一种非限制性的手写数字的识别方法

本文从语义，句法模式识别观点，提出一种基于模型指导的有限状态属性自动机，进行特征抽取。对每一种典型的畸变模型设计一个有限状态属性文法及其相应的属性自动机，采用自下而上和自上而下相结合的控制策略，并在低层次引入知识指导，减少了工作量和不确定性。基于上述方法实现的非限制性手写数字识别系统，经过对１１００个非限制性手写数字样本的测试，平均识别率达９５．２％，拒识率为４．６％，误识率为０．２％。     

一位可重构三值光学处理器的设计和实现

文中对可重构三值光学处理器的原理和基本结构进行了详细的实验研究,证明了这种处理器的可重构性和重构电路的有效性.本次研究设计了实用的重构电路,使用小规模FPGA芯片、笔段式液晶显示器和高速光强传感器等元件,成功构造了一个像素位的可重构三值光学处理器.在实现的实验系统上,通过精心选择的50个实验用例,对三值光学处理器的全部42个基元和28个代表性逻辑运算器进行了研究.50个实验用例覆盖了所有可能的输入状态和各种基元组合情况.该文是对降值设计理论的第一次全面实践,为可重构三值光学处理器从理论到实际应用提供了实验基础和技术支持.     

过渡金属的液晶基元配合物纳米胶束的自组装

以异烟酸和溴代十二烷为原料合成液晶基元异烟酸十二烷基酯,在水和无水乙醇混合反应体系中,室温下分别与Pd(Ⅱ)、Cu(Ⅱ)和Ni(Ⅱ)过渡金属按4∶1的摩尔比混合反应,通过自组装形成配合物。透射电镜形态观测表明,配合物之间借助超分子力和配体的液晶性协同作用构建成25～40nm左右的棒状形态的纳米胶束。并利用红外光谱,紫外可见吸收光谱,荧光光谱等手段对其结构和性质进行了表征。     

一种多基元类的布局迁移自适应算法及在闸机设计中的应用

布局问题研究物体的布局先后或布局定位以满足设计要求,布局迁移设计是在已有布局基础上高效设计新布局的方法。在轨道交通自动控制系统中,闸机表面传感器的布局对人与物的识别有重要的影响。为了实现闸机在不同地域环境中的快速设计,首先以闸机布局中的传感器作为研究对象,进行基元划分,提出了多种基元类型;并分析了基于拓扑结构的基元迁移变换方法,研究了人群特征因素、机械结构约束的数学表达;然后提出基于包围圆搜索的基元运动与干涉分析算法,其参数能够根据求解精度进行自适应调整;并利用多目标归一化函数对各基元的解进行择优,以获取最终布局。最后以18对传感器的闸机布局设计为例进行实例分析,应用此方法并借助于Visual Basic可视化编译平台,实现了闸机在不同地域环境中的传感器布局快速设计。     

图像3D轮廓提取

针对现有3D轮廓提取方法计算量大、图像立体匹配难、图片中含有大量噪音的问题,提出了一种利用早期认知视觉系统提取图像3D轮廓的方法。早期认知视觉是连接早期视觉和认知视觉的中间平台,通过早期认知视觉系统提取出图像的2D基元,2D基元是图片小块,有丰富的语义信息包括位置,方向,相位和三色值;再由两个立体图像的相一致的2D基元配对来构建3D基元,通过3D基元的共面性和共色性得到图像的3D轮廓。在Ubuntu10.04下,通过输入立体图片对,对这种方法进行了实验,实验结果表明图像的3D轮廓能完好地提取出来,有效地保留图像的必要信息并具有强抗噪性。     

基于Kinect的无监督图像识别

现有的物体识别方法大都是有监督学习,而且主要处理的是2D图像数据,由于这类数据给出的背景信息和物体信息少于2.5D场景中的信息,传统有监督的学习方法对于非特定物体的识别效果还是不尽如人意,更别说基于无监督学习的识别系统了。随着Kinect设别的出现,获取场景的2.5D信息变得很容易。设计了一个全新的基于无监督物体识别系统。首先用平面拟合和空间聚合把物体从场景中分离以后。然后用几何基元拟合分割技术把物体分割为不同部件,在此基础上构建物体的图模型,最后把图模型嵌入为向量空间上的点集合,使用扩展陆地移动距离算法计算物体间的相似度。从实验结果来看效果不错。     

Image categorization using a semantic hierarchy model with sparse set of salient regions

Image categorization in massive image database is an important problem. This paper proposes an approach for image categorization, using sparse set of salient semantic information and hierarchy semantic label tree （HSLT） model. First, to provide more critical image semantics, the proposed sparse set of salient regions only at the focuses of visual attention instead of the entire scene was formed by our proposed saliency detection model with incorporating low and high level feature and Shotton＇s semantic texton forests （STFs） method. Second, we also propose a new HSLT model in terms of the sparse regional semantic information to automatically build a semantic image hierarchy, which explicitly encodes a general to specific image relationship. And last, we archived image dataset using image hierarchical semantic, which is help to improve the performance of image organizing and browsing. Extension experimefital results showed that the use of semantic hierarchies as a hierarchical organizing frame- work provides a better image annotation and organization, improves the accuracy and reduces human＇s effort.     

基于形态学多结构基元的含噪图像边缘检测

为了研究基于多结构基元构成形态学结构基,提出了一种图像边缘检测算法.首先,定义由开-闭运算、以及闭-开运算加权组合形成复合形态学滤波器,应用该滤波器对图像进行滤波;其次,不同形状的结构元素能检测出不同方向和结构的边缘信息,对定义多方向结构元素以组成形态学结构基,应用此结构基对滤波后的图像进行边缘检测.通过仿真重建形成理想的图像边缘,仿真结果表明,应用于含噪图像边缘检测算法,使抗噪的MSE性能较"开-闭运算"方法减少了7.82%和6.38%,PSNR性能提高了14.68%和8.05%,在检测精度方面得到了连续和封闭的边缘信息,与经典算子检测算法比较边缘信息更清晰.     

射线图像的立体匹配技术研究

在数字射线成像检测技术中,当物体形状不适宜于旋转扫描时,传统的X射线计算机断层成像技术(CT)难以得到其3维信息,对于这种情况,立体视觉是一种较好的解决方案。立体视觉的关键技术是立体匹配,尽管目前立体匹配技术的研究已取得了很大的进展,然而这类研究主要局限于可见光等反射成像领域,对X射线图像等透射成像领域的研究很少。由于成像原理的不同,透射图像的立体匹配技术与可见光图像存在很大差异。为了对X射线图像进行正确匹配,根据射线图像的特点,首先制定了合理的立体匹配策略,并指出边缘是一种"好"的匹配基元;然后建立了射线图像立体匹配的约束条件,同时分析了射线图像匹配不确定性的原因;最后确定了由粗到精的两步匹配方法,并提出利用多目视觉约束来实现精匹配。利用工业射线像增强器系统对标准样件进行成像的实验结果表明,该技术是可行的,匹配的绝对平均误差在2pixels范围内。     

双目立体视觉匹配技术现状与发展

双目立体视觉技术是计算机视觉重要的研究领域,如今的应用也愈发广泛,其中在精密测量上起到的作用不可或缺。匹配技术在双目测量中尤为关键。本文从立体匹配技术的现状出发,介绍了现阶段匹配技术运用的主要方式和关键算法,以基于基元的匹配算法入手,对该技术的发展趋势进行展望。通过对比各算法的优缺点,获得对匹配技术的进一步了解,为未来进行双目视觉测量的应用提供理论依据。