基于人类视觉感知特性的一种纹理图象分割方法

在纹理图象分割的研究领域中,基于人类视觉感知特性的图象分割方法是一个重要的新方向,本文给出了一种纹理图象分割的方法,设计了一组参数不同的2D最佳正交极可分方向滤波器来提取图象特征,然后经过四叉树平滑,用模糊C－均值聚类对图象进行分类,最后进行边缘确定,实验结果表明,这种方法能获得较好的分割效果。     

语音信号的预滤波和倒谱参数方差的统计

对于非实验室条件下的实时语音识别系统来说，能否准确提取出所需要的语音信号特征，是决定该识别系统正识率高低的关键因素之一，对语音信号进行预滤波以抑制噪音，有利于语音信号特征的提取，本文结合一个实际系统，讨论了其降噪问题，并建议以倒谱参数方差之统计特性是否符合一定规律的为标准，来衡量预滤波的效果，文中还对数字滤波器及随机低门限时域中心削波在预滤波中的作用进行了讨论，实验结果表明，预滤波取得了较好的效果     

基于不同光照方向的子空间人脸识别方法

提出了一种方法，用于解决人脸识别问题中光照方向变化所带来的困难。首先建立对应不同光照方向的子空间，再确定测试样本所对应的子空间，然后在这个子空间中利用最近邻法进行匹配，达到识别的目的。利用SHIMON人脸数据库，分仅有光照变化和同时有视角变化和光照变化两种情况进行了实验，实验结果证明该方法是有效的。     

光照变化条件下的人脸识别研究

本文提出了两种研究光照变化条件下人脸识别的方法.第1种方法光照子空间方法,它适用于训练集中存在与测试人脸图像相同或者相似光照的人脸训练图像.当这个条件不满足时,可得用径向基函数产生虚拟光照条件下的人脸图像样本图像特征加入训练集,该方法适用于更一般的情况。实验结果证明文中提出的方法可以有效提高识别率。     

核学习机研究

该文概述了近年来机器学习研究领域的一个热点问题———核学习机。首先分析了核方法的主要思想,然后着重介绍了几种新近发展的核学习机,包括支持向量机、核的Fisher判别分析等有监督学习算法及核的主分量分析等无监督学习算法,最后讨论了其应用及前景展望。     

一种新的基于直线特征的摄像机自标定方法

通过引入场景的几何约束,提出了一种新的基于直线的摄像机自标定方法。利用射影几何中平行直线投影的交点与光心的连线平行于该平行直线的性质,给出了摄像机内参数的线性求解方法。只假设场景中存在垂直的平行直线,相对于文献［1］而言,其适用的情况更为广泛。实验结果验证了方法的有效性。     

一种快速的SAR图像分类方法

SAR图像分类是＆讯图解译中非常重要的环节,但由于SAR图像中相干斑噪声的存在,使得传统方法不能很好地对SAR图像进行分类。再之,SAR图像分类具有计算量大、耗时长的特点,SAR所能获取的信息数据量也越来越大,如何快速、准确地对SAR图像进行分类以及时获取有用信息显得日益迫切。本文提出了一种快速的SAR图像分类方法,该方法将图像的空间域和频域特征相结合,并基于并行计算环境,对图像中的每一点都计算相应的小波能量特征、共生灰度矩阵特征和滤波后的灰度特征,并组成特征向量对SAR图像进行分类。实验结果证明该方法能取得较好的分类效果,且速度较快。     

一种视频序列中的运动对象自动分割算法

提出了一种自动、准确的运动对象分割算法。首先通过直方图拟合获得准确的背景噪声方差,克服了以往只能依据经验设定背景噪声方差的缺点,并使用显著性测试技术有效地对帧差图进行二值化,确定出运动区域。然后进行形态学和对称差分处理消除噪声及显露背景,获得初始运动对象。但由于分割结果不够精确,再使用梯度向量流场作为外力的改进活动轮廓算法得到运动对象精确轮廓。实验结果表明,该方法能够得到运动对象精确的轮廓,并且具有调整参数少,抗干扰能力强,可并行处理等优点。     

从明暗恢复形状问题中的一种分形约束方法探讨

本文提出一种由从明暗恢复自然景物表面三维形状的一种表面约束方法.该方法从传统约束条件的分形本质出发,克服了传统表面恢复方法造成恢复结果过分平滑而失真的缺点,并利用最大后验概率方法对物体表面高度函数进行Gibbs随机采样,从而得到待恢复表面三维形状的一个最佳实现.实验结果表明了本文方法的有效性.     

严重噪声污染图像边缘的统计检测算法

提出了一种适用于受多种噪声严重污染图像的边缘检测算法。该算法包括边缘统计判决及边缘检测两部分。统计判别部分包括三大类１３种平行统计检验方法。利用顺序统计量，使之不仅适合于含有白噪声干扰图像的边缘判决，而且适合于含有脉冲噪声和椒盐噪声的图像区域，利用加权表决的方法检测出边缘，可以大大减少计算。实验结果表明，本算法是行之有效的。