一种基于CMAC的图象恢复算法

由于影响成象和导致图象退化的因素具有模糊性和不确定性,很难准确地建立图象退化过程的数学模型,因而建立退化过程的逆过程图象恢复十分困难,为了解决这一问题,提出了一种基于CMC的图象恢复算法,该方法利用CMAC神经网络的非线性映射和综合能力,通过对影响成象和导致图象退化的过程进行反向学习来恢复图象。仿真结果表明,用CMAC神经网络能很好地恢复出已退化的图象,并且神经网络模型与学习方法十分简单,便于实时图象恢复。     

基于神经网络的MRF纹理图象恢复

本文提出了一种基于平均场神经网络的纹理图象恢复算法，并且利用多状态神经元表达方式，压缩问题解的搜索空间，算法是一个自适应过程，交替地进行模型参数估计和图象恢复，实验结果说明了算法是行之有效的。     

乐谱识别中音符结构分析方法

将物理学中的作用场概念引入到音符基元的关系表达,采用作用场的势函数描述音符基元闻的位置关系,在表达方式上实现了知识性、鲁棒性和精确性三者的统一.对音符结构进行细分,定义了6个音符子结构,并对各个子结构的关键程度进行分析和排序,设计了关键结构优先定位的音符结构分析流程和算法.该方法模拟了人工识谱时突出重点,从整体到细节的思维习惯.实验结果表明,该方法对识别各种复杂音符有良好的正确性、适应性和容错性.     

医学内窥镜图象的遗传恢复算法

遗传算法是一种软计算方法,它作为一种新的全局优化搜索算法用于图象处理,是一种具有发展潜力的智能信息处理方法,对于利用遗传算法处理灰度图象来说,由于其数据量和计算量很大,并且传统遗传算法存在“过早收敛”的问题,使得图象恢复质量不理想。该文针对医学内窥镜摄取的图象纹理和病灶特征,设计了一种新的二维染色体编码方法,并将模拟退火和遗传算法相结合的算法引入灰度图象恢复处理过程中的遗传操作,实验结果表明,该方     

数字图象恢复的等功率谱滤波

数字图象恢复是把图象质量低下的原因用数学模型表现出来的图象质量改善的方法。本文利用等功率谱概念推导一种新方法并利用计算机进行验证。     

基于神经网络的三维图象恢复与重建新算法

简介了兰伯特Lambertian反射模型用于三维图象的恢复与重建的算法,由于其具有很大的局限性,为此,给出了一种基于神经网络与模糊处理相结合的新型反向模型,用于三维图象的恢复与重建,且新算法不需知道光源方向,经实验证明,具有计算快捷且图象识别精度高的特点。     

基于地图图象的区域识别

本文的主要目的是如何使用户能够通过已有的电子地图（jpg,bmp等格式的图象文件）获取更多的地图信息，这其中要用到模式识别技术去认别地图区域。基于这个目的，提 出了相应的体系结构，包括区域特征抽取，图象预处理，区域选择、模式匹配、结果分析评价五部分，最后，对该识别方法进行了相应的分析和评价。     

乐谱识别的预处理和环境参数测定

提出了一种乐谱计算机识别的预处理及环境参数测量的方法。乐谱经归描仪给输入，要作预处理，确定谱表位置、测定谱线宽度、去除噪音、删除谱线等一系列识别前阶段的工作，要为乐谱分割和识别以及自动演奏作好前期准备，计算机系统实验表明，乐谱识别的预处理和环境参数测定是非常有效的。     

基于模板匹配和神经网络的乐谱图象符头基元检测与识别

符头基元的检测与识别是光学乐谱识别技术的核心与关键之一.本文提出一种改进的模板匹配结合神经网络仲裁的方法,对乐谱图象中的符头基元进行检测和识别.在模板匹配阶段,利用乐谱的先验知识对符头的搜索范围进行有效限定,减少了匹配过程中搜索的"盲目性".匹配完成后,提取图象中的垂直直线,对相互连接的候选符头和垂直直线进行编码,通过BP神经网对编码样本的训练,实现音符构成规则的智能学习,最后由神经网络完成符头基元的仲裁确认.实验数据表明,与原有的模板匹配方法比较,该方法的整体识别性能体现出了明显的优势,具有较高的实用价值.     

