主动模型研究

首先对主动视觉理论及主动模型的发展作了简单的回顾,然后阐述了主动模型的研究、方法及应用,从几何表示的角度把主动模型分为参数主动模型、几何主动模型及离散主动模型等三类,介绍了各类模型中有代表性的方法。     

基于模糊关联聚类分析的彩色样本数据选取方法

通过对各种聚类算法的研究比较，提出基于模糊关联聚类分析的CMYK色彩空间数据采样方法，该方法可以充分利用隶属向量中各分量所提供的信息，分类结果更合理，同时，将RGB颜色空间样本数据转换到CIELab均匀颜色空间中，用灰色关联度作色彩相似性的测试，可以更好地指导彩色样本数据的分类。     

一个智能化的图像检索系统IIRS

本文深入研究了支持语义查询的大型图像数据库检索技术，提出了一种新的基于内容的图像检索系统：IIRS(Intelligent Irnage Retrieval System)。该系统支持多种特征的组合查询，引入了反馈机制及语义查询，具有自动学习及再学习的能力。实验结果表明，引入相关反馈及语义查询，可大大提高检索性能，     

一种结合位置信息的混合模型图像分割方法

提出了一种新的受位置约束的混合模型图像分割方法。该方法在独立混合模型的基础上,采用空间滤波方法对像素所属分量的后验概率进行修正,在混合模型中隐含地加入了像素的空间位置信息。这种结合位置信息的方法为混合模型的分量选择提供了一种有效的实现方式。与其它的受位置限制的混合模型相比,该方法没有引入额外的模型参数,并且无需采用模型选择准则,可以实现自动的混合分量个数的选择。     

区域表示：二元数组转换成线性四元树

本文提出一种方法实现二值图象的二元数组表示转换成线性四元树描述。它包括两个算法:(1)二元数组转换成0-四分形集合,和(2)平移-合并0-四分形。对于二元数组,算法(1)需要O(2~(2n))时间。算法(2)以0-四分形数目的线性时间运行。     

用于图像分割的滤波EM算法

利用邻近像素类别上的相关性,在采用EM算法对模型参数求解的过程中,以滤波方法引入像素的空间位置信息,降低了EM对初始值选择的敏感性.该算法在引入了像素的位置信息的同时,保持了EM算法的简单性,并为混合分量个数的选择提供了一种新的实现途径.对实际图像的分割结果证实了算法的有效性.     

一种新的用于点目标检测与跟踪的闭环pipeline算法

提出了一种由滤波管道、检测管道构成的闭环管道算法用于检测与跟踪复杂云天背景下的点目标．引入了基于单帧局部对比度门限的预处理算法进行杂波抑制,设计了基于三帧图像相关性分析的连续滤波器进行噪声剔除．实验分析表明,该算法不仅能够检测出作任意轨迹运动的点目标,而且能够有效地预测跟踪窗．它在搜索空间的缩小、计算复杂性的降低以及杂波剔除方面优于传统的管道算法．     

利用标准线性四元一八元树由正交三轮廓图识别三维客体

线性八元树提供一种非常紧凑并适于传统客体处理运算的三维客体体积表示法。然而,利用体积交技术由正交三轮廓图生成三维客体的线性八元树表示取决于观察点。匹配客体到模型达到识别目的需要客体表示独立于观察点。为了得到独立于观察点的表示,应通过计算惯量矩阵的特征向量确定客体的三个主轴。线性八元树投影到三个主视(沿着主轴)的图象平面上得到三个标准线性四元树。客体匹配包括两步过程:第一步是利用对称差的度鞋匹配待识别客体的标准线性四元树到库中一模型子集;第二步是生成客体和这些候选模型的标准线八元树,然后匹配待识别客体的标准线性八元树到具有最小对称差的模型。     

流体动画方法综述

介绍了二维流体和三维流体动画方法。流体动画制作分为两步：流体表面建模和流体绘制。二维流体建模主要采用参数建模方法,基于傅立叶变换原理,合成波动的二维流体表面。三维流体建模一般基于Navier-Stokes流体方程,利用流体内部的速度建立流体表面的方程。流体绘制主要采用光线跟踪方法。流体动画的挑战和发展方向在于：流体动画控制、实时绘制、细节表现。     

Clustering based segmentation of text in complex color images

We propose a novel scheme based on clustering analysis in color space to solve text segmentation in complex color images. Text segmentation includes automatic clustering of color space and foreground image generation. Two methods are also proposed for automatic clustering: The first one is to determine the optimal number of clusters and the second one is the fuzzy competitively clustering method based on competitively learning techniques. Essential foreground images obtained from any of the color clusters are combined into foreground images. Further performance analysis reveals the advantages of the proposed methods.