基于灰度图像的兴趣点检测

兴趣点是图像灰度在x,y两个方向上都有很大变化的一类特征点。对直接从灰度图像中检测兴趣点的方法进行研究。鉴于以往算法检测出的兴趣点普遍存在着较大的点位置偏差，提出了一个基于Noble法的改进兴趣点检测算法。实验表明，该算法很好地解决了Noble法的点位置偏差问题。     

基于阿尔法均值算法和马氏距离的图像自适应滤波

针对数字图像容易感染噪声的问题,提出一种基于阿尔法均值滤波算法和马氏距离的图像自适应滤波算法。该算法充分结合了阿尔法均值滤波器的优点和马氏距离的特性,首先利用阿尔法均值滤波器确定参考序列,然后计算参考序列与滤波窗口内比较序列之间的马氏距离,并根据距离的大小确定滤波窗口内各像素点的权系数,最后将加权结果作为滤波输出。实验结果表明:该算法对受到高斯噪声、椒盐噪声以及混合噪声感染的图像具有较好的滤波效果,同时可以较好地保持原始图像的细节信息。     

房地产估价的马氏距离法

以实例分析房地产估价因素指标值量纲不同的对房地产估价结果的影响,提出消除量纲对估价影响的马氏距离法,阐述马氏距离法的基本思路和操作步骤,论证了马氏距离法的科学性,合理性和实用性。     

房地产估价的马氏距离法

以实例分析房地产估价因素指标值量纲不同对房地产估价结果的影响,提出消除量纲对估价影响的马氏距离法,阐述马氏距离法的基本思路和操作步骤,论证了马氏距离法的科学性、合理性和实用性．     

基于马氏距离的分段矢量量化时间序列分类

提出一种基于马氏距离的分段矢量量化时间序列分类(Mahalanobis distance-based time series classification using PVQA, MPVQA)算法。该算法在继承传统算法时间复杂度的基础上,引入马氏距离,克服了欧氏距离容易受模式特征量纲影响的缺点,提高了算法精度。首先,在训练时采用分段矢量量化近似方法获得码本,然后以马氏距离为相似性度量对时间序列进行分段重构。对重构后的时间序列,同样基于马氏距离为相似性度量进行判别。在4个时间序列数据集上进行的试验结果验证了所提方法在时间序列表示和分类上的优越性。     

基于Radon变换的矩不变量及其应用

提出了一种基于Radon变换的新的图像识剐方法。首先构造了二维图像在Radon变换空间的平移和比例矩不变量，基于该矩不变量引入整体平均技术获得了更好的抗噪效果，并根据变换空间数据的特性，提出了利用奇异值分解得到一般意义下的旋转不变量。利用不同的图像库进行识别研究，实验结果指出了两种方法的不同应用条件。’     

结合全局和局部灰度拟合活动轮廓模型的图像分割算法

针对局部图像拟合(Local image fitting,LIF)模型对初始轮廓敏感和容易陷入局部极小的缺点,本文提出了一种基于图像区域信息的活动轮廓模型。本模型同时利用图像全局和局部信息来分割图像,其能量泛函由局部项、面积项、长度项和惩罚项4项组成。局部项将图像局部信息融入到模型中,使该模型能够有效分割灰度不均图像。面积项通过引入一个全局指示函数,加快了模型的收敛速度,且能避免陷入局部极小。惩罚项约束水平集函数逼近符号距离函数,使模型无需重新初始化,减少了分割时间。此外,为了实现对图像中感兴趣区域的分割,本文给出了模型的窄带实现方法。实验结果表明:本文模型对初始轮廓的敏感性低,收敛速度快,能准确分割灰度不均的图像,且其窄带实现方法能够实现对图像中感兴趣区域的分割。     

基于面积比不变量的遥感图像配准算法

为提高遥感图像配准性能和效率,提出一种基于面积比不变量的遥感图像配准算法,目的是利用面积比这一邻域约束快速去除错误匹配。为表征匹配的邻域结构,对每个初始匹配构建中值K最近邻（KNN）图,在中值KNN图中计算面积比不变量作为邻域结构的表示。由于错误匹配会打破邻域结构的相似性,其邻域结构之间的误差较大,可设置阈值将其移除。该算法最大的优点是不需要迭代便可以得到较为精确的特征匹配。实验结果表明,该算法具有较好的匹配效果和较快的处理速度,能够较好地实现遥感图像的自动配准。     

