计算机图象处理与识别

早在本世纪初,人类为了用图片及时的传递世界各地发生的新闻事件,便开始了对图象传输技术的研究。然而图象处理技术的真正发展还是在本世纪六十年代以后。这一方面是受航天技术发展的刺激,另一方面也与作为图象处理之重要工具的数字计算机技术,以及各类数字化器和显示器的迅速发展分不开的。     

基于模糊ART的图像分割

本文提出了一种基于模糊ART神经网络的灰度门限化图像分割方法,该方法不仅可以自动确定分类数目,而且还能有效地抑制噪声.对人工和实际图像的分割实验结果验证了本文方法的有效性.     

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.     

一种基于视觉感知及相位特征的纹理分割新方法

本文提出了一种基于视觉感知机理和相位特征的新型纺理分割方法，它由方向滤波器设计、局部非缠卷相位信息提取和可变金字塔分割三部分组成，通过有代表性的仿真实验验证了其正确性和有效性。     

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。     

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。     

一种基于方向性信息测度和IHS变换的图像融合新方法

提出了一种基于图像方向性信息测度和IHS变换的图像融合新方法。该方法首先根据不同邻域尺度下图像方向性信息测度的变化规律．检测出SAR图像象素中的边缘点和纹理点。然后，对TM图像的5、4、3波段(即红、绿、蓝波段)进行IHS变换得到亮度图像Ⅰ。进而根据SAR图像象素分类情况将其和Ⅰ图像进行线性加权融合，其中边界象素和纹理象素的权值比平滑象素大。最后通过IHS反变换，得到完整的融合结果。实验结果表明，与传统的IHS融合方法和基于直方图匹配的IHS融合方法相比，该新方法在保持TM光谱信息和抗噪声能力方面具有明显优势。     

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。