基于小波变换与脉冲耦合神经网络的人脸识别

脉冲耦合神经网络（Pulse Coupled Neural Network,PCNN）是基于生物视觉特性而提出的新一代人工神经网络,它在数字图像处理及人工智能等领域具有广泛应用前景.本文通过研究PCNN理论模型及其工作特性的基础上提出了一种提取人脸特征的方法.首先利用小波变换提取人脸图像低频特征,降低人脸图像的维度,然后利用简化的PCNN提取小波低频系数重构后的人脸图像的相应时间序列,并以此作为人脸识别的特征序列.最后利用时间序列和欧式距离完成人脸的识别过程.本文通过ORL人脸库进行实验证明了该方法的有效性.     

基于改进SLIC与区域邻接图的高分辨率遥感影像建筑物提取

针对传统SLIC超像素算法在高分辨率遥感影像上分割质量差的问题,提出一种基于降维的改进SLIC与区域合并的方法对建筑物进行分割.首先,对传统SLIC的五维计算进行降维简化,采用灰度特征信息替换色彩信息,减少LAB颜色空间五维特征向量表征的冗余;其次,采用区域邻接图对过分割图像进行合并;最后,对改进SLIC中的主要参数即超像素数目k、紧凑度m和迭代次数p对分割结果的影响做了分析与比较.实验表明：该方法不仅分割出了大部分的建筑物信息,还提高了算法的运行效率与空间效率.运行时间效率比传统SLIC提高了25.5%;对建筑物的提取精度能达到97.6%.     

结合属性散射中心模型和空间变 迹法的 SAR 图像旁瓣抑制方法

针对合成孔径雷达( synthetic aperture radar,SAR) 图像旁瓣抑制问题,提出结合属性散射中心模型和空间变迹法 (spatially variant apodization, SVA)的新途径。 空间变迹法作为一种经典超分辨率图像处理技术,能在抑制旁瓣的同时保持良 好的主瓣分辨率。 属性散射中心可以很好地描述目标在高频区的电磁散射特性,是分析 SAR 图像的有力工具。 基于属性散射 模型的参数估计得到的先验知识再利用空间变迹法处理 SAR 图像,达到抑制旁瓣的目的。 实验结果表明,该方法可以有效抑 制 SAR 图像旁瓣。     

一种CT医学图像分割新算法

针对临床辅助诊断的需要,提出了一种结合传统分水岭算法和新型核聚类算法的CT医学图像分割新算法。首先,通过分水岭变换,CT图被分割成不同的小区域。然后,根据改进的KFCM算法,利用Mercer核将各个小区域的平均灰度值映射到高维特征空间,使得原来在分水岭算法分割图中未显示出来的特征显现出来。通过此方法,相较于传统核聚类(KFCM)算法,我们可实现更准确的聚类,并有效解决分水岭算法分割CT医学图像的过分割问题,因此能取得更好的分割效果。实验结果显示,本文方法能够很好分割腹腔CT图,获得更清晰的分割图像。     

基于DM642的人脸图像边缘检测改进方法

人脸图像的边缘提取是人脸检测和识别的重要基础之一。本文介绍了图像边缘检测的基本方法及Sobel算子和Canny算子的基本原理,从实际应用角度出发,在TMS320DM642EVM平台上实现改进的Sobel算法与Canny算法的融合,并优化程序以达到实时性目的。实验证明,本方案在抑制噪声同时,能快速完整地检测出人脸边缘,实用性好,为日后人脸自动识别等DSP系统的开发打下良好的基础。     

结合分水岭算法和WKFCM算法的MRI图像分割

针对传统分水岭算法对MRI图像过分割的缺点,提出了一种基于分水岭算法和改进核聚类算法的MRI图像分割新方法.首先,通过传统的分水岭分割算法将MRI图像分割成不同的区域,然后根据改进的核聚类算法,利用Mercer核将各个区域的平均灰度值映射到高维特征空间,使得原来未显示出来的特征显现出来.这样就可以实现更准确的聚类,用灰...     

关于水域水环境质量规划及水污染控制管理问题的探讨

论述了我国目前河流、湖泊和地下水水环境的现状，分析了造成水环境不断恶化的原因，探讨了水污染防治的水域水环境质量规划及水污染控制管理问题。     

基于颜色和纹理特征的林火烟雾识别

为了实现森林火灾的智能化预警,提出了基于颜色和纹理特征的林火烟雾识别方法.首先使用颜色特征确定烟雾疑似区域,随后采用局部二值模式方差(Local Binary Pattern Variance,LBPV)提取疑似区域纹理的不规则度特征并产生LBP图像.然后利用小波变换分解LBP图像并提取模糊度、复杂度和相关度特征.最后利用支持向量机(Support Vector Machine,SVM)进行烟雾识别.结果证明,颜色结合纹理特征方法可以有效实现林火烟雾的识别,为林火烟雾识别研究提供了一种有效方案.     

流域汇流的系统模拟

本文综述了流域汇流系统模拟的基本概念、原理和一些模式,并对这些模式进行了分析,提炼了具有普遍性规律的内容。掌握了这些基本概念和原理,将有助于提高对现行模式的分析和建立新模式的能力。