基于小波分形的图像分割算法

皮鞋内腔的自动测量是当今国内外都没有解决的难题。国外通常采用接触式测量,用传感器与皮鞋内腔接触获得数据。这种测量方法存在精度不高的缺点。重庆大学ICT中心在多年ICT研究的基础上提出了用工业CT来解决长期困扰皮鞋工业的难题。皮鞋内腔CT测量仪获得皮鞋的断面图像以后,由于工业CT通过断层扫描获得的图像通常会产生伪影见图1,它是图像中与被检物的物理参数分布没有对应关系的部分,因此图像质量不是非常理想,要对重建出来的图像进行准确的分割,才能够根据分割后的图像进行测量,进而根据多个断面的     

基于模型基的二值图像压缩方法

目前，二值图像压缩主要采用无损压缩方式，压缩倍数低。针对具有相同背景的表格图像，借鉴在运动图像压缩中效果很好的模型基压缩方法，提出将表格图像的相同背景建立成二维模型，将表格图像中的不同内容作为运动参数进行编码，解码时再将图像进行合成的方法。实验证明该方法可以得到相当不错的压缩效果。     

基于HMM方法的银行票据自动识别

利用隐态马尔可夫模型(HMMs)，对银行票据中金额的大小写数据识别问题进行了研究．主要内容包括建立新颖的文字分刻算法；设计HMM训练和识别算法．在HMM系统中，将使用频率比较高的手写体错别字和同音字作为不同的字符类来处理；同时在HMM的训练过程中，提出了平滑参数的新方法．实验结果表明，该方法在实践中是可行的，在银行票据自动识别中有很好的应用前景．     

计算SVM判别函数值的方法

当支撑矢量或待判别的样本很多时，支撑矢量机(SVM)算法对判别函数值的直接计算会影响整个SVM算法的速度．国外对于SVM的训练算法研究很深入，但判别函数值的算法研究很少．文中将从减少判别值计算的复杂性入手，提出矢量替换法(主要针对线性SVM)、正交矢量法(主要针对非线性SVM)的判别值计算算法．     

基于支持向量机的人脸检测算法

人脸检测是建立自动人脸识别系统的基础，该文提出了一种新的基于支持向量机的人脸检测算法，支持向量机是在统计学习理论的基础上发展起来的一种通用机器学习算法，采用支持向量机可以建立类似于神经网络的分类器，但是克服了神经网络中可能遇到的局部极小值和过学习问题，试验结果表明该算法鲁棒性好，检测精度高，具有很强的实用价值。     

调度函数与分区控制规则相结合的优化调度模式研究

提出了充分考虑实际系统特点和优化模型成果的水库时、空分区控制规则与调度函数相结合的优化调度模式．验证分析表明这种优化调度模式具有效益显著、简单易行等特点．     

基于DSP的版面分析和OCR识别的原理及实现

随着光学字符识别(OCR)技术广泛应用于人口普查、银行票据、各类报表等表格文档自动处理中，大大提高了表格文档的处理效率和精度，节省了人力物力和财力。OCR识别系统通常采用扫描仪获取表格文档的原始图像，由计算机进行版面分析和字符识别。这里提出了基于DSP的OCR识别仪，采用接触式图像传感器摄取文档的原始图像．数字信号处理器(DSP)实现版面分析和字符识别。将识别结果输入到计算机中进行后处理。这样一台计算机可以联结多台识别仪，大大降低了OCR识别系统的成本，在大规模的表格文档自动处理中具有重要的意义。     

基于曲波变换的轨道梁面裂纹图像增强

跨座式轨道梁表面出现的裂纹和缺陷,严重影响了列车安全及平稳运行.由于采集的图像存在边缘模糊、局部或整体对比度差等不足,提出一种基于曲波变换的梁面裂纹增强新算法.根据裂纹图像曲波变换后的不同尺度系数,由于分数阶微分能增强信号的中频成分、非线性保留信号低频的特点,在曲波域的低频采用分数阶微分增强纹理信息;同时在曲波域的方向子带根据方向的敏感性,采用对弱边缘增强、强边缘保留、噪声去除的处理.并对低频和方向子带增强时的参数分别进行了讨论.实验结果表明,所提出的方法与其他算法相比,主观上细节增强和对比度提高均优于其他算法,客观上对比度改善指数(contrast improvement index,CII)也大大提高,表明提出的算法增强效果良好.     

利用图像处理技术进行工件角度检测

以螺杆端面角度检测为例，通过对几种基于图像处理的角度计算方法比较，最后采用Hough变换的方法计算工件的旋转角度。并且改进了预处理中的边缘提取算法。实验结果证明，此方法能快速准确地检测出螺杆端面的角度，并且可以应用到其它类似工件的角度检测中。     

基于EMD的轻轨锚固螺杆故障诊断方法研究

为了实现对重庆市轻轨轨道梁关键受力构件锚固螺杆松动与失效等故障的检测,对锚固螺杆采用经验模态分解(empirical mode decomposition, EMD)方法进行研究,建立在役锚固螺杆健康状况检测系统.首先,求解出从试验台采集到的各锚固螺杆不同已知紧固力矩下振动信号的脉冲响应信号,然后对其进行EMD分解,并将包含其主要信息量的第一、二本征模态的主频率、主峰幅度值、模态能量、模态几何平均值等特征进行提取,形成特征包,作为模式识别的判据.最后应用于现场锚固螺杆的诊断,给出诊断报告.大量数据表明,该方法对锚固螺杆故障识别的错分率可以控制在10%以下,因此可以作为锚固螺杆是否处于正常服役状态的依据.