一种基于一致性邻域超图模型的图象分割方法

提出了一种将超图理论与图象的空－频域特征分析相结合的图象分割方法,该方法是基于图象的多分辨率小波分析及高斯－马尔可夫随机场理论,在抽取一组反映图象局部空间结构信息的特征矢量基础上,根据同一区域的象素具有相似的特征矢量的原则,将图象转换为一个关于特征相似性测度的领域超图,再利用覆盖－选择算法对该超图进行分割的方法,实验证明,该方法具有较好的稳定性和适应性,尤其对于一些信噪比较低的图象,也具有良好的分     

一种新的图像纹理表示方法

该文基于纹理元直方图导出了纹理的新表示方法,并根据正交镜像滤波器的小波变换能量的转换和量化来定义纹理元。此种,给出了数种小波纹理特征集的实验评价,此方法具有将Brodatz纹理分类的极好性能。同时还研究了数种考虑近似旋转不变性或比例不变性的变换。最后,引入了生成纹理直方图和形成二进制纹理集的特征空间的过程,而且纹理直方图和二进制纹理集的特征空间与颜色直方图是对称的。获得纹理的这些表示旨在为度量纹理的相似性和从图像中抽取纹理区域。     

自主探测系统的Bayes递推估计策略

探测系统被动地接爱外界的测量信息是不够的,因此方式获得的数据是不完备的,由此揄得出的结论在一定程度上具有不确定性,是不能接受的,为获得可靠的信息,常采用多传感器的数据融合或装备自主传感器的方法,文中将Bayes递推估计策略应用于自主探测系统,使其能最逼真的再再所关心的探测对象。     

一种双向压缩的二维特征抽取算法及其应用*

针对二维主分量分析（2DPCA）在最优投影轴上的投影是一个向量,其抽取出的图像特征是一个矩阵,特征数据量大,不便于直接分类的弱点,提出了一种特征抽取新方法。首先用2DPCA作一次横向压缩,对抽取出的特征矩阵再作一次2DPCA进行纵向压缩。这样抽取出的特征数量大大减少,可加快分类速度。ORL人脸库的试验结果表明了该方法的有效性。     

模块二维主成分分析——人脸识别新方法

提出了模块二维主成分分析(M2DPCA)线性鉴别分析方法。M2DPCA方法先对图像矩阵进行分块，对分块得到的子图像矩阵直接进行鉴别分析。其特点是：能有效地降低模式原始特征的维数；可以完全避免使用矩阵的奇异值分解，特征抽取方便；此外，2DPCA是M2DPCA的特例。在ORL人脸库上试验结果表明，M2DPCA方法在识别性能上优于PCA，比2DPCA更具有鲁棒性。     

二维投影与PCA相结合的人脸识别算法

传统的特征抽取算法是基于向量的，在模式是图像时并不方便。二维投影方法利用图像矩阵直接计算，虽然抽取特征速度快，但抽取出的特征是矩阵，对应的特征数量大，影响分类速度。该文结合二者的优点，先用二维投影处理原始图像，降维后再做主分量分析，抽取出少量的特征进行分类，识别率和分类速度均有提高。在ORL人脸库上20次实验的平均识别率达95.83%。     

基于相对特征的越野地形可通行性分析

自主地面车在越野环境下导航面临最困难的问题之一是对地形的理解，分析感知到的越野地形，作适合于自主车导航的可通行性分析。本文提出了越野高程地形的相对不变性概念，并利用这种性质提取出在一定尺度范围内地形具有的相对不变特征，如地形坡度、起伏度和粗糙度，最后基于模糊规则组合各特征对地形的可通行性进行评估。自主车越野导航实验表明，本文算法稳定有效，能满足自主地面车越野导航的需要。     

基于分块PCA的人脸识别方法

本文提出了一种称为M2PCA＋FDA的新的人脸识别方法．新方法从模式的原始数字图像出发，先对样本图像进行分块，对分块得到的子图像矩阵采用PCA进行特征抽取，从而得到能代替原始模式的低维的新模式，然后，对新模式施行“Fisherfaces”方法，实现模式的分类．其特点是能有效地抽取图像的局部特征，正是这些特征使此类模式区别于彼类．在ORL和NUST603两个人脸数据库上对M2PCAA-FDA方法进行了测试，实验的结果表明，本文提出的方法在识别性能上优于“Fisherfaces”方法和PCA方法．     

一种基于光流的障碍物估计算法

移动机器人在行进过程中必须能够检测和躲避障碍物,文章提出了一种使用光流场估计障碍物区域的算法。使用结合从粗到精策略的最小加权二乘法的方法计算光流,从而估计图像序列中可能的障碍物位置,为后续的接近时间计算提供了良好的基础。大量实地实验验证了该方法的有效性和可行性。     

目标选择的最近邻优化算法

坦克分队作战中，攻防双方多辆坦克的火力对抗涉及到火力分配，这时每辆坦克往往向威胁自身最大的目标开火，但这种目标选择的整体效果并不是最优的。由于最优火力分配是整数规划问题，当坦克分队中坦克数量较大时，求解最优的火力分配存在时间长和计算复杂等问题。因此在作战仿真或者指挥自动化系统中，对于这一问题多采用次优算法处理。该文提出一种最近邻目标选择优化算法，使得最大限度地减轻了对方对己方(坦克分队)的威胁，从而提高了坦克作战效能。