基于特征值分解的图像边界与空间关系描述

针对图像识别、检索、配准中的特征提取与特征描述问题,利用加权图的邻接矩阵特征值分解方法,构造具有平移、缩放、旋转不变性的图像边界形状和空间关系描述子。理论分析与仿真实验结果表明,该算法在缩放和旋转条件下具有较强的鲁棒性和较好的类别可分离性,相比传统算法可以更好地进行图像描述,且计算量有所减小。     

一种改进的相对熵特征选择方法

提出一种改进的相对熵特征选择方法。该方法基于一个类别的文本属性通常由有限个特征词决定的特点,利用相对熵的基本原理,选取最能区分类内与类外文本的词作为文本分类的特征。在特定文本语料库中进行的实验结果表明,该方法可以降低文本特征维数,提高分类准确率。     

基于混合仿射模型配准的IBP超分辨率重建

针对传统的配准只考虑几何因素的不足,提出一种基于几何和光度混合仿射模型的配准迭代算法。该算法避免keren算法因为角度的泰勒级数展开所带来的误差,大幅提高配准精度,而且使图像亮度得到保持。与传统的仿射变换相比,平均平移误差精度达到了0.165个像素。采用迭代反投影算法对配准后的图像序列进行超分辨率重建。实验结果表明,超分辨率重建结果的信噪比和结构相似度有了较大提高。     

医学图像配准中基于图像梯度的灰度压缩

基于互信息的医学图像配准,其配准精度可以达到亚像素水平,精度高且鲁棒性好,但互信息的巨大计算量使配准速度较慢,不能达到临床使用要求,而互信息的计算速度与图像的灰度阶数有关。为此,针对互信息由于图像灰度级数过多造成互信息计算量大的问题,提出一种基于图像梯度的灰度压缩算法。算法采用图像的梯度信息,根据图像梯度对图像进行非线性灰度映射,同时利用小波对差异图像进行分解和重构。实验结果证明,该算法能减少图像灰度阶数,同时较好地保留图像的细节信息,在保持配准精度的前提下减少配准时间。     

改进的模块2DPCA人脸识别算法

提出一种改进的模块2DPCA人脸识别算法,即基于子距离的模块2DPCA人脸识别算法。该算法对图像进行分块,对每一子块独立地利用2DPCA进行处理,求出测试样本子块与训练样本对应子块间的子距离,将所有子距离相加得到测试样本与训练样本的距离,用最近距离分类器分类。在ORL人脸库上的实验结果表明,该算法在识别性能上优于普通的模块2DPCA算法和修正的模块2DPCA算法。     

基于蚁群优化的图像边缘检测算法

为提高图像边缘检测的精度与抗噪性能,提出一种基于蚁群优化的图像边缘检测算法.将图像像素梯度值和像素圆形邻域统计均值的相对差共同作为蚁群的启发信息,引导蚁群搜索图像边缘.实验结果表明,该算法能最大限度地保留边缘细节,并能抑制噪声和纹理,具有较好的鲁棒性.     

面向协同产品商务的零件信息表达与共享

根据协同产品商务中各方对零件信息统一表达和共享的需要,提出一种面向协同产品商务的零件信息表达与共享方法。该方法分析零件信息特征构成及特征间关系,并基于特征建模技术建立面向协同产品商务的零件信息特征模型,将零件信息特征模型转化为统一的XML Schema信息模式,阐述转化的基本规则,构建面向协同产品商务的零件信息共享与交换平台,该平台以XML Schema信息模式进行检验,零件信息由XML描述并通过各种XSL样式表映射,满足不同用户的显示需要,实现零件信息的共享与交换。应用实例证明了该方法的有效性和可行性。     

基于LMedS&LS的全局运动估计算法

针对全局运动估计过程常伴有局部运动的问题,提出一种基于LMedS&LS的全局运动估计算法.通过获取相邻2帧图像上对应特征块的坐标,将该算法应用到仿射变换模型中,估计出全局运动参量,并根据运动参量采用双线性内插法完成图像配准.实验证明,该算法相对于LMedS算法在精确度和实效性2个方面都有改进.     

一种带渐消因子的偏差配准和目标跟踪算法

在多平台多传感器跟踪系统中,提出一种带渐消因子的偏差配准和目标跟踪算法,结合配准偏差和目标状态形成扩维状态变量以构造新的偏差配准模型,在跟踪过程中引入渐消因子对突变的目标状态变量进行快速响应。仿真结果表明,该算法能使系统偏差估计迅速收敛到真实值附近,在偏差发生突变时,具有较好的自适应性,并且可以提高系统的整体跟踪精度。     

基于互信息和粗糙集理论的特征选择

针对互信息方法在精度方面的不足,通过引入粗糙集,给出一种基于关系积理论的属性约简算法,以此为基础提出一个适用于海量文本数据集的特征选择方法。该方法采用互信息进行特征初选,利用提出的属性约简算法消除冗余,获得较具代表性的特征子集。实验结果表明,该特征选择方法能获得冗余度小且较具代表性的特征子集。