基于滤波器组的纹理分类研究

论述了基于滤波器组的纹理分类方法。该方法首先利用滤波器组对纹理进行滤波，纹理特征是用滤波器输出的统计值表示的；然后用这些特征向量进行纹理分类研究，分类主要利用了简单（naive）Bayes分类方法和最大加权相关树分类方法。实验显示，最大加权相关树分类方法的效果是较好的。     

对特定区域搜索引擎的自动分类系统的研究

随着因特网的飞速发展,特定区域搜索引擎(Domain-specific search engines)正变的越来越重要,因为这种搜索引擎通常能提供更精确的结果和一些一般的搜索引擎所不能提供的信息.然而特定区域搜索引擎通常需要花很多的时间来组建和维持.文中提出一个基于机器学习的方法来自动完成和维持这种特定区域搜索引擎,即运用最大加权依赖树分类方法改进以往的方法进行自动分类,使分类结果更为精确.运用此技术可以组建一个新的特定区域搜索引擎,将给人们的生活、学习提供方便.     

对特定区域搜索引擎的自动分类系统的研究

随着因特网的飞速发展，特定区域搜索引擎（Domain-spedfic search engines）正变的越来越重要，因为这种搜索引擎通常能提供更精确的结果和一些一般的搜索引擎所不能提供的信息。然而特定区域搜索引擎通常需要花很多的时间来组建和维持。文中提出一个基于机器学习的方法来自动完成和维持这种特定区域搜索引擎，即运用最大加权依赖树分类方法改进以往的方法进行自动分类，使分类结果更为精确。运用此技术可以组建一个新的特定区域搜索引擎，将给人们的生活、学习提供方便。     

“数字电视原理”理论实践一体化教学研究

理论实践一体化逐渐成为高校工科专业教师教学的一种重要的教学方法,本文针对工科课程"数字电视原理"的教学,提出了"课程理论讲解→具体问题分析→编程实验和讲解→作用和效果演示→总结"理论实践一体化的五步教学模式,将教学模式从理论灌输教育转向更为务实的专业素质教育。本文以二值图像游程编码和解码重构为例,深入阐述了五步教学模式实现的具体过程和采取的举措,并对新的教学模式体制下的专任教师提出了具体的要求。     

稀疏纹理的特征提取和分类研究*

提出了对稀疏纹理表面特征的新描述方法,并进行了纹理分类的研究.以往对纹理的研究大多是对2D纹理的研究,一般是通过大量的训练样本来完成纹理特征的提取.通过RANSAC估计两幅纹理的单应约束,提取两幅纹理的对应点,不仅可以提取一般纹理的特征,而且可以提取包含立体信息的纹理特征(如因为光照和视点的变化引起立体纹理的阴影变化等),通过对应点的提取使得不再需要大量的训练样本来进行纹理的特征提取.实验表明该算法可以较准确和快速地进行纹理特征提取和分类,使得纹理分类工作变得有较强的可行性和实用性.     

基于滤波器组的纹理分类研究

论述了基于滤波器组的纹理分类方法。该方法首先利用滤波器组对纹理进行滤波,纹理特征是用滤波器输出的统计值表示的;然后用这些特征向量进行纹理分类研究,分类主要利用了简单(naive)Bayes分类方法和最大加权相关树分类方法。实验显示,最大加权相关树分类方法的效果是较好的。     

基于曲面法向量的曲面恢复

从另一个角度研究三维曲面的恢复,即根据曲面法向量,考虑多块曲面的重构.算法输入的数据是估计的曲面法向量,比如输入的数据是根据从阴影恢复形状或从纹理恢复形状等计算机视觉低层次处理中得到.通过球面坐标变换把曲面法向量分解成两个函数;然后再对这两个函数进行滤波处理,通过对这两个分割的叠加将空间曲面分割成几个子曲面;最后利用Green函数分别恢复各个子曲面.虽然只利用了一般的图像处理技术,却能得到比传统的基于曲面法向量的方法更好的结果,特别是边界部分的恢复.这是因为传统的方法只是考虑恢复一个曲面模型,因此在不同曲面的边界上会产生模糊.最后利用模拟数据和由阴影恢复形状算法获取真实数据来评价提出的算法,并都与传统的方法进行了比较.     

基于衰减板的锥束CT散射校正

 在锥束CT成像系统中,散射现象严重影响重建的图像质量.锥束CT成像散射校正的研究一直是一个热点问题.本文提出了一个新的散射校正方法,该方法需要在射线源和检测物之间放置一个衰减板,使用带有衰减板和不带衰减板两种情况下的成像,结合Klein-Nishina公式和Beer定理进行创新性的推导出散射分布.模体实验结果证明,本文算法可以有效的进行散射校正,显著的提高图像对比度和图像质量.     

基于统计优化的单应矩阵估计算法

计算机科学中研究的图像是真实世界(即二维、三维欧式空间)到像平面的射影变换.平面射影变换(单应)估计是特征目标检测、注册、识别、三维重建等方面的关键步骤,但是如何鲁棒、精确地估计单应矩阵是一个没有很好解决的问题.在研究中发现,基于点与直线的直接的单应矩阵估计方法会导致出现较大误差的情况.针对这一情况,文中介绍了一种基于统计优化的单应矩阵估计方法,这种方法是通过单应矩阵的协方差张量的计算和优化来估计单应矩阵的.最后进行了简单的实验,比较了统计优化方法与进行归一化处理后的直接线性方法的估计结果,证明了基于优化统计的估计方法更加有效