以径向型空间——时态特征表达的竞争与协作型神经网络识别非限制手…

本文提供一种新方案来表达并识别写体数字，本方案首先通过一系列启发式规则作为变换算子，将一个二维（２Ｄ）空间代表的数字变换成一个三维（３Ｄ）空间时态表达式来进行识别，然后，提出了一种多重临界分段法，用以轴取标量与均匀度变化的局部特征点，作者提出了一种新颖径向型神经－竞争与协作型神经网络（ＲＣＣＮ），它特别适用于识别写体数字，ＲＣＣＮ是一种全局竞争而局部协作的神经网络，它具有自组织隐含单元，使神经网络     

基于Canny理论的边缘提取改善方法

本文在对Ｃａｎｎｙ的最佳边缘检测算子进行理论及实验研究的基础上，将Ｗｉｎｅｎｅｒ滤波与之相结合，提出了一咱有效的提取噪声污染边缘的方法。     

视觉导航的旋转不变性图象获取和神经元网络识别方法研究

本文报告了将旋转不变性图象和神经网络用于移动机器人室外道路识别和方向判别的研究结果。本方法采用图象分析技术与自适应的神经元网络相结合；用全方位图象传感器提取图象样本，然后从图象中提取旋转不变性的特征，使用分类网络对道路类型分类，并用其结果选择不同的方向估计神经元网络；分析了神经元网络在选择不同形式的输入数据和不同数目的隐含层结点时的性能。文章给出了在室外环境下拍摄的真实图象实验的结果。     

一种基于多视点图像的可变姿态人脸识别系统

本文报告了一种多姿态人脸图象识别原型系统，它不同于现有系统和方法，该系统可工作在合作对象下允许姿态变化（存在图象平面内旋转和深度方向上旋转，限于双眼可见）的人脸图象识别。由于对成象条件有所放松，故可望应用于身份验证、保安和视频付领域。对姿态可变条件下的人脸特征检测、姿态估计、识别建模以及基于模板相关的匹配等技术进行了深入研究，分析了光照、姿态及分辨率变化等地识别的影响程度。实验结果表明，对于３０类     

应用光学相关识别的成象制导系统

本文系统了利用相干光学方法进行图象识别的成象制导系统。相干光学识别方法具有并行处理速度快，信息吞吐容量大、体积小等优点，是计算机识别所无法比拟的。它应用于制导技术，可以实现弹载、机载对目标的快速实时图象识别和相关器的小型化。文中的这种成象制导系统的特点、原理、系统组成、关键技术及应用前景作了重点论述。     

图象识别的全息图技术

依据全息图的再现原理并利用４ｆ系统，提出了一种快速准确地进行图象识别、指纹检测等的新方法．以这种方法制备的图象检测议具有易操作、成本低、便于普及等特点，为研制这种类型的检测仪器提供了理论和技术依据．     

基于Radon变换的图象矩特征抽取及其在图象识别中的应用

介绍了图象的Radon变换以Radon变换下图象矩的计算方法;利用Radon变换的抗干扰特性,提出一种图象矩特征的抽象方法,以得到图旬在Radon变换下的矩特征矩阵,进而提出了一种利用该矩阵的奇异值进行图象识别的方法。