曲面轮廓矩不变量及其应用

传统三维矩不变量的计算方法基于区域特征,计算量较大.将基于区域的三维矩不变量计算转化到三维物体曲面轮廓上,构造了一种的新的曲面轮廓矩不变量.此不变量减小了计算复杂度,不仅具有平移、尺度和旋转不变性,而且独立于三维物体本身的颜色和灰度级.仿真实验表明,基于曲面轮廓矩不变量的识别算法对于三维目标具有良好的识别率,减小了计算复杂度.另外,对这种矩不变量在基于颜色、灰度等识别场合的应用做了推广.     

基于两级扫描线优化的快速立体匹配算法

通过引入视差梯度理论,提出了一种弱连续性约束,它表示相邻点的视差变化总在一定的范围之内.同时引入了一种两级扫描线优化方法,它从水平和垂直两方向进行扫描线优化.最后把弱连续性约束与两级扫描线优化方法结合起来得到一种快速立体匹配方法.通过对比实验表明,与未加入弱连续性约束的两级扫描线优化算法相比,所提算法计算量更少,同时减轻了同纹理区域的匹配不确定性;与传统一维扫描线优化算法相比,该算法具有更高的匹配准确性并解决了扫描线间的不连续性.     

2DPCA及2DLDA相关研究综述

二维主分量分析(2DPCA)是近年来得到广泛重视快速的抽取特征算法,二维线性鉴别分析(2DLDA)是Fisher线性鉴别分析在矩阵模式下的推广,这两种算法在图像识别领域有重要的应用.本文对近年来国内外在2DPCA及2DLDA方面的相关研究进行了综合分析,总结了已经取得的研究成果,对各种算法进行了比较,也研究了二维方法与传统的PCA和LDA之间关系.     

基于非负矩阵分解新的人脸识别方法

非负矩阵分解是一个新的特征提取方法,基于非矩阵分解的理论,提出了具有正交性的投影轴的计算方法和具有统计不相关性的投影轴的计算方法。与原非负矩阵分解方法,提出的方法在某种程度上是降低了特征矢量之间的统计相关性,并且提高识别率。通过在ORL人脸库和YALE人脸库上进行实验,结果表明提出的两种特征提取方法在识别率方面整体上好于原非负矩阵分解特征提取(NMF)方法,甚至超过主成分分析(PCA)法。     

基于连通域的版面分割研究

版面分割是OCR（光学字符识别）系统的重要组成部分，在将印刷文档转换为电子文档的过程中是必不可少的，该文对基于连通域的版面分割方法进行研究，首先用动态聚类法选取模糊阈值，然后对文档图像进行模糊处理，形成大的连通区域，再根据连通域的位置关系等分割出文档的各个分栏，实验表明，该方法对于简单的矩形版面及复杂的版面，例如，非Manhattan版面等都能较好地分割。     

基于主成分分析和支持向量机的效能评定

简述了武器系统效能评定的各种方法,并分析了其特点。建立武器系统参数效能模型,首先要挑选特征参数,提出了采有主成分分析方法选择武器的特征参数。利用支持向量机建立了武器系统参数效能模型,通过实例与神经网络法的结果进行了比较,结果表明支持向量机方法比较精确和简单。     

基于版式边缘增强算法的倾斜检测

该文针对数字化文档图像的倾斜现象,首先定义了多种变换算子,然后在倾斜检测中,利用这些算子对预处理后的二值化倾斜图像进行变换处理.所得到的变换图像淡化了原文档图像的内部细节特征,同时清晰地反映了原图像版面边界的走势.变换图像通过一个图像块的形式直接表征了原版面的边界信息,增强了版式边缘,使得文档图像的倾斜角度更易检测.最后通过选取有代表性的倾斜版面图像,对该算法进行了实验验证分析,得到了版面倾斜检测的统计结果.     

过渡区提取方法综述

图像分割是图像理论发展的瓶颈, 过渡区是指图像中介于目标和背景之间的 特殊区域,借助于过渡区的确定进行图像 分割。主要介绍了过渡区提取的两大类方法 ：基于梯度的方法和基于非梯度的方法, 并对提取效果以及存在的问题做了简要分析。     

基于动态角色的多移动目标围捕问题算法研究

基于动态角色配置的思想，提出机器人动态构建团队，合作完成多移动目标围捕任务的算法，每个移动机器人执行一个角色，角色随着环境的动态变化而不断进行更改、交换，实现团队的动态构建，不仅能适应环境中的未知事件，而且能最大地发挥个体机器人在整个团队中的作用。在简单仿真环境中进行的模拟实验表明，多机器人能够有效地合作捕获多智能移动目标，文中提出的解决方案是行之有效的。     

基于图像处理技术的汉字书写学习系统

使用图像处理技术来实现汉字书写学习系统.首先,对系统的两个主要模块,即笔画学习和汉字书写,进行了功能阐述;然后,对系统开发所涉及到的3个主要技术要点进行了实现;最后,通过实验对本文系统和基于Flash技术系统进行了对比分析.实验表明,基于图像处理技术的实现作为开发汉字书写学习系统的一种全新思路,取得了优于基于Flash技术的性能指标.