红外双色目标识别技术

介绍了一种红外双色目标识别算法。该算法将通过二维傅立叶小波变换对图像提取的特征作为特征向量，这组特征向量具有旋转、平移和尺度不变性。利用Dempster-Shafer(D-S)证据理论进行图像融合，并使用神经网络分类器进行分类。实验结果表明，该算法提高了对近似物体的识别能力，能对飞机、舰船等目标进行有效的识别。     

基于人眼定位的快速人脸检测及归一化算法

本文提出了一种基于人眼定位的有效人脸图像归一化算法。该算法首先利用Harr特征的快速检测法从图像中检测出人脸的大致位置，然后基于人脸的几何分布特征和灰度信息特征准确检测人眼瞳孔位置建立人脸坐标系，最后对人脸图像作旋转、尺度和灰度的归一化校正。实验结果证明，该算法能够有效并准确地检测和校正人脸，可以显著提高识别率。     

一种基于模糊阈值的直线拟合策略在铁路沿线柱体检测及距离估计中的应用

首先提出了一种单幅图像中由边缘检测自动估计铁路沿线柱体到铁轨大致距离的方法，该方法主要通过对铁轨及其沿线柱体的检测、分类识别和距离估计来完成。因为如何在有畸变和复杂背景的图像中准确和有效检测边缘在图像处理和模式识别中一直是一个关键而困难的问题，为此提出了一种基于模糊阈值的直线连接拟合策略，该策略主要包括3个步骤：边缘提取、角点检测和基于模糊阈值的直线递归拟合。该策略可以有效地在有图像畸变和复杂背景的实际拍摄图片中通过参数控制获取感兴趣目标的直线边界。实验结果证明本文的直线拟合策略是精确的和具有鲁棒性的，距离估计方法是有效的。     

BP网络局部学习速率自适应SA算法的改进

Silva-Almeida(SA)算法是最好的局部学习速率自适应算法之一,在对SA算法进行研究分析的基础上,提出 两项改进措施,使改进后的SA算法较原SA算法震荡现象大大减弱,训练速率有较大加快,训练精度有较大提高。在仿 真实验中,改进的SA算法在一定程度上优于RPROP算法。     

基于Delaunay 三角化的有效角点匹配算法

基于同一幅图像角点集Delaunay三角形网的唯一性和相同场景不同视角图像角点的Delaunay三角形网的相似性,本文提出了一种改进的SUSAN角点检测算法和基于Delaunay三角化的角点匹配算法,同时提出了一个模糊阈值的三角形相似度计算方法。对实际图像的实验结果表明了本文的算法对有视角变化的平移、缩放和旋转图像的有效性。     

基于激光传感器的统计特征提取和误差分析

近年来, 激光测量系统(LMS)在各个研究领域中的应用日益增多。基于激光的距离测量技术具有较高的精度和速度，方向性好，能够以较高的频率提供分辨率高、准确性好的距离信息。常用的二维脉冲式激光传感器，测量到的有限长数据序列是一个关于环境的扫描平面。其测量数据的获取质量受到诸多环境因素影响。文中基于LMS 221激光传感器的应用，对不同材质物体的测量进行了误差分析，总结了由于物体表面特性、漂移和距离等因素对测量精度造成的影响。通过分析不同材质的测量数据，可有效地对测量物体进行大致分类，并对检测的误差进行补偿以提高测量精度。     

基于角点匹配和纹理映射的前向序列图像插值算法

在基于图像的绘制(Image—based Rendering简写为IBR)中,有效快速地实现两幅图像间的平滑过渡是一个关键而困难的问题。本文提出一种基于角点匹配和纹理映射的方法,完成对前向拍摄有较大尺度和较小旋转变化的图像进行插值。该算法先检测角点并通过Delaunay三角化匹配角点,再利用匹配点的凸包分图像为中心和边缘区域两部分,用不同的方法建立两个区域和原图像的对应网格关系,最后用一个快速三角形纹理映射的方法建立插值图像。对实际图像试验证明该方法可以快速,有效和实时地产生高质量的插值图像。