基于BP神经网络的车牌自动定位方法

提出了基于BP神经网络的车牌自动定位方法。实验表明，由此建立的车牌自动定位模型适角于各类机动车辆，总定位率为99．5%，达到了业务使用的要求。     

一种二维极坐标傅里叶描述子在图像检索中的应用

在图像检索中,形状描述是图像内容描述的关键部分。目前已经存在的大多数形状描述符均是基于某一特定应用的,不具有通用性。文章提出了一种基于二维极坐标傅里叶变换的傅里叶描述子对目标形状的描述方法,分析并实验验证了该方法的各个性质,并讨论了它的实际计算问题。实验结果表明,该描述符通用性强,鲁棒性高。     

用神经网络方法进行气象温度预测

本文提出了一种改进的BP算法以优化神经网络连接权，使网络具有快速全局收敛的能力，由此建立的温度预测模型取得了较好的效果。实验中选取了多组数据对网络进行训练和测试，在此过程中，对学习率和动态参数的选取以及网络结构的优化进行了初步探讨，得到了一些有益的结论。     

基于非下采样Contourlet变换的光照不变量提取算法

人脸识别作为一种非接触式、友好的生物特征识别技术,在军事、公安、经济等领域具有广阔的应用前景。近年来,人脸识别技术取得了很大进展,涌现出许多优秀的人脸识别方法,许多人脸识别系统表现优异。但是,人脸识别仍是一个没有彻底解决的难题,光照变化是其中关键问题之一。2006年FRVT测试结果表明光照变化会严重影响自动人脸识别系统的识别性能。为了消除光照变化对人脸识别的影响,提出了一种基于非下采样Contourlet变换的光照不变量提取算法。首先,对图像进行光照归一化,预先减弱光照变化对人脸识别的影响;其次,进行对数变换和非下采样Contourlet变换,得到低频分量和高频方向子带分量;再次,低频分量进行直方图均衡化以进一步减弱光照的影响,高频分量进行自适应NormalShrink阈值去噪处理;最后利用处理后的低频和高频方向子带分量进行逆非下采样Contourlet变换,提取到光照不变量,作为后续的识别依据。为验证算法性能,本文在Yale B 和CMU PIE 人脸库上做了对比实验,结果表明:本文方法提取的光照不变量具有较强的鲁棒性,能够大大提高任意光照情形下的人脸识别率。      

基于块的二维核四元数主成分分析

核四元数主成分分析（KQPCA）被成功应用于处理非线性四元数信号,然而,核矩阵维数太高使其对角化非常耗时,目前二维形式的KQPCA（2DKQPCA）并没有成功实现.对此,采用基于块处理和并行计算的思想,提出基于块的2DKQPCA（B2DKQPCA）,实现真正意义上的2DKQPCA.基于时间复杂度、应用性能和分块矩阵应为四元数Hermitian矩阵的综合考虑,B2DKQPCA重点处理主对角线、反对角线和主对角线旁3个方向的小块.然后,结合B2DKQPCA与RGB-D图像四元数表示方法,将B2DKQPCA应用于RGB-D目标识别领域.在2个公开库上的实验结果表明,提出的基于列向B2DKQPCA的RGB-D识别算法优于现有基于主成分分析算法和基于卷积神经网络的一些算法.     

一种基于小波的人脸图像光照归一化算法

光照变化严重影响了人脸图像的外貌,这阻碍了人脸识别的过程。为了识别可变光照下的人脸图像,提出了一种基于小波的光照归一化算法,将一幅图像分解为低频成分和高频成分,对不同的频带成分进行不同的操作——对低频成分进行直方图均衡化,同时着重强调细节（高频成分）,将它乘以一个标量从而增强图像边缘;对修改后的系数进行逆小波变换就得到归一化后的图像。最后,直接使用PCA方法对单训练样本条件下的人脸进行识别,在AR和FERRET人脸库上的实验结果表明,提出的方法可以显著提高人脸识别系统的识别率。     

“以学生为中心”的数字图像处理课程在线教学设计与实施

针对在线教学中存在的“满堂灌”、学生学习数据“长拖尾”等问题,遵循工程认证“成果导向、以学生为中心、持续改进”的核心理念,提出“以学生为中心”的在线教学方案,从备课、课前、课中、课后和反思环节介绍教学实施过程,结合学习评价和学生反馈,说明教学实施效果,提出教学反思。     

“数字图像处理”课程教学研究

“数字图像处理”是信息类相关专业的专业课,主要学习应用计算机对数字图像进行分析和处理的基本理论、方法。课程起点高、难度大,理论性和实践性都很强,传统的教学方法重理论、轻实践,教学效果欠佳。本文从教学内容选择、实践教学安排、教学学时分配等方面分析了“数字图像处理”课程教学的关键环节,提出了一种理论与实践相结合的教学模式,并以非线性锐化滤波器——梯度算子的讲解为例示范了这种教学模式的具体应用。     

新工科背景下面向创新能力培养的数字图像处理课程实验教学改革

分析数字图像处理实验教学中存在的一系列问题,从教学目标调整、实验指导资料编撰、分层实验体系搭建、混合式教学模式实施和实验考核方式革新方面,提出面向创新能力培养的数字图像处理课程实验教学改革,介绍具体改革实践过程,最后通过几届学生的教学实践结果说明实验教学改革效果。     

"数字图像处理"课程教学研究

"数字图像处理"是信息类相关专业的专业课,主要学习应用计算机对数字图像进行分析和处理的基本理论、方法.课程起点高、难度大,理论性和实践性都很强,传统的教学方法重理论、轻实践,教学效果欠佳.本文从教学内容选择,实践教学安排、教学学时分配等方面分析了"数字图像处理"课程教学的关键环节,提出了一种理论与实践相结合的教学模式,并以非线性锐化滤波器--梯度算子的讲解为例示范了这种教学模式的具体应用.