染色体粘连图象的分割

本文论述了染色体图象分析中的一个重要过程：粘连现象的处理。对各种粘连染色体分割技术进行了比较分析，并提出在实践中使用的分割算法及结果，包括轻微粘连，重度粘连的处理，以及粘连情况的判定。在４６０条染色体的实验判定中，可获得９５％以上的正确粘连识别及分割率。     

人类染色体识别系统

文章的研究应用于清华大学电子系开发的CIARS犤9犦系统。文章介绍了基于自动分割的染色体识别系统的流程。对于人类染色体的自动分割一直是染色体识别的一个难题。由于染色体的柔软性和样本的离散性,染色体的样本中往往存在着各种交叠和粘连现象。目前市场上的各种染色体处理系统均未提供染色体的完全自动分割,而采用了人机交互的方式。由于染色体不是刚体,普通的对于刚体的分割方法无法应用于染色体交叠和粘连的分割。文章介绍一种基于边界分析的分割方法,成功地将分割问题转化为模式识别问题。     

染色体图象的预处理

本文论述了染色体图象处理中的一个重要组成部分—输入原始图象的预处理。文章进行了染色体原始输入图象处理的理论分析,并提出了各种算法。     

数学形态学的图象分割算法

图象分割在图象分析、机器视觉、目标识别中都将直接影响到后续的理解和识别工作。本文着重讨论了基于数学形态学变换的图象分割算法，提出了基于图象最大内切圆的数学形态学形状描述图象分割算法和基于目标最小闭包结构元素的数学形态学形状描述图象分割算法。     

基于小波分形特征提取的图象分割方法

提出了一种基于小波分解和分形纹理特征计算的图象分割方法,首先考虑对图象进行小波变换,然后对不同通道的子图象提取纹理的分形特征和能量特征,最后用直方图阈值分割方法实现图象的分割,实验表明,该方法对模拟纹理图象以及多少谱遥感图象的分割都取得了满意的效果。     

一种基于小波与形态学的车牌图象分割方法

针对汽车车牌与车身背景的分割问题,给出了一种基于小波分析和数学形态学的图象分割方法。该方法是通过小波多尺度分解提取出纺理清晰,具有不同空间分辨率、不同方向的边缘子图象。其水平方向低频、垂直方向高频的这一细节分量,主要代表车牌的目标区域。然后,用数学形态学方法对小波分解后的细节图象进行一系列的形态运算,进一步消除无用信息和噪声,以找准车牌位置。用该方法对在不同照明条件下所采集到的一系列车头、车尾图象     

基于神经网络的汽车车型图象自动识别

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。     

一种基于相对熵的图象分割算法

提出了一种基于相对熵的图象分割算法，该算法的主要思想是通过相对熵来选择阈值，现场颗粒物料图象作为一个应用实例，在本文中得到验证，实验结果表明，提出的算法优于基于局部熵的图象分割算法。     

图象理解的应用与发展

图象理解是关于图象工程中的关键环节,介绍了图象理解的概念,基本理论和方法。并指出了图象理解的应用和发展趋势。     

基于掌纹图象分析的身份识别系统

研究了人体掌纹的生物测定学特征,掌纹图象的边界提取,建立了具有唯一性和可识别性的掌纹图象特征空间,设计了用于掌纹图象识别的ＡＲＴ２神经网络,并在此基础上建立了快速、可靠性高的新型身份识别系统。     

模块二维主成分分析——人脸识别新方法

提出了模块二维主成分分析(M2DPCA)线性鉴别分析方法。M2DPCA方法先对图像矩阵进行分块，对分块得到的子图像矩阵直接进行鉴别分析。其特点是：能有效地降低模式原始特征的维数；可以完全避免使用矩阵的奇异值分解，特征抽取方便；此外，2DPCA是M2DPCA的特例。在ORL人脸库上试验结果表明，M2DPCA方法在识别性能上优于PCA，比2DPCA更具有鲁棒性。     

