根据柔性形态学单调性、扩展性、和反扩展性等基本理论,讨论了柔性形态学在边缘检测中的应用,柔性形态变换是在经典形态变换基础提出了提出的一些非线性算子,它放宽了经典形态变换的定义,以获得一定程度的鲁棒性,但是,还保留了经典形态算子的优良特性,进而从理论上和几何意义上讨论了其进行边缘检测的原理,及算子的选择,另外,还与标准形态算子及Ｒｏｂｅｒｔ算子的处理结果进行了比较。通过计算机模拟实验表明：基于柔性形     

一种新的手写体字符识别方法

本文提出了一种新的用于识别限制性手写体字符的句法和统计相结合的模式识别方法(简称CSSPR方法),介绍了基于该方法设计实现的手写体字符识别系统(CSSHCRS).CSSPR方法保留了句法P.R.方法对模式结构进行描述的特点,且由于引入了统计模式识别方法,使所设计的CSSHCRS具有较强的抗畸变能力.     

基于方面图技术的三维运动目标识别

三维目标在不同的视点下呈现不同的姿态 ,所得的二维视图也不尽相同 ,因此三维目标识别是一个较为复杂的问题 .为此提出了通过图象序列和图象序列之间的转移关系 ,根据胜者为王的原则来识别三维目标的方法 .该方法采用极指数栅格技术和傅立叶变换相结合得到目标的轮廓不变量 ;用神经网络结合方面图技术 ,通过识别运动目标图象序列来识别三维运动目标 ,实现了一个目标识别系统 .实验结果证明 ,此方法可以有效地用于三维运动目标的识别     

一种基于相空间高斯混合模型的测井相识别方法

油层测井相识别是油田开发的重要依据.油层的测井相类别如果发生误判,将会影响它和邻井对应油层之间的连通对比关系的判断,造成开采方案的失败.测井相的类间差异小,领域知识要求高,属于难度较大的模式识别问题.在研究了混沌建模的基本方法后,给出了一种基于相空间高斯混合模型的测井相识别方法.对每类训练样本形成一个重构相空间,用EM算法学习得到一个高斯混合模型,待识序列按其属于不同类别的高斯混合模型的条件概率进行分类.该方法可以对不规则样本的形态参数进行估计,从而提高测井相的识别精度.实验结果证明了该方法的有效性.     

微处理机在多党谱卫星数据分类上的一个应用

利用多光谱卫星数据对地物进行分类是遥感技术的重要內容。本文简要地叙述了分类原理,给出了分类的程序框图,并结合一组数据对某林地进行了针(?)林,阔叶林和非林地三类划分。     

测井时间序列的替代数据混沌判定方法的研究

利用测井时间序列进行计算机自动测井解释已成为正确认识油层地质规律的重要途径,但能够有效区分沉积相的曲线特征却难以提取.由于测井时间序列的非均质性,线性特征已不能满足逐渐细分的多种沉积微相的分类要求.而提取时间序列的非线性(混沌)特征时,首先要判定它是否含有混沌特性.这里将替代数据法应用于某油田的3种真实测井数据的混沌判定,并结合全井的关联维数做判据进行实验.得出的判据显示,3种测井时间序列均含有混沌.这一结果表明,具有复杂形态的测井时间序列可以用低阶非线性模型或适当的分维特征来描述.这为进一步应用混沌时间序列分析方法研究测井数据打下了理论基础.     

一种新的非线性曲线平滑方法及在测井曲线识别中的应用

介绍了一种用不对称高斯型函数的非线性最小二乘拟合对时间序列进行平滑处理的方法,并将其应用于测井曲线的平滑处理.给出了一种针对油层测井曲线特点的简化平滑算法,减少了需要优化的参数个数.模型参数的连续变化能够描述形态各异的单峰测井曲线.利用模型参数直接作为特征值,将油层测井曲线单峰的形状分类为钟形、箱形、鸡蛋形、漏斗形和枣核形,分类结果较令人满意.这对其它时间序列的平滑和特征提取也有参考价值.     

图象序列运动目标特征点对应的极指数栅格方法

目前的图象序列特征点对应方法是建立在相邻图象间的特征点在运动形式上变化不大 ,即相邻两帧图象间的时间间隔较小这样的一个假设之上的 ,但当相邻图象间的时间间隔较大时 ,则这些方法很难找到对应的特征点 .为此 ,提出了一个由粗到细解决图象序列特征点对应的新方法 ,该方法首先进行粗定位 ,即利用极指数栅格方法来得到运动后目标特征点的大致范围 ;然后通过细定位来得到对应的特征点 .为了使人们对该方法有一全面了解 ,还介绍了该方法的原理 ,并给出了实验结果 .实验证明 ,该方法可以很好地解决时间间隔较大的两帧图象间的特征点对应问题 ,其最大的优点是比通常的方法简单有效 .     

模糊聚类网中多对一映射的实现

分析了模糊聚类网实现多对一映射的两种方式：有监督和无监督,给出了实现这两种方式的网络模型：自适应模糊信要成聚类网和二次模糊聚类网。     

基于分形维数的复杂图像特征提取方法

提出了一种通用的图像特征提取方法,这种方法运用分形维数可以表示曲线的复杂程度的特性来提取图像纹理特征,它具有计算简单、物理意义明确、抗干扰能力的特点,证明了对于离散函数图像在一定条件下可以采用与连续函数图像类似的方法求分形维数,最后给出了一个应用实例表明不同复杂程度的纹理其频谱曲线的分形维数是不相同的。