基于邻域熵的自适应多尺度边缘检测方法

提出了一种基于邻域熵的自适应调整滤波尺度的多尺度边缘检测方法，该方法根据当前像素点所处邻域内像素点的灰度分布的有序性，定义了邻域内灰度分布的邻域熵，以判定该邻域内是否存在边缘。同时分析了后选边缘的宽度，以定量调整边缘检测中的滤波尺度参数。实验结果和抗噪性能分析表明，这种方法可以得到令人满意的结果，特别是对图像中弱边缘的检测效果比较理想。     

改进的加权顺序统计量滤波器快速优化算法

提出一种改进的加权顺序统计量滤波器（ＷＯＳ）快速迭代优化算法．与Ｙｉｎ算法相比，文中算法具有收敛速度快，以及收敛结果更接近全局最优的优点．     

基于混沌的小波数字水印算法

提出一种基于混沌序列的图像小波水印方案,在失真约束条件下,水印嵌入强度根据PSNR和水印长度自适应地调整,在无原始图像的情况下,使用密钥,能够检测出水印的存在,实验表明,对常见的信号处理和几何失真攻击,该算法具有较好地稳健性。     

基于方向信息测度的约束最小二乘图像恢复方法

根据约束最小二乘图像恢复方法,设计了一种新的图像恢复方法,把图像方向信息测度的概念引入到图像恢复算法中．它的优点在于,克服了约束最小二乘恢复方法中平滑噪声的同时,边缘信息也被平滑了的缺点,能够在边缘信息保持与噪声平滑之间取得更好的折中．满足了人眼对边缘比较敏感的视觉特性要求．实验证明,这是一种较好的图像恢复方法．     

用于图像处理的自适应多级中值滤波器

研究了一种新的自适应多级中值滤波器（ＡＭＬＭ）在图像处理应用中的一些特性．研究表明：ＡＭＬＭ的细节保护能力介于单向多级中值滤波器（ＭＬＭ－）和双向多级中值滤波器（ＭＬＭ＋）之间,但滤噪能力总是优于ＭＬＭ－,而且大部分情况下优于ＭＬＭ＋．应用于实际噪声图像的滤波结果显示,ＡＭＬＭ优于ＭＬＭ＋及ＭＬＭ－．     

微计算机工业图象输入及其在全自动键合中的应用

本文扼要介绍了以工业电视摄像机配上TRS—80 I型微计算机,研制出具有机器视觉功能的工业图像输入及其识别的实验装置,并成功地应用于全自动键合系统中进行集成电路芯片焊点位置的自动对准。     

改进部分响应正交频分复用系统的设计与应用

为提高现有部分响应正交频分复用系统抗噪声性能,提出改进的部分响应正交频分复用系统.建立相关编码与卷积的关系,相关编码可等效于快速傅里叶逆变换(IFFT)之后的一个脉冲成形滤波器.把滤波器一分为二,将其中一个搬移到接收机一侧,从而获得最佳或准最佳的接收.无线衰落信道仿真结果表明,改进的部分响应正交频分复用系统较传统正交频分复用系统和现有部分响应正交频分复用系统信噪比提高约1.9dB.     

基于角点检测、Zernike矩和神经网络的人脸特征点提取方法

提出了一种提取人脸上的特征角点（ 如眼角、嘴角等） 的方法,其主要思路是：首先利用角点检测方法提取人脸图像中的角点,然后通过Ｚｅｒｎｉｋｅ 矩和神经网络对它们进行筛选,从而达到自动提取人脸上特征角点的目的．通过实验,验证了算法的有效性．人脸特征点提取的方法,对于一般情况下的目标特征检测仍具有借鉴意义     

基于自适应L滤波器的脑事件关联电位单次提取

提出了一种基于自适应L滤波的脑事件关联电位单次提取方法。将背景噪声看成一系列起伏状脉冲,利用零交叉方法估计各单次记录信号中噪声的脉冲宽度,取其最大值作为基准参数,自适应地动态确定各单次滤波时所用窗口的大小。在窗口大小确定后,对各单次记录到的信号进行L滤波处理。实验所采用的刺激方式为视频奥德勃（odd-ball)模式,直接对直接数据进行处理。将实验结果与普通叠加平均结果及原始单次记录进行了对比,结果表明脑事件关联电位单次提取效果良好,所提出的方法对噪声的分布和平稳性没有特殊要求,因而具有较强的适应性和稳健性。     

一种盲分离技术在信息处理中的应用

从特征函数的角度将盲分离技术应用到图像的盲分离中去,提出对照函数为二次特征函数的四阶导数,采用特征函数的高阶导数的矩阵张量方法,通过正交对角化实现图像的瞬时盲分离,实验结果表明,盲分离后的信息在概率分布上与信源的概率分布具有相近的特征,表明此技术对于盲信息分离具有良好的分离效果,可以应用到信息盲分离中去。