对称NSHP模型拟合非因果模型及其一致性估值算法

本文针对非因果模型不易递归实现的缺点提出一种新的可递归实现的非因果模型,并提出一种相应的渐近一致性参数估值算法,实验结果表明这种模型及建模算法是有效的,适用于图象的数据压缩及特征提取。     

一种新的摄像机自定标的方法

本文给出一种由未定标图像进行摄像机自定标的方法．通过分析基础矩阵关系式及方 差之间关系,得出一种新的计算摄像机内部参数及运动参数的准则．在计算中采用单个摄 像机并且假设摄像机像主点的位置已知,大大简化了运算量．     

一般加权函数的ALSL算法

本文给出一般加权函数的ALSL算法,并指出M.Morf等人的前加窗方法和协方差方法是本文给出结果的特殊情况。最后用实验的方法把ALSL同ABURG算法进行了比较,表明前者优于后者。     

一种新的立体图象匹配方法

景物的深度信息对于图象分析是很重要的。立体视觉技术提供了一个既方便又直接的获取景物三维深度信息的途径。其关键问题是立体图象的匹配。本文提出了一个基于特征的序列立体图象匹配方法。与以往的立体图象匹配方法不同的是采用五幅序列立体图象并用松弛法来获取唯一匹配。     

十六元树、二值图象数据压缩

本文介绍了一种二值图象数据压缩的十六元树方法,它具有效率高、便于实现,无失真恢复等特点,是处理二值图象中极为实用的方法,     

生物神经信号采集与模式识别

研究并实现了生物神经信号实时采集和分析系统,其集生物信号采集、模式识别、反馈控制于一体;设计了交替缓冲方法实现采集和存储的数据共享;提出了多速率压缩算法以实时分析采集信号的特征;给出了生物神经信号的模式识别的准则。该系统已在生物神经信号采集中得到实际应用。     

基于混合遗传算法的对极几何估计

在未定标系统中,对极几何约束给出了图像间的全部信息,成为解决许多视觉问题的关键环节.本文提出了一种基于混合遗传算法的对极几何估计方法,它利用每个基因代表一个匹配点,每条染色体作为对极几何估计最小子集.此方法在很大程度上减小了出格点对估计过程的影响,能够较好地汇聚到全局(或近似全局)最优解.模拟数据和真实图像的实验结果都表明,本文所给出的方法能够有效地检测和删除错定位和误匹配点,提高了对极几何估计的鲁棒性和精度.     

基于模糊规则的多分类器融合

用非线性方法解决多分类器融合问题能够取得比较高的识别率, 但是,当前被应用在多分类器融合领域中的非线性方法可理解性较差,给使用者带来一定的困难。而基于模糊规则的模式识别方法是一类可理解性好的非线性方法,但迄今为止还没有被应用于多分类器融合问题中。基于上述考虑,该文将模糊系统应用到多分类器融合中,并且研究了如何设计可理解性好、精度高的模糊系统的问题,提出了一种改进的基于支持向量的模糊系统设计方法。该方法在从ELENA项目数据库和UCI数据库中选出的4个数据集上进行了测试。实验结果表明,该方法能够用可理解性好的模糊系统实现低错误率的多分类器融合。     

数据压缩讲座──第2讲 几种常用的无失真数据压缩方法

本文介绍了几种常见的无失真数据压缩方法，并对其压缩机理及性能进行了分析。     

一种新的旋转不变纹理特征

所谓旋转不变纹理特征是指不论纹理图象是从哪个角度拍摄的,只要是同一种纹理那么这种特征就是不变的。这也是人类视觉系统的一种特征。本文基于方向测度特征及循环AR模型提出一组旋转不变的纹理特征,它能够比较准确地提取纹理的粗细度特征、方向性强度特征及各向同性特征。本文还通过实验结果证明了这组特征的有效性。