基于图像灰度的纸病检测方法的研究

应用图像处理技术研究了纸张灰度图像的基本特征和分布特征，结果表明纸张的灰度数值是随机的，质量好的纸张灰度分布范围小，且灰度值较高；应用图像灰度分析技术可有效地提取出纸病的特征。     

基于多视点不变量的三维物体识别

给出了利用多视点不变量进行物体识别的2种方法.一种是通过检索多视点结构不变量进行三维物体识别,另一种方法是利用基于复杂特征的多视点不变量进行三维物体识别.     

一种基于马氏距离的支持向量快速提取算法

针对用支持向量机解决分类问题，提出了一种采用样本到某一类的马氏距离来提取可能为支持向量的数据的方法，同时阐明了如何解决在输入空间和特征空问中求马氏距离所遇到的问题．利用特征值、特征矢量及伪逆运算的并行计算方法，建立了一种提取支持向量的快速算法．用该方法对训练数据进行预处理后，可以加快支持向量机的训练速度．实验结果也表明了该方法的有效性．     

结合Mahalanobis距离的SUSAN彩色边缘检测方法研究

针对HSI颜色空间在图像处理和分析方面更加符合人眼的视觉特性,提出了一种结合Mahalanobis距离的SUSAN彩色图像边缘检测方法．该方法首先将彩色图像从RGB空间转换到HSI空间,然后以H、S、I为变量计算空间中两种颜色的色差距离,结合SUSAN算子对边缘进行检测．实验结果表明：此方法可以有效地检测彩色图像的边缘．在保留图像边缘方面,性能优于传统的彩色边缘检测方法．     

图像识别中的小内孔问题

图像识别是计算机应用领域中的前沿技术，小内孔现象是导致识别率低的主要因素之一，首次提出了图像识别领域中的小内孔现象，分析了小内孔现象的产生原因，研究了小内孔现象的解决方法并成功地解决了小内孔问题。小内孔现象的成功解决明显地提高了识别率和可靠性，并为本领域中其他相关问题的解决和图像识别技术的推广应用奠定了坚实的基础。     

基于图像分块的FDA人脸识别方法

提出了一种基于图像分块的FDA(Fisher linear discriminating analysis)人脸识别方法,该方法首先对原始图像进行分块,再对分块得到的子图像利用FDA进行鉴别分析。其特点是能有效地抽取图像的局部特征,对人脸表情和光照条件变化较大的图像表现尤为突出。在ORL人脸库上用单训练样本取得了90.83%的识别结果。     

Satellite image RPC parameters estimation method using the heteroscedastic errors-in-variables model

The positioning accuracy of a satellite image is mainly affected by the estimation accuracy of the rational polynomial coefficients (RPCs). Image point compensation or ground control point correction methods are usually used in the existing algorithms. Because the error characteristics of the design matrix elements are not considered, there are problems such as incomplete systematic error elimination and low parameter estimation accuracy. Considering the influence of the model systematic error, a heteroscedastic estimation method is proposed in this paper. First, the random model of matrix elements is established in the algorithm to describe the system characteristics more accurately. Taking into account the system deviations of the design matrix elements, the least square model is constructed using the Mahalanobis distance as the metric, and parameters are solved using the generalized eigenvalue method. The systematic error can be reduced theoretically. Experiment on different terrain images of TH-1 shows that the image correction accuracy of the proposed method is improved by more than 36 times compared with the traditional method, and the precision consistency is superior, which is of great significance to improving the accuracy of RPC parameters estimation and satellite imagery positioning.     

一种改进的距离变换匹配算法在遥感图像目标识别中的应用

将一种改进的距离变换引入到遥感图像匹配中,先对参考图像和目标图像进行直方图处理,以克服不同光照条件下带来的匹配误差,在此基础上对原图像和模板图像进行距离变换,其中引入膨胀算子,减少运算次数。最后对距离变换后的图像进行匹配操作。实验结果表明：这种方法有效地克服了几何失真、边缘变化的影响,具有抗灰度反转的能力,广泛应用于不同成像条件下获取图像间的匹配,该算法满足一定的匹配精度。