一种基于标记的并行细化算法

本文提出了一种基于图像标记的并行细化算法.首先计算图像中像素和轮廓距离的标记信息,并将标记图像作为细化算法的输入.通过综合利用标记信息,保留了几何特性,提高了细化算法的鲁棒性,同时为进一步图元识别/拟合奠定了基础.     

一种基于自适应阈值的复杂背景下自动目标跟踪方法

提出了一种基于自适应阈值的复杂背景下自动目标跟踪方法，该方法采用一种自适应块匹配的运动估计，以平均绝对误差作为目标匹配准则，针对不同大小，不同运动方向，不同运动速度的目标均可进行较好的跟踪。该方法采用三不搜索策略较好地实现了目标搜索，同时，根据目标运动的惯性，引入了运动矢量的向前预测策略，减小了目标搜索的盲目性，提高了跟踪的可靠性和效率。     

图像融合中的特征选取及分类与决策

图像融合在遥感等许多领域具有重要作用。简要分析了预处理和像素级别融合的技术,着重探讨了用于特征级和决策级融合的关键技术,包括特征提取与选择、分类器设计及决策等。针对几种典型的有监督及无监督分类算法,进行了深入的分析和比较。最后指出了在分类决策方面图像融合技术发展的方向。     

图纸矢量化中的线弧分离与识别

图纸矢量化是现代图像图形处理技术发展的一个重要分枝,具有很高的研究价值及广泛的应用前景。本文针对图纸矢量化中的图元识别技术,提出了系统的基于线弧分离和拟合识别方法。通过长直线和圆弧分离、尖角与弧结束判定及反向相切弧分离,进而识别多种基本图无了。理论分析和实验结果均表明,该方法对于不同图纸中线弧图元可以进行有效的识别。