基于非下采样Contourlet和MRF的纹理图像分割

提出了一种基于非下采样Contourlet变换(NSCT)和马尔科夫随机场(MRF)相结合的纹理图像分割算法.算法包括两个步骤,首先通过NSCT实现对图像纹理特征的提取,并使用模糊C-均值完成对图像的初始分割;然后将初始分割结果用 MRF模型表示,通过贝叶斯置信传播得到图像的最终分割结果.实验结果表明,对于纹理图像,该方法在分割错误率、区域一致性以及边缘的准确性方面都比传统小波变换的方法有了明显的改善.     

一种基于小波变换的脉搏波速度测量方法

动脉脉搏波速度变化是动脉血管病变的指示剂,因此脉搏波速度的检测对血管疾病的预防和治疗有很大的帮助作用.脉搏波中夹杂的各种噪声干扰会影响测量结果精度.利用小波变换可以去除脉搏波中的各种干扰,实现波形的平滑重构,为提高测量精度打下基础.脉搏波波速的测量精度在很大程度上取决于波速参考点的提取,首次采用二次差分峰值点作为波速参考点,提高了测量精度.临床实验证明,新方法能够有效地分析出脉搏波速度,有助于动脉血管弹性程度的辅助诊断.     

基于织物结构特征和小波变换的快速疵点检测

给出了一种利用小波为分析工具,基于织物采样图像进行疵点检测的新方法.首先对织物疵点图片进行了奇偶行列采样抽取,得到奇偶两幅子图像并使得图像的总数据变为原来的二分之一,然后再进行小波变换.在进行小波变换时,采用邻域插值,使得紧支撑小波滤波器的系数序列得到缩短,并可以由原来的滤波器系数计算出缩短后的滤波器系数.实验结果表明该方法可以在保证检测效果准确性的同时,大幅减少数据计算量、提升检测速度.     

针对Naive Scaler的改进

决策表离散化要求决策表中原有的分类结果不变,而NaiveScaler算法在离散化时,有些根据不可分辨关系应该得到的断点很可能被丢掉,造成决策表信息的丢失.针对这一问题,对其进行了研究并改进.原算法在扫描相同条件属性值而决策值不同的对象时,由于这些对象的排序不同可能造成离散的结果不同.主要是在这里某些断点可能被遗漏,并引进新的冲突.为此,当条件属性值变化时查看其决策属性值,若有不同决策属性值则追加断点以消除断点被丢掉的可能.进而使得到的初始断点集更可靠.最后给出实例表明该算法有效.     

非结构矢量场的特征区域可视化方法

基于特征比对的可视化方法涉及的问题主要包括,如何判断一个矢量场中是否存在另一个矢量场中的一些特定结构,如何评价两个矢量场结构间存在的相似性,如何从诸多矢量场中将这些特定的结构检测,定位并绘制出来.给出了一种基于曲线结构的矢量场特征区域可视化方法,该方法通过构造与曲线结构相关联的柱坐标系,保证了提取特征的平移、旋转和尺度不变性;采用曲线积分的Clifford Fourier变换,获取了曲线结构的频域特征并简化计算;利用多曲线结构匹配和多尺度逼近等方法,实现了区域结构的特征可视化.     

基于Top-hat变换与主成分分析的人脸识别方法

针对光照条件对人脸识别性能的影响,提出了一种利用Top-hat变换对特征提取前的人脸图像进行预处理的方法,减弱了外界光照对人脸特征提取的影响,并将该方法与基于主成分分析的特征提取方法和基于多类别分类器支持向量机的分类策略相结合,形成完整的人脸辨识算法.最后在ORL人脸库和YALE_B人脸库上,对该方法的识别率进行了测试,并与传统的基于主成分分析和最小近邻分类方法结合的人脸辨识方法进行了比较,得到了较好的结果.     

基于Nonsubsampled Contourlet变换的虹膜特征提取与匹配

为了鲁棒地获得高品质的虹膜纹理特征矢量,提出了一种新的无参数滤波器堆与虹膜感兴趣区域获取技术相结合的特征矢量提取方法.分析了基于Nonsubsampled Contourle变换(NSCT)滤波器的结构与性能,给出了无参化NSCT滤波器的设计步骤和设计要点.提出了采用坐标变换、剪切、平移和组合的虹膜感兴趣区域预处理技术.用NSCT滤波器滤波该虹膜感兴趣区域来获得信息丰富且少干扰的虹膜图案的特征矢量.实验结果表明该方法是更为有效的.     

基于OpenGL技术的集装箱仿真系统的研究与开发

对靠近海岸线的物流园区集装箱堆场进行研究,发现台风或大风经常造成集装箱吹落或倾覆,这样造成很大的经济损失.研究利用VC和OpenGL开发一个可视化的集装箱仿真系统,该系统通过气象部门所提供的风速,能够预测物流园区中的集装箱是否安全.系统使用OpenGL中的纹理映射和视点变换,并以一种直观的、可视化的方式呈现给现场操作人员.现场操作人员可以根据系统的提示信息,在台风来临之前对将会被台风吹落的集装箱做好加固措施,以达到减小经济损失的目的.     

小波神经网络在智能优化控制系统中的应用

提出了一种基于小波神经网络的智能优化控制系统,并应用到污水处理絮凝过程的优化控制中,采用实验数据进行了测试,同时采用循环抽样验证法来验证系统的测试精度,结果表明该系统可方便有效地进行实时控制,而且控制效果良好,在运行过程中实时控制速度得到明显提高.研究结果表明,小波神经网络所建立的控制模型稳定性好,实时控制速度快,即基于小波神经网络的污水处理絮凝过程控制系统能准确地进行絮凝过程各参数的实时估计,实现污水处理絮凝过程的实时控制.     

基于视频的火灾实时检测方法

为了提高基于视频的火灾检测的准确性和实时性,提出了一种综合色彩特性分析和闪烁特性分析的火灾检测方法.首先在获取帧差视频图像的基础上,通过对HSI色彩空间中的色彩特性分析提取帧差图像中的火焰候选区域;在此基础上引入离散傅立叶变换分析火焰候选区的频率变化来确定是否存在火灾;最后通过时间累计方法给出火灾报警的可信级别.实验结果表明,该方法具有较好的可靠性、鲁棒性和运行效率.