一种改进的Fuzzy c—means聚类算法

该文提出了一种改进的ｆｕｚｚｙ ｃ－ｍｅａｎｓ算法（ＭＦＣＭ）。此算法是将传统算法（ＦＣＭ）直接对样本集聚类变为对特征集聚类，从而极大提高了ｆｕｚｚｙ ｃ－ｍｅａｎｓ的速度，证明了ＭＣＭ与ＦＭＣ在分类效果上的等价性，且ＭＦＣＭ较ＦＣＭ有较低的时间复杂性，讨论了ＭＦＣＭ与ＦＭＣ空间复杂性的关系。最后数值实验证实了结论。     

从二维图象中恢复距离信息的体视匹配方法

利用双目立体视觉技术从二维图象中恢复三维距离信息是立体视觉研究中的一个重要研究方向，在双目立体视觉系统中，立体匹配部分是其核心部分。该文提出了一种基于边缘特征的立体匹配方法。该方法用边缘象素作为匹配基元，利用边皆的位置，差分强度和梯度方向属性，在核心线约束和视差连续性约束下，通过迭代运算实现了立体匹配，获得了较好的匹配效果，通过对匹配结果进行三维重建表明，该方法是有效可行的。