人脸自动识别方法综述

简要回顾了人脸自动识别技术的研究背景及发展历程；重点对近年来人脸自动识别方法的研究进展进行综述，并对各种方法加以评价；总结了现在存在的研究困难并提出了解决方法及今后的发展方向。     

人脸图像检测与识别方法综述

本文对人脸识别技术中的检测和识别分成两部分进行了讨论。首先,系统的整理分析了人脸检测的各种方法,其次,作为人脸识别技术的第二个环节,对人脸的各种识别方法进行了比较的论述,重点讨论了当前热点的识别算法,最后对人脸识别技术的发展方向进行了展望。     

人脸检测与识别技术综述

人脸的自动识别是模式识别、图像处理等学科的研究热点,并在商业和法律方面有广阔的应用前景(如身份证、信用卡、护照等身份认证以及智能小区管理、电视监控系统等等),近年来关于人脸自动识别的研究取得了很大的进展。但是,这些研究成果离这一问题的彻底解决还有很大的距离,这一课题仍然是当前研究的热点问题之一。本文重点对现有的人脸检测与识别的方法及研究进行总结,并比较了各种方法的优缺点。并在最后指出了进一步工作的方向。     

人脸图像自动检测与识别

对人脸图像检测与识别技术的研究现状进行简要论述,并自行设计一个人脸特征自动提取系统。首先找到头部轮廓,再利用"三停五眼"标准确定五官位置,然后提取出七个有效的特征点。     

Parallel Mesh Algorithms for Grid Graph Shortest Paths with Application to Separation of Touching Chromosomes

The grid graph shortest path problem has many applications. In this paper, we present practical mesh algorithms using a local cost-reducing operation for various forms of the grid graph shortest path problem. The algorithms are very simple and can easily mark the vertices on shortest paths between any two vertices. The time complexity of the algorithm is proportional to the maximum length of the shortest paths with a very small multiplicative constant. Also in this paper, we discuss the application of the parallel algorithms in automatic chromosome analysis to intelligently split touching chromosomes. We identify local features useful for finding a potential path to separate touching chromosomes. We then define a distance measure based on the local features and find the best splitting path to cut touching chromosomes. The splitting algorithm only uses local information and is highly parallel.     

线性判别分析在汉语语音识别中的应用

该文实现了线性判别分析在汉语连续语音识别系统中的应用。通过将多帧原始特征联合后进行特征选择,特征之间的帧间相关性得到了有效的利用,从而提高了语音的识别率。实验结果表明,系统误识率下降16.90%。     

分块二维局部保持鉴别分析在人脸识别中的应用

局部保持鉴别分析在人脸识别研究中具有非常重要的地位。在此基础上提出的2DLPDA算法直接在二维空间进行运算,一定程度上提高了性能。但是当样本在光照阴影、遮挡等情况下时,识别率受到很大影响,为此提出一种改进的算法,即分块二维局部保持鉴别分析方法。其将样本分块,以更好地提取样本中的局部近邻特征。这样同一样本的不同分块在选择近邻时,就可能具有来自不同样本的近邻,从而能更好地提取样本的局部特征。最后将局部特征整合为整体作为识别的依据。在AR、YALE及ORL库上验证了算法的有效性。     

数字图像处理技术在车辆自动识别系统中的应用

设计并实现了一种自动车辆自动识别系统。它着重介绍了如何实现采集高质量的易于处理的图片以及如何利用图像处理技术对图片做处理，为后面提取车型特征，正确分类车型作准备。系统简单、快捷、有效，实现完全自动化，实际应用中达到了满意的效果。     

无指针式仪表表盘数字识别方法的研究

针对无指针式仪表表盘的数字识别问题,提出了一种基于特征提取和粗糙集特征约简的神经网络数字识别方法.首先利用数字图像预处理技术处理图像,并利用特征提取方法提取数字图像特征;然后利用粗糙集理论进行特征约简;最后将约简后的信息输入到训练好的神经网络进行识别.实验表明,相对于传统方法,该方法具有识别率高、速度快的特点,实用价值较高.