二维可分离物体的识别与定位

一、参考图象与实测图象中对应物体的识别对于二值图象,文献[1]中给出了一种提取特征的方法,即轮廓特征码序列法.但是,如何存贮这些物体所对应的轮廓特征码序列以及如何利用这些特征进行匹配则有待进一步研究.     

基于广义非规则维的图象描述和分割

作为研究极不规则问题的工具,非规则维几何学在许多领域里得到了广泛的应用。我们知道,材料的一些形态常常是极不规则的,而且这些极不规则的形态通常又是以图象照片(如扫描电镜照片)提供出来,因此,图象的非规则维问题的研究是十分重要的。Pentland 根据非规则维几何学提出了非规则维布朗图象模型~([1]),但实际所碰到的     

遥感图象边缘检测的松驰方法

松驰法可用于遥感图象的边缘检测,其主要思想是利用图象的相关性及相邻关系,消除图象中边缘信息的二义性,改善检测质量和效果。通常,这类松驰处理是在单一分辨图象上进行的。本文讨论了遥感图象的多分辨率表示方法。提出一种多分辨图象的边缘检测松驰算法。该算法利用多分辨率遥感图象的信息,可以进一步改进检测质量,有效地克服噪声的影响。并可提高算法的效率,减少计算量。     

关于第五届国际模式识别会议的报告

华中工学院万发贯教授,清华大学常(同辶)教授,复旦大学汪凯仁付教授组成了教育部选派的代表团出席了于1980年12月1日～4日在美国迈阿密召开的第五届国际模式识别会议。中国科学院自动化所胡启恒付研究员也参加了我国代表团。会议期间,中华人民共和国作为国家会员参加了国际模式识别协会,受到了与会者六百多人的热烈欢迎。     

基于DFBIR场的图像边缘提取的一种新方法

自然纹理的灰度图象是满足分数布朗随机场模型的．本文采用改进了的分形图象模型，即离散分数布朗增量随机场[2]（discretefractionalBrownianincrementalrandomfield，简记为DFBIR场）模型，通过求取图象局部分形特性参数H值，来提取图象的边缘。并且提出了一种有效确定分形特征参数H值二值化门限的新方法，采用该方法可以获取好的图象边缘．     

遥感图像的边缘检测

一、引言遥感图像的边缘检测,在遥感技术应用研究中有着重要意义。本文是利用陆地卫星图像,根据土地资源分类调查的需要,提取图像的边缘信息。通过理论分析和实验证明,采用本文提出的处理方法可得到较好的边缘检测结果。图像边缘通常定义为局部区域内图像特性的差异,它表现为图像的不连续性(如灰度级、纹理的突变等)。在图像分割技术中,常用微分法进行边缘检测。通常选用一个阈值对梯度的幅值作二值化处理,以得到实际边缘。此时的困难是难以找到最佳阈值。这种     

一种重建层状介质特性剖面的新方法

本文针对层状介质特性剖面的重建问题,研究了电磁波在层状介质中传播的时域数学模型;然后将层状介质特性剖面重建问题,归结为分布参数系统的参数辨识问题;并在前人工作的基础上,提出了一种新的重建层状介质特性剖面的有效方法。它优于通常的利用反射系数r(k)或脉冲响应来反演势函数V(z)的重建方法。此外本文在重建反演方面应用阶跃梯度分层反演法得出一种快速辨识算法,并给出了仿真实例。     

离散形状的特征区域匹配识别

本文用形心到外轮廓的距离序列表示形状,从而将二维的形状分析问题转化成较简单的 一维波形曲线的分析问题,对于这种波形曲线的识别,提出了一种特征区域的局部匹配识别 算法.实验证明,本文方法具有较高的识别率,且该算法是平移、旋转和比例变化不变的.     

参数辨识理论在石油测井中的应用：—三维超声测井成象

研究了如何利用井眼中的超声回波信号进行三维超声测井成象的问题。首先,将三维测井成象问题归结为一分布参数系统的参数辨识问题,再应用阶跃梯度分层反演法得出一种快速辨识算法。附有仿真例题。此方法充分利用了回波信号的动态信息,对发射信号无严格限制。     

问题的有序分解及中转站网络

本文形式地定义了问题的有序分解,并采用导通率和导通分支系数衡量子目标之间的交互作用,为实际中如何选定子目标提供了一种定量的标准,进一步,本文还论述了如何建立中转站网络,它是一种网络结构的有序分解,且更具有应用潜力。最后本文还给出了一个利用这种网络的搜索算法T_w。