基于 codon 特征的图像精匹配方法研究

在分形特征粗分类结果的基础上,提出了一种基于ｃｏｄｏｎ特征的图像精匹配方法．详细研究了ｃｏｄｏｎ模型,将基于封闭光滑轮廓的ｃｏｄｏｎ特征编码推广至任意非封闭曲线,使ｃｏｄｏｎ特征在保持原有的抗旋转和尺度变化等几何失真特性基础上,更完备地表示图像轮廓,有效提高匹配精度．实验结果表明基于ｃｏｄｏｎ特征的图像精匹配方法性能优越于传统方法．     

视频序列中人脸眼嘴特征定位

提出了一种基于数学形态学和分水岭算法的眼嘴特征定位算法．根据人脸稳定的色度、梯度和亮度空间分布的信息，先利用数学形态学的运算对图像进行有效部分加强的预处理．后利用分水岭算法对加强图像进行分割，然后再定位特征．实验证明该算法能有效定位正面人脸的眼嘴高级特征，对于轴线不与视平面平行的脸部和一些被阴影遮挡脸部也能确定其大致位置．     

复杂背景中的目标辨识方法研究

研究了二维熵准则极值的递推算法，以获取图像分割的最优门限，基于知识和多特征复合的思想，提出了一种具有知觉组织特点的目标辨识方法，给出了识别复杂场景中特定目标的实验结果。     

目标提取与跟踪的稳定性研究

提出并分析了目标提取的稳定性问题，指出基于统计决策理论的目标提取算法性能不稳定的原因之一，在于缺乏时空可变的目标背景条件判别和最佳分割区域自调整能力，并且通常是基于绝对图像灰度或绝对灰度变化及其统计性质的。根据视觉原理，还提出了一个具有可控性的自适应序列图像目标提取模型和算法，给出了复杂背景中运动目标提取和跟踪的实验结果。     

一种提高图像制导抗干扰性的方法

在图像流约束方程的基础上，提出了一种在连续时空空莘里对序列图像中运动目标的速度进行估计的算法，该算法克服了以往图像流运动目标提取方法的缺点，通过在动态环境里对时间和空间轴求偏导并用三维拟合模板进行数值逼近，能较准确从具有各种光电干扰的背景中利用多帧图像序列求得目标的运动参数，最终完成复杂环境下的图像制导，计算机实验的结果验证了算法的良好性能。