基于图像处理和模式识别的网络图像监控系统

随着科学技术和生活水平不断的提高,人们的财产和人身安全问题已经不仅仅来自于传统的经验,而是逐渐的转变到虚拟的网络当中;为此,提高人们的隐私安全和财产安全需要加强网络监控,其中图像监控是较为主要的方面;加强图像监控的可靠性和实时性,是实现社会稳步发展和人民网络隐私安全的首要目标;应用计算机网络技术和现代化通讯技术相结合,综合图像处理技术和模式识别技术的应用,设计应用于网络图像监控系统是当前社会发展的安全技术保障之一;文章通过对图像监控进行简析,阐述图像处理技术和模式识别技术的相关方面,探讨研究网络图像监控中图像识别和处理方面的技术;通过对图像处理中的色彩均化和模糊识别实验,得出其对于网络中传播的图片辨识度和提取信息能力具有很高的发展。     

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。     

模式识别与图象处理(PRIP)计算机发展评述

本文分析了促进模型识别与图象处理(PRIP)计算机发展的若干重要因素,评述了近年来发展的现状、特点及其趋势,并提出了结构分类的四种类型.这些探讨作为有益的借鉴,对于我国PRIP计算机的发展是有意义的.     

Pattern Recognition of Construction Bidding System Based on Image Processing

Bidding for construction projects is a very important and representative field in the industry. The system of bidding for construction projects has made considerable progress over the years due to the accumulation of experience and many contributions to the field. Nowadays, with the rapid development of information technology and the intellectualization of the bidding system for construction projects, the accumulation and processing of data has become an essential element of its development. In order to manage the bidding system of construction engineering reasonably, this paper proposes a system based on image processing and pattern recognition technology, which can recognize patterns in the bidding process of construction engineering. Firstly, through binarization and other methods, the bidding project documents of construction projects are preprocessed in order to extract the main information from the documents; secondly, information is obtained through pattern recognition and processing; finally, the results of pattern recognition are imported into the bidding system, and the bidding information is quickly added to the database. This paper proposes a bidding system for construction projects based on image processing and pattern recognition. The system provides a quick and convenient means of importing the bidding information and allows personnel to efficiently process the bidding documents, particularly when there are numerous documents and and too much information. Finally, the user survey shows that the proposed bidding system based on image processing and pattern recognition can reduce the workload of construction project personnel, greatly facilitating the progress of the project.     

基于智能图像识别的无人机电力线路安全巡检方法

为了解决无人机电力线路巡检过程中安全性指标偏低问题,降低了无人机电力线路巡检效率,因此提出基于智能图像识别设计新的无人机电力线路安全巡检方法。采集无人机电力线路安全巡检图像并加以滤波处理,基于智能图像识别技术设计无人机线路巡检识别算法,采用最优全局概率搜索遗传算法规划无人机电力线路安全巡检路径,实现了无人机电力线路安全巡检。结果表明,设计的无人机电力线路安全巡检方法的巡检安全性指标较高,证明设计的无人机电力线路安全巡检方法的巡检效果较好,具有可靠性,具有一定的应用价值。     

基于MATLAB GUI图像处理系统的设计与实现

MATLAB作为算法开发及数据可视化的交互式工具,在数字图像处理方面应用广泛,并集成了具有多种算法的图像处理工具箱。本文基于MATLAB图像用户界面(GUI)和图像处理工具箱设计实现了一款图像处理系统,该系统可实现图像的运算、变换、分割、改善、形态学处理、压缩编码等内容,并通过综合实例阐述了本系统在图像识别中的应用,使图像处理可视化更加直观,便捷。多次实践表明,本系统具有良好的实用性、交互性、移植性,易于后期模式识别和机器视觉相关应用的扩展研究。     

检测噪声图象边缘的概率集群识别方法

本文提出一种噪声图象中检测边缘的新方法.该方法从图象的灰度概率域人手,将概率谱分为两个等面积的集群,通过判定群间距离检测图象的边缘.理论分析与实验结果表明,这种方法具有较强的噪声抑制能力和边缘提取能力.     

基于Contourlet变换和仿生模式识别的纹理图像识别方法

纹理图像的分类是目前一个非常活跃的研究课题。针对现有纹理图像分类算法的局限性,本文提出了一种基于Contourlet变换和仿生模式识别方法的纹理图像识别算法。首先应用Contourlet变换获得能量特征的方法提取能量特征,进而利用仿生模式识别算法实现对纹理图像的识别。采用Vistex纹理库数据进行仿真实验,结果表明:与传统的分类方法相比,利用Contourlet变换和仿生模式识别结合进行纹理图像的识别能获得更高的正确率和速度,最佳正确率可达100%。     

模式识别技术在数字城市图像处理中的应用

数字地球、数字中国、数字城市是当前的一个研究热点。其中的一个重要方面是将遥感图象进行模式识别将遥感图象矢量化,再将矢量化的图形用计算机三维立体化。本文阐述了数字城市中的模式识别的方法和结果。结果表明,本文的模式识别技术是成功的。     

基于MATLAB图像处理的车辆检测与识别

针对目前汽车检测与识别所采用的方法在各个方面存在的不足,提出了一种基于MATLAB图像识别和处理技术的车辆检测方法,并用实例验证了其可靠性.该方法减轻了操作者的劳动强度,弥补了人在视觉与反应方面的不足之处,提高了统计的效率及准确率.