用于射线成象的二维地址累加帧存的研制

将Ｘ射线穿透被测物后，打中多丝靶上某一位置激起的电荷，沿ｘ，ｙ正反方向传输的时间差，经两路Ａ／Ｄ转换与打中多丝靶位置相对应的地址，以通过累计该地址出现的次数间接表示出Ｘ射线穿透被测物的能力，次数赵多，穿透力越强，这样就把传统的荧光积分成象变成了二维地址累加成象，实验表明，这种方法可行，且清晰度与分辨率都比原荧光成象高。     

条纹图象的细化算法研究

本文针对条纹图象的两种细化算法进行了研究，并加以发展．其中，基于数学形态学原理的细化算法具有运算结构简便的特点，有利于硬件实现．小窗口细化算法采用了简化有效的逻辑规则，并采用堆栈技术使处理速度得到了很大的提高．同时，本文对单象素化图象豁口的连接也提供了一种简便可行的方法。实验结果表明，上述方法在处理速度及处理效果上都是令人满意和可实用的。     

用于三维图像恢复的广义点扩展函数

采用传统的摄像系统点扩展函数恢复三维图像,往往不能得到满意的结果。文中提出一种新的概念－广义点扩展函数,取代传统的摄像系统点扩展函数,用于三维图像恢复。首先给出广义点扩展函数的定义,它等于物体和场景到摄像系统的点扩展函数与摄像系统的点扩展函数的券积。然后给出物体和场景到摄像系统的点扩展函数估计。最后还给出采用广义点扩展函数恢复三维图像的实验结果。实验结果表明,采用广义点扩展函数恢复三维图像,比采用     

流形学习中的算法研究

详细介绍了一种新的机器学习的方法--流形学习.流形学习是一种新的非监督学习方法,可以有效地发现高维非线性数据集的内在维数并进行维数约简,近年来越来越受到机器学习和认知科学领域的研究者的重视.目前已经出现了很多有效的流形学习算法,如等度规映射(ISOMAP)、局部线性嵌套(Locally Linear Embedding ,LLE)等.详细讲述了当前常用的几种流形学习算法以及在流形方面已经取得的研究成果,并对流形学习目前在各方面的应用作了较为细致的阐述.最后展望了流形学习的研究发展趋势,且提出了流形学习中仍需解决的关键问题.     

脊柱CT图象的三维重建

先将脊柱ＣＴ图象经灰度校正、图象增强、二值分割、边缘跟踪、取样，获得一系列边缘取样点的坐标，然后进行内插、曲线拟合、曲面拟合，最后通过绕ｘ，ｙ，ｚ轴等多种方式的旋转与消除，从而获得满意的ＣＴ图象重建物体三维形貌。这样可以达到良好的视觉效果，以从不同角度看到脊柱内部组织的生长情况，对医务工作者的诊断和手术具有指导意义。     

小波变换在扫描电镜图像处理中的应用研究

根据扫描电镜图像的特点，对小波变换应用于扫描电镜图像的增强、降噪及融合方法进行了阐述,并利用所述方法对扫描电镜的图像进行了处理，结果表明，利用小波变换对扫描电镜的图像进行处理是有效的，可行的。     

消除图像旋转失真的方法

本文围绕着怎样合旋转后的图像不失真而推出了实用旋转公式和旋转角,并对监视屏长宽不等引起的失真进行了校正,还提出了一种不需线性内插的逆旋转方法,最后给出了满意的实验结果。     

彩色图象的HVC表色空间同其他表色空间的换算

叙述了怎样将原始的Ｒ．Ｇ．Ｂ表色空间，经Ｘ．Ｙ．Ｚ空间、Ｌ．ａ．ｂ空间转换成最适合于作彩色图象处理的Ｈ．Ｖ．Ｃ表色空间的详细过程。实验证明在１０ｓ内能对５１２×５１２×８的彩色图象作完正反变换，且均方误差小于２％，将它用于对彩色图象进行处理与分割均取得了非常良好的效果。     

染色体图像细化处理的研究与改进

讨论了细化算法在染色体图像处理中的应用，着重提出了一种具有较高准确度的细化算法，通过基本细化、去枝、延伸等步骤，使得提取的中心线相当接近理想的中心线，并且不会由此引入新的噪声，效果满意。     

晶界重建与晶粒度自动评级系统的研究

本文介绍利用一系列新颖的图像处理技术,实现了定量金相分析中的晶界重建和晶粒度自动评级。其评级的正确率≥95%,实验表明,该系统具有较高的可靠性和有效性。