一种基于图象序列的背景拼图生成方法

为了获取宽视场的场景表示,针对含有运动对象的场景图象序列,提出了一种背景拼图的生成方法,首先将拍摄的同一场景的两组图象序列经配准和融合获得两幅拼图,然后将场景中的运动对象提取出来,用拼图中对应的背景区域来取代另一幅拼图中被运动对象遮挡的区域,从而构成一幅无遮挡的宽视场的背景拼图.文中通过实验表明了该方法是有效的.     

一种基于图像的室外场景天气模拟技术框架

文中给出了一个基于图像的室外场景的天气模拟技术框架，该方法仅需要少量的参考图像，结合一定的光照模型模拟生成同一时刻，同一视点，不同天气条件下的室外场景图像，其中不需要场景中物体的几何形状和表面反射特性的信息，给出了模拟生成的结果，说明了该方法的有效性。     

基于Boosting的不平衡数据分类算法研究

研究基于boosting的不平衡数据分类算法,归纳分析现有算法,在此基础上提出权重采样boosting算法。对样本进行权重采样,改变原有数据分布,从而得到适用于不平衡数据的分类器。算法本质是利用采样函数调整原始boosting损失函数形式,进一步强调正样本的分类损失,使得分类器侧重对正样本的有效判别,提高正样本的整体识别率。算法实现简单,实用性强,在UCI数据集上的实验结果表明,对于不平衡数据分类问题,权重采样boosting优于原始boosting及前人算法。     

基于纹理方向的描述和对具有方向性纹理图象的分类与分割

为进一步进行纹理特征分析，从纹理的方向性入手，给出了纹理方向的数学定义式，合理选择差异函数，构造了具有物理意义的纹理方向描述特征向量，数据处理方面，运用模糊贴近度的概念，结合改进后的属性均值聚类算法，对一类具有方向性的纹理图象进行分类与分割实验，取得了较好的结果，试验表明，该方法对纹理的方向性有很好的描述能力。