领域知识在遥感图象地类自动识别系统中的应用

该文针对目前遥感目视判读方法工作量大,专业性强的缺点,引入领域知识的概念,将人脑中的综合概念进行视觉和语义的转化,对计算机自动识别遥感图象中的地物类型进行初步的研究。     

头影图像标志点自动识别系统

头影图像的标志点是正颌外科中用来诊断和治疗牙颌面畸形患者的重要依据，本文运用图像处理及人工智能技术，介绍了一种自动提取头影图像中软硬组织标志点的方法．该方法首先运用滤波和边缘检测技术，提取出头影图像中软硬组织的特征边缘，然后使用有关人脸面部结构的解剖知识，识别出标志点．该方法解决了长期以来标志点的定位完全依靠人工的方法，本文介绍了系统的组成和实现，并给出了用该方法定点和人工定点的比较．     

基于方向滤波分割的指纹自动识别系统算法

为适应当前个人身份鉴定迫切需要，提出了一种基于方向滤波分割的指纹自动识别系统的完整方案。该系统主要分指纹预处理及识别两大部分，包括方向图的计算、平滑、方向滤波、二值化、去噪、特征提取、特征编码及识别的方法。利用该系统的预处理及特征编码和识别方法，指纹图象得到了较好的增强，而且，在识别过程中能克服一定范围内指纹旋转及平移因素的影响。本系统具有高效识别和很强的抗干扰能力，对于残缺或模糊的指纹图象也有很好的识别效果，有较高的使用价值。     

指纹图象自动识别前的预处理

本文提出的预处理方法基于指纹图的局部方向性，而非基于灰度分布，它包括获取方向图，基于方向的滤波、分割国化等步骤。实验表明：这种方法与一般基于灰度的方法相比，能够更有效地去除干扰，对模糊的指纹图，可以得到相当清晰准确的处理结果。     

试论车牌自动识别系统

车牌自动识别技术是指能够检测到受监控路面的车辆并自动提取车辆车牌信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理与识别的技术。本文着重介绍了车牌自动识别系统需要进行的几个基本步骤、关键技术以及主要应用方式，同读者共同探讨。[编者按]     

指纹自动识别中图象分割方法的研究

图象分割的一般方法是基于图象灰度特性的,但这种方法不适合于低对此度或增强后的图象,对于指纹图象的分割,基于方向信息的方法更为适合,但它也有一些限制。而将两种方法合理的结合,则可较好地解决这些问题,实验表明,这种复合方法对于指纹图象的处理是很有效的。     

基于神经网络的汽车车图象自动识别

提出了一种利用前向三层神经网络及计算机视觉技术对汽车车型进行自动识别的方法,包括汽车车型图象的分割,特征提取以及基于前向三层神经网络的自动识别和分类,文中的所有算法均在５８６／１３３微机上实现,识别和分类效果良好。     

某型飞机大气数据系统自动测试系统的设计

介绍了某型军用飞机上的大气数据系统自动测试系统的设计原理,描述了测试系统的硬件和软件结构实现。     

车轮序列号自动识别系统

随着企业生产自动化水平的提高，产品序列号的自动识别已成为现代化生产和管理网络中不可缺少的一环。由于工业现场环境的影响及生产实时性的要求，给计算机识别系统的设计带来了很大的困难。本介绍了一个已成功投入生产的火车车轮序列号自动识别系统。该系统对冶金工业生产现场的特殊环境具有较强的适应能力，完全达到了实时的要求。     

铁路车号自动识别系统

铁路车号自动识别系统是一个对全国铁路货车车辆，列车、机车运行位置进行动态追踪管理的实时信息自动采集和报告系统。本文介绍该系统的架构．信息处理流程和应用并阐述车号自动识别系统的应用前景以及与运输管理信息系统(TMIS）的关系。     

一个针对遥感图像特定目标的自动识别系统

介绍了一个应用于自动识别遥感图像中的特定目标的原型系统,包括系统结构与识别流程, 以及系统中所采用的基于直线特征的建模方法和图像与模型匹配算法。目标模型包括分类模型和 表述模型两种,前者描述目标的类别属性,用来快速判断目标的存在性与大概位置;后者是对目标 几何结构与物理特性的定量描述,用于鉴别同类目标中的特定个体。匹配算法中层次性地使用了几 何的和物理的多种特征,并考虑了直线提取时可能出现的错误结果,具有较好的稳定性和较高的匹 配效率。     

一种复杂环境下的跑道识别的新方法

针对机场在遥感图像中成像的复杂性与多样性,提出一种新的机场跑道的自动识别方法。该方法将跑道识别分为定位和识别两个步骤。首先在定位步骤中基于变形模板模型理论,建立了跑道的平行线模型及似然函数,并采用Meropolis算法确定跑道的准确边界;其次,通过分析跑道的标志特征和结构特征确立了跑道识别的通用性判别规则。通过对Spot图像的实验证明,该方法能够实现复杂环境下的跑道自动识别。     

