一种数字图象的边缘检测方法

本文提出了一种利用梯度的方向信息,对微分图象进行细化,并确定一测量函数进行边缘点连接,以实现图象边缘检测的方法。用这种方法检测遥感卫星图象边缘,效果良好。     

基于线性均方误差估值的LPC距离量度

本文从LPC系数的统计特性出发,基于线性均方误差估值的思想,提出了一种用于语音识别的新的LPC距离量度——LMSE距离.在一个IBM-PC机语音处理系统和一个VAX-11/750机语音处理系统上,做了大量孤立词识别实俭,证实了这种距离的可行性.文中还将它与著名的Itakura距离进行了比较.     

有噪语音的线性预测HMM参数估计方法

本文讨论了混有加性高斯白噪声的语音的线性预测隐Markov模型(HMM)参数估计问题.由Baum等人提出来的重估公式没有考虑噪声的影响,因此,对有噪语音的模型参数估计会产生较大的偏差.本文对该公式提出了一种修正方案,用这种方法估计出的模型参数有效地抑制了噪声的影响,较准确地反映了语音真实时变特征.实验证实了这一结论.     

自适应相关浮动门限图象二值化

为满足焊缝x射线图象二值化的需要,本文提出了三种自适应相关浮动门限技术。这三种门限的设计充分考虑了实时处理的要求,容易用硬件实现。     

图象锥形编码

本文提出了一种与文献[1]不同的实现图象锥形编码的方法。文中给出了最优量化器设计的方法和结果,讨论了用分块编码实现锥形编码的方法。计算机模拟实验的结果表明,重建图象可以获得1.2bit/pel的压缩效果,而且重建图象的质量是令人满意的。     

用神经网络构造鲁棒HMM＇s

对窗口神经网络（ＢＷＮＮ）与鲁棒ＨＭＭ’ｓ之间的关系作了新的探讨，指出了鲁棒ＨＭＭ’ｓ是循环的ＢＷＮＮ（ＲＢＷＮＮ）的特殊情况。讨论了由ＲＢＷＮＮ构造用于噪音环境下语音识别的组合ＨＭＭ’ｓ和二阶ＨＭＭ’ｓ的算法，给出了它们相应的网络结构。     

层状介质中声波传播的一维数学模型

针对层状介质的超声参数的辨识问题,提出了一种新的时域数学模型,并进行了数值仿真.通过与已有的频域模型比较,证明了该数学模型的正确性.该时域数学模型可以清晰地揭示声波在层状介质中的垂直传播规律.     

分数布朗运动的子波变换及其对H参数的估计

本文将子波变换应用于分数布朗运动的分析,证明了分数布朗运动的子波变换是一个平稳过程的结论,提出了利用子波变换估计分数布朗运动的H参数的两种方法,这些方法与分析子波无关,可利用快速子波变换来实现.     

DCT编码的一种神经网络方法

提出了一种求非完全DCT逆矩阵的神经网络方法,并将它用于编码图像的重建.文中对Hopfield神经网络的选代规则进行了修改,保证了网络在宽松的条件下仍能稳定地收敛.另外,针对Hopfield神经网络的局部极小问题,提出了一种扰动算法,使网络的迭代避开局部极小点,接近全局最小点.最后,给出了计算机模拟实验结果,并与传统的神经网络方法进行了比较.     

一种基于小波变换的多分辨率立体匹配算法

将小波变换理论应用于立体视觉技术，提出了一种新的立体匹配算法。该算法以二进小波变换的多分辨率零交叉为匹配基元，匹配算法从零交叉局部属性的相似性和全局匹配的相容性两个方面解决模糊匹配问题。整个系统采用一种新的由粗到细引导的多分辨率匹配结构。实验结果表明，该算法结构简单，稳定可靠，具有较好的自适应性和处理复杂景物的能力。