基于纹理对图像进行分类方法的研究

文章主要研究在不知道视点和光照条件下,根据纹理对图像进行分类的方法;过程是利用滤波器响应得到的特征向量,建立相应的纹理基元表示;用最近区域匹配分类和贝叶斯分类2种方法进行分类,并对2种算法进行了比较;结果表明,分类结果非常接近,均比较准确。     

基于指纹术的海量数据等同匹配判断算法

远程海量数据进行完整性审计工作,会占用大量通信信道,在此提出了基于指纹术的海量数据等同性匹配判断算法,对算法的有效性进行了证明.利用此算法进行海量数据等同性判断可大大提高工作效率,同时极大地减少了对通信信道的占用.     

毛细管气相色谱指纹图谱在广藿香质量控制中的应用

用毛细管气相色谱研究不同栽培品种广藿香挥发油的指纹图谱,用相对保留值和相对峰面积2个参数以及指纹图谱八强峰和指纹图谱分区2种方法加以分析.结果表明不同栽培品种广藿香的指纹图谱既有一定相似性,也有一定差异性.相似性表现为:指纹图谱各区出峰稳定,峰数一致,有5个共有峰在12个样品中均进入指纹图谱八强峰,参考峰均为指纹图谱八强峰中的最强峰.差异性则表现为:各区特征峰的峰形、相对峰面积值亦有不同,19和20号峰是湛江广藿香特有的指纹图谱八强峰,而14和17号峰却为石牌广藿香特有的指纹图谱八强峰.指纹图谱分区比较与指纹图谱八强峰的结论相一致.     

基于D-S证据理论的纹理图像分类方法

在阐述Dempster-Shafer证据理论的基础上,给出了基于Dempster-Shafer证据理论的多源信息融合的方法,并将Dempster-Shafer证据理论的信息融合技术应用于遥感图像纹理的分类.图像灰度均值特征和图像灰度共生矩阵的熵特征作为纹理图像的不同特征被提取,并构成该理论中的证据,利用一定的决策规则,选择融合证据作用下最大的假设.实验结果表明,基于Dempster-Shafer证据理论的多特征融合分类识别图像纹理的新方法是切实有效的和可行的,分类结果要优于仅仅利用单个特征进行分类的结果,能极大地提高图像纹理的识别分类能力.     

东北黑土有机碳和全氮水平分布及其影响因子

对黑土有机质特性空间分布的充分认识与了解,是管理好土壤养分和合理施肥的基础。应用经典统计学方法,分析了东北黑土表层1100个样点的有机碳和全氮空间分布规律。结果表明:土壤有机碳和全氮平均含量分别为19．25 g/kg和1．89 g/kg,从南到北随纬度增加而增加,土壤有机碳和全氮与纬度的相关系数分别为0．70和0．76。以上研究结果为进一步深入了解黑土有机质退化机理提供了理论依据。     

基于中点移位和过程纹理的真实感地形生成

介绍了基于中点移位法快速生成地形模型高程场的方法。给出了基于高程场的过程纹理方法生成与地形模型相匹配的纹理。采用此法生成的地形可以用在仿真系统和游戏中。分析了真实感地形生成的相关研究工作，给出了完整的基于中点移位生成地形模型的方法及完整的基于高程场的过程纹理生成方法,总结了实验结果。     

自动指纹识别系统预处理技术及细节特征提取算法的研究

指纹图像预处理是自动指纹识别系统(AFIS)的关键步骤,它的好坏直接影响到整个系统的速度和准确率.详细介绍了预处理过程中指纹图像与背景分离、方向信息提取、纹线提取、二值化、细化,以及细节特征提取等关键技术.在这些模块中,提出了一些改进算法和新的思想.根据人指纹本身是一个曲面结构的特点,采用一种自适应的局部阈值分离方法,解决处于不同深浅区域的指纹图像均能有效地同背景分离;提出了一种改进的、基于非彻底细化图像的细节特征提取算法,在不对纹线进行任何处理的情况下,直接从细化指纹图像上提取原始细节特征点集合,并针对各种噪声产生的伪特征点进行修复;另外,还介绍了一种基于灰度纹线跟踪直接提取指纹图像细节特征的新方法,并与传统算法进行了比较.这种方法不经过二值化、细化等过程,能显著减少预处理带来的累计误差,加快处理速度,在一定程度上提高了准确率.实验证明,以上算法行之有效,在实际应用和严格测验中取得了较好的效果.     

DFP技术的研究动态

综述了DNA指纹技术现阶段在动物和植物中的研究现状，对DNA指纹技术产生以来在人类遗传学、医学以及动物遗传育种领域中的应用作了详细的介绍，展望了DNA指纹技术的发展前景．     

AFLP的研究

AFLP(扩增酶切片段多态性)是由Zabeau等近年发明的一项新的研究生物遗传多样性的方法,具有技术可靠性和技术高效性.一次可获得50～100条谱带.本文详细介绍了AFLP的银染检测程序及其可能出现的问题,AFLP技术为不同来源和不同复杂度基因组的分析提供了一个有力的工具.     

指纹图像质量评价系统

指纹图像质量评价系统对于提高整个自动指纹识别系统的性能具有非常重要的意义 .在选取了指纹图像的总体灰度均值、块水平下的灰度均值和灰度方差、点方向信息、块方向信息作为评价因子后 ,首先求取各质量评价因子以及在其基础上的质量分 ,然后综合考虑各种评价因子求取总的质量分 ,最后给出最终的评价结果 .