分裂-合并方法在图象分割、目标提取中的应用

提出了一种“分裂－合并－收缩－合并－扩张”的图象大区域的分割方法；可以适用于多灰度级图象；算法引入金塔式的分割思想，对图象进行大区域的粗分割，对目标进行大区域扫描，小区域的分块分割，提取目标区域，依据目标区域的骨架特征对目标进行识别，还提出了一种新的道路识别方法。     

肿瘤细胞定量测量的计算机图象分析方法

提出了一种利用计算机图象分析技术对肿瘤细胞形态参数和ＤＮＡ含量同时进行定量测量的方法，该方法把图象处理的形态学分析方法及传统的增强技术成功地应用于医学诊断研究中。计算机实际测量分析结果与病理专家诊断结果一致，证明该方法可以胜任肿瘤细胞的定量研究。文中给出了若干分析实例和算法。     

基于区域骨架信息的目标识别方法

提出了一种基于棋盘距离的骨架定义方法，此骨架结构更接近了区域的实际形状，骨架的计算更为简单，传统的利用骨架信息识别目标的方法仅使用骨架的结构信息，而本文提出了骨架结构信息和骨架深度信息相结合的目标识别方法，在骨架的基础上提出了数种形态特征，以这些特征作为神经网络的输入进行目标识别得到较好的识别结果。     

孤立短语隐马尔可夫模型自动建模软件的实现

研制的计算机软件，以普通的声霸卡为使用背景，实现了用隐马尔可夫模型对孤立短语信号的自动建模过程。讨论了该软件的实现方法和需要解决的问题，实验结果令人满意。     

基于支撑矢量机的遥感图像目标识别

基于支撑矢量机对二值遥感图像飞机目标进行了识别，与欧氏距离判别法和神经网络方法的识别结果比较，表明对以矢量表示的高维二值为特征的图像识别问题，支撑矢量机方法具有良好的推广能力。而且，不同图像的二值化取值范围对识别结果有着直接的影响。     

可恢复的脆弱数字图像水印

该文提出一种用于图像内容认证和保护的脆弱数字图像水印算法．该算法不但可以检测定位出图像中任何细微的篡改，而且可以恢复较大面积的被篡改的图像数据．首先该文给出了一种被称之为基于块交叉交插RS编码的水印生成算法；随后使用基于块交叉交插RS码的校验符号作为水印并将其埋植到图像数据的最低位；最后利用基于块交叉交插RS解码实现水印信号检测以及对图像篡改数据的定位和恢复．此外该文算法使用由密码生成的掩膜图像参与水印信号的生成和检测，很好地保证了水印的安全性和保密性．经实验验证，该算法不但可以有效地检测出图像中被篡改内容的位置，而且能恢复被篡改的图像数据．     

几何矩顺序算法的比较性研究

几何矩是用于推导平移、伸缩和旋转不变量的常用技术。用直接方法计算矩涉及大量的加法和乘法,因而有必要研究几何矩的快速算法。该文首先综述现有的对几何矩进行快速计算的顺序算法,然后用数字实验比较Delta方法、多线段积分方法、以及Li和Shen的格林定理法的性能。多线段积分方法和Delta方法在计算Hu矩不变量方面性能是相同的,但Delta方法仅适于处理二值水平连续图像,而多线段积分方法可以处理任意二值图像。与Li和Shen的格林定理法相比,多线段积分方法在计算精度上性能很完美。     

几何不变性及其在3D物体识别中的应用

三维物体识别是计算机视觉研究的重要内容之一，它要求从3D物体的2D图象中识别和定位物体．由于物体成像时会受到观察视角、摄像机参数的影响，因此使得同一物体在不同观察视角、不同摄像机参数等条件下所得到的图象存在差异．但由于几何不变性方法可以有效地消除这种差异带给3D物体识别的不利影响，所以，近20年来这种方法受到了广泛的关注和研究．为使人们了解该领域的研究现状，以对该领域的研究有所启发，首先讨论了基于几何不变性的3D物体识别方法的研究内容，包括研究的几何框架和其不变性以及几何不变性在3D物体识别中的主要应用；其次，总结性地评述了该领域的研究现状；最后，提出了研究的发展方向．     

一种基于MASM的口形轮廓特征提取方法及听视觉语音识别

提出了一种用于听视觉语音识别的基于MASM的口形轮廓提取方法，这种方法只需要少量的训练数据就可以实现对大量口形轮廓的准确提取。还引入了一种口形轮廓的平滑修正方法，该方法利用口形连续变化的特点，对错误轮廓进行修正。实验证明，利用该方法提取轮廓的准确率比常规ASM模型高出20个百分点；将该口形轮廓特征引入到听视觉语音识别中，可以有效地提高噪音环境下的识别率。     

一种基于词片识别的字符分割算法

在字符识别领域,对粘连字符的识别是一个被广泛关注的技术难点,而且粘连字符的分割更是产生识别错误的主要原因之一.为了快速准确地进行字符分割,在总结已有方法的特点及不足的基础上,针对电子阅读笔系统的工作特点和实时性要求,提出并实现了一种面向电子阅读笔系统的基于词片识别的分割算法.该方法由于通过对字母组合的识别,降低了传统的基于孤立字符识别方法对于字符切分的要求,而且以中心生长法和改进的峰谷函数为切分工具来进行字符分割,简单实用,因而其在减少因粘连字符切分错误引起的识别错误的同时,不仅降低了运算复杂度,而且适合在阅读笔等嵌入式设备上应用.实验证明,该算法不仅效率高,而且实现简单,还能够降低分割错误带来的识别错误.