局部傅里叶变换系数各阶矩的纹理鉴别性能分析

局部傅里叶变换（LFT）是一种重要的纹理特征提取方法.该文首先分析了LFT系数各阶矩的纹理鉴别性能,然后采用特征空间中由不同纹理形成的聚类之间的Fisher判据作为评价指标,研究了纹理特征的鉴别性能,并通过纹理分割实验来验证相关结论,从而使结论具有更高的可靠性.分析结果表明,纹理图像的LFT系数一般不服从正态分布,其偶数阶矩具有较好的纹理鉴别性能,而奇数阶矩的纹理鉴别性能则较差,由于以LFT系数的2、4、6阶矩作为纹理特征,其纹理鉴别性能和分割结果优于Yu Hui和Haralick提出的纹理特征,因此,建议选用LFT系数的各偶数阶矩作为纹理特征.     

匹配技术及其在辅助导航中的应用

对匹配技术在辅助导航中的应用及其关键技术进行了研究和探讨,指出为了使辅助导航技术获得更多的应用和得到更好的发展,必须在若干关键技术问题上取得突破,如区域的快速筛选与粗定位、异源图像匹配技术等.     

一种基于轮廓配准的包装缺陷检测方法

提出了一种基于包装图像轮廓配准的包装缺陷检测方法.该方法先对包装图像进行轮廓提取,计算目标轮廓的质心,从而得到配准平移参量.围绕目标质心每隔一定角度抽得质心到轮廓的距离值,得到一个距离值的序列.通过计算标准图像和待配准图像的距离值序列的圆周相关的最大值来确定旋转的角度.然后对已配准的包装图像进行缺陷检测,实验证明,本方法对包装缺陷的检测是快速的,有效的.     

高斯扩散特性图象的盲解卷积

图象的盲解卷积恢复具有重要的理论和实际意义，许多情况下系统的扩散特性不能精确获得。针对一类相对平滑或类似高斯分布的扩散特性，建立一种图象盲解卷积算法，采用交替迭代方法。适合总体最小二乘求解。算法能有效地确定点扩散函数，图象恢复质量有明显改善。最后的仿真实验表明了算法的有效性和稳定性。     

感知编组综述

回顾了感知编组技术的历史,并对其原理、步骤、需要解决的问题和分类进行了系统详尽的总结,对近几年用的较多的编组机制的方法进行了介绍,并论述了感知编组技术在目标识别中的应用。最后对感知编组技术中的研究热点和感知编组的应用领域发展趋势作出了展望。     

CMOS图像传感器芯片OV5017及其应用

阐述了CMOS图像传感器的一般特征,详细介绍了CMOS黑白图像传感器芯片OV5017的性能与使用特点,讨论了OV5017在图像采集中的应用。     

基于拉普拉斯金字塔分解的多尺度边缘检测

边缘表现为图像中具有奇异性点的集合,利用改进的拉普拉斯金字塔分解捕获这些奇异性点,得到各尺度下的带通图像,通过分析,得出分解后的带通图像在边缘处产生零交叉点,构造统计量帮助提取零交叉点,再通过多尺度边缘融合实现多尺度边缘提取.与LOG和Canny边缘检测的对比实验表明,所建立的算法能够可靠、有效、精确的获得图像的边缘.     

一种基于光流场的医学图像配准方法

提出了一种基于光流场的医学图像弹性配准方法。方法先对图像进行小波分解,从最低分辨率的近似图像开始,采用光流场的方法进行逐级配准,再对配准的各分量进行重构,直至得到最高分辨率的配准图像。实验表明,这种方法对于具有较小形变的医学图像的配准是有效的。