一种新的消隐点自动测量算法

利用直线聚类和统计分析方法自动地实现对二维图像中提取出的消隐点的位置测算,对后续摄像机标定和三维建模十分有用。在人造建筑物的图像中,存在着许多空间上相互平行的直线,这些直线经过透视投影后将在成像平面上相交于一点,称为消隐点。基于直线倾角聚类的思想,对所有直线按倾角相交得到的待定消隐点进行统计分析处理,实现了消隐点位置的测算。实验表明,由于利用了平面图像中几乎所有的空间结构信息(线条),并采用了聚类和统计分析的数据处理方法,减少了由于噪声或者成像畸变造成的误差,所得结果精度高,算法鲁棒性好,整个测算过程自动完成。     

曲面网格数据的边缘提取与显示

曲面网格数据是有限元计算与实际测量中经常得到的一类重要的离散数据,由于其采样不规则,采样点分布在曲面上,因而已有的图像分析方法不再适用,文中讨论了该类数据的特征分析方法,给出了曲面网格数据中特征区域边缘的自动提取与显示方法。     

基于多信息融合的纹理分割新方法

为了提高纹理分割的边缘准确性和区域一致性,该文综合考虑了纹理的统计和随机特征,提出了一种摹于GMRF和Gabor滤波得到的纹理特征进行信息融合后再进行纹理分割的新方法。实验结果表明该算法适应各种不同类型的纹理图像,与传统的只利用纹理的一种特征进行分割方法相比,该方法在边缘准确性以及区域一致性等方面均有明显的改善。     

基于多阈值融合的图像分割

提出了一种基于知识的多阈值融合图像分割新方法．首先利用一组多阈值分割结果建立连通域生长树．然后判断树叉对应的连通域合并是否合理,为此提出了连通体元、体元生命期、体元体积等概念,结合灰度均匀性定义出通用合并准则．最后将图像各位置的最佳连通域组合为最终图像分割结果．该算法充分利用了目标的灰度和空间属性,对灰度平稳和渐近变化的多目标图像分割非常有效．此外,该算法可以有效融合具体应用的先验知识,具有很高的智能性。     

一种有效的无损图象编码方法

由于一些正当的原因,无误差编码在某些应用中是唯一可接受的压缩方法。文章首先采用一种整数到整数小波变换对图象进行分解,然后通过优化改进著名的SPIHT压缩算法2,实现了一种有效的无损编码方法。压缩结果表明：该方法性能优于经典的一些无损编码方法,同时也优于直接采用SPIHT的无损压缩方法,因此可推广应用到卫星遥感图象、医学图象的传输和归档中去。     

具有方向性、变尺度的过零交叉特征检测算子

根据过零交叉的视觉机理，提出了一种具有方向选择性和变尺度的特征检测算子，并以Ｂ样条形式给出了其小尺度下的离散化图象处理形式。该算子的提出与实现，克服了以前的方向性模板的视觉解释的不完善现象，使得过零交叉理论与人眼观察的特征方向性选择得到了完整的统一。该算子在水平方向与垂直方向的叠加形式能较好地解释人眼视觉系统为何对水平方向和垂直方向的特征反应较斜向方向的特征反应更为敏感这一生理现象，并由此对人眼视觉机理作出了一种新的、合理的解释，从而进一步完善了传统的过零交叉视觉理论。     

基于零树结构的可伸缩编码方法研究实现

文章利用小波变换多分辨分解特点和Ｓｈａｐｉｒｏ提出的ＥＺＷ编码的优点,实现了一种基于零树结构的可伸缩性编码新方法,其编码特点是可以输出分辨率多位率压缩位流,有效地改进了ＥＺＷ方法只能应用于单一分辨率视频服务的不足。该算法首先对小波变换系数进行一致标量量化;其次对量化后不为零的重要低频系数按照位平面次序进行编码;最后根据零树结构对高频小波系数,从低分辨率开始逐频带搜索得到不为零的重要系数,对搜索到的高频重要系数同样按照位平面次序进行编码,直至最高频带小波系数。该算法的特点是具有可伸缩性,即其编码位流不但可以进行多分辨率解码,而且可以进行多位率解码。实验结果表明,该压缩方法性能优于Ｓｈａｐｉｒｏ的ＥＺＷ方法,能在一定程度上提高峰值信噪比（ＰＳＮＲ）。     

非线性连续神经网络平衡态的吸引域及收敛指数的估计

给出一种新的简单方法分析非线性连续神经网络的指数稳定性。得到了最优化计算神经网络全局指数稳定的一些判定条件,以及联想记忆神经网络各平衡态的吸引域与收敛速度估计。所得结论推广了某些文献中已有结果。     

二维网格数据中特征区域的提取算法

网格数据是有限元计算与实际测量中得到的主要数据,数据量较大。在数据可视化时减少计算及存储的一个有效方法是将庞大数据中的特征区域提取出来并单独显示及存储。