基于改进Hough变换的前视机场跑道识别方法

提出了一种基于Hough变换的前视机场跑道识别算法。该算法基于跑道灰度图的直线边缘特征,利用直线边缘特有的灰度方向和直线方向一致的特点改进了基于二值化边缘点的传统Hough法,并在此基础上实现了复杂背景下的机场跑道识别。真实跑道图像测试表明本算法具有良好的识别效果。     

跑道毁伤识别中的变化检测研究

在现代战争条件下，能否对机场等境外大纵深重要战略目标的突袭效果进行实时评估，对下一步的作战行动有着至关重要的影响。跑道是机场的重要组成部分，其毁伤前后变化检测是机场封锁效果评估的第一步。对变化检测所面临的问题、检测参数、原理与算法进行了初步探讨，实验结果说明文中采用的相关系数法能够有效地检测到突袭前后航天侦察影像上跑道的有意义变化。     

基于视频图像的车辆自动分类系统

本文设计并实现了一个基于视频图象的车辆自动分类系统，从系统的构成开始，详细阐述了各部分的实现方法。系统中综合应用了运动边缘检测、图像二值化、闭包算法等方法对图像进行预处理．然后对车辆轮廓进行傅立叶级数展开提取特征，最后结合基于面积特征的直接分类器和基于傅立叶描述子的最小距离分类器对车辆进行自动分类。实验表明，本文的方法简单有效，可以获得较高的分类正确率。     

高分辨率遥感图像中桥梁自动识别方法研究

提出一种针对高分辨率遥感图像中桥梁自动识别新算法。该算法从桥梁与河流的位置关系出发,结合遥感图像的成像特点和桥梁目标的形状特征,运用模糊处理,轮廓搜索和直线拟合识别桥梁目标。整个算法流程大致可分为三个步骤,首先在底层处理运用二维特征模糊分割水体区域;然后在中层处理中,通过水体轮廓搜索潜在桥梁点,并进行直线拟合提取初略桥梁目标;后处理中则对由于环境干扰所造成的断点进行连接,恢复出完整桥梁。试验结果表明该文算法具有识别速度快,识别准确率高及虚警率低等优点,且整个算法完全自动,不需人工干预。     

利用Beamlet变换算法提取遥感图像直线

遥感图像处理中,直线特征是一种极为重要的特征,能够提供重要的视觉感知线索。本文利用一种Beamlet变换算法来提取遥感图像中的直线特征,通过对遥感图像按二进、递归进行划分,利用灰度信息,积分计算每一小块图像中的Beamlets,结合梯度信息,通过广义似然比检验GLRT（Generalized Likelihood Ratio Testing）来检测判断符合条件假设的Beamlets,重建目标直线。此算法可以克服图像中的干扰及噪声,适应复杂、低信噪比遥感图像环境,准确地定位出直线。实验结果表明,这种算法具有较好的性能,可以应用到实际的遥感图像处理中,具有实用价值。     

一种遥感图像中建筑物的自动提取方法

目前,传统建筑物识别方法通常采用基于建筑物边缘线性特征的识别算法,这类方法具有简单高效的优点,但识别率较低。该文提出了一种综合利用建筑物的若干特征进行自动识别的方法。首先用Canny算子提取边缘。然后根据建筑物的空间分布特点和Hough变换特性。在Hough变换域进行建筑物边缘方向统计来筛选边缘线段,提取出潜在的目标边缘线段;接着该文提出了对建筑物的几何特征（例如矩形特征、角点特征和阴影特征等）和灰度特征进行识别的算法,将其识别结果做为判定建筑物目标的依据,最终准确地提取出建筑物。大量实验证明该方法相比较单一的线性特征检测方法,速度快、准确率高．具有较强的实际应用价值。     

基于图像处理的电子桩考系统的设计与实现

本论文提出了一种基于视频图像处理的驾驶员电子桩考系统的设计与实现方法.通过对考试车辆的实时图像采集分析,实现车辆运动轨迹的实时跟踪表示,判断车辆停车的违规情况,获得车辆的前进和后退方向.通过串口采集红外传感信号,判断车辆压线和撞杆的违规情况.对违规情况进行实时图像标示和语音提示,根据违规情况判断考试是否合格.将车辆运动轨迹图像及违规情况存入考生数据库,供查询和打印考试成绩.     

应用神经网络进行卫星遥感图像的热异常信息提取

概要介绍了影响地表温度的几个主要因素,在此基础上提出了对TM卫星图像进行热异常信息提取的基本方法和步骤,其中又着重分析了神经网络在建立热异常信息提取的数学模型方面的应用。针对神经网络的该种应用特点,应用了样本集批处理和加入衰减的动量因子两种BP神经网络的改进办法,使神经网络对于训练样本集的学习能力得到了明显提高。把应用神经网络进行热异常信息提取后的TM卫星图像与基于航空遥感获得的图像进行比较表明,这里提出的热异常信息提取方法可以应用于煤层自燃的探测,而且在成本和检测周期等方面均有很大的优势。