融合小波分析与矩特征的图像识别算法及应用

生物特征识别方法正逐渐成为近年来的研究热点,而人耳图像的识别更是其中一个新兴的研究方向.研究了小波变换模极大值、小波不变矩的原理及特点,提出了基于小波模极大值与改进小波矩不变量的特征提取方法,并将其应用于人耳图像的自动识别.识别过程中先对采集到的人耳图像进行小波模极大值去噪处理与边缘提取,再对处理后的图像求小波矩不变量,将其作为人耳识别特征量.通过这种方法提取的特征量不仅可以解决光照不均、光照变化、噪声干扰的问题,而且还有平移、旋转缩放不变性.将本文得到的特征量使用误差处理方法进行加权并利用BP神经网络方法进行分类,实验结果表明,这些特征量适合于人耳图像的分类,其识别率达到了97%以上.     

一种新的多尺度仿射几何不变量提取方法

提出了一种新的多尺度仿射几何不变量提取方法。该方法以自定义的多尺度自卷积变换为起点,结合灰度归一化处理,构建出目标图像的一系列仿射协变形式,进而通过设计一组非线性函数计算每个协变形式的一组扩展质心,由此得到新的多尺度仿射几何不变量。将所得不变量与经典的扩展质心特征、多尺度自卷积相比,由于其仅需一次分割便可构造出任意数量的区域面积比仿射不变特征,且从单个仿射协变形式中即可提取多个不变特征,从而有效减小了特征误差,提高了特征的获取效率。利用典型的“Fish”测试数据库,从计算复杂度、抗噪性、抗遮挡性和图像扩展性等方面验证了所提方法的有效性。     

基于曲率仿射不变量的快速目标识别

提出了一种用于三维空间中近似平面目标的快速识别方法。该方法利用目标轮廓的曲率信息构造出仿射不变量函数,再利用该不变量的极值点信息定位出轮廓的起始点进而对不变量做相应的循环移位调整,最终通过对调整后的不变量进行相似度比较实现目标识别。由于曲率信息能够有效地描述目标轮廓特征,所以保证了本方法优良的识别性能。同时本方法通过起始点定位的方式克服了传统上高复杂度的循环移位匹配的识别模式,进而实现了快速识别。实验结果显示了所述方法在识别精度和识别效率上都具有明显的优势。     

一种新的不变矩特征在图像识别中的应用

分析了在离散状态下比例因子对不变矩特征的影响,构造了一种新的不变矩,使其具有平移、旋转和比例因子的不变性。在仿真实验中,采用新的不变矩对图像进行了识别、识别的成功率为95%;而采用原来的不变矩,识别的成功率仅为70%左右。由此表明本文构造的新不变矩具有一定的利用价值。     

求取S-不变量基的新算法

S-不变量是进行Petri网结构性质分析的重要工具,但S-不变量的求取尚无有效算法。作者在S-不变量的极小支集的判定、极小支集上S-不变量的求取等方面创新性地提出了一些多项式解决算法。将在上述工作的基础上,结合枚举思想给出一个求取S-不变量基的算法,并提出一些筛选规则以提高枚举的性能。     

合成Petri网P不变量的性质分析

针对Petri网两种合成操作(共享合成、同步合成),采用组合原Petri网不变量生成合成Petri网不变量的方法,研究了合成Petri网P不变量的变化规律。对于同步合成Petri网,当原Petri网邻接矩阵的秩不超过各自转移数与共享转移数的差时,合成网的P不变量可以用原网P不变量的线性组合表示。对于共享合成Petri网,网的P不变量的位置投影是原网的P不变量;当原Petri网的P不变量线性相关时,可用其线性组合表示合成网的P不变量。     

基于特征不变量的红外图像识别研究

给出了一种提取特征点的新方法和合理的特征不变量。该方法根据三角不等式原理利用第三边与另外两边之和的比值大小来确定角点,以特征点和它相邻的两个特征点所形成的两条直线的夹角正切值以及三角形第三边与另两边和的比值作为特征不变量。这种特征提取的方法简单,并且由于扩大了模板取值范围,使识别效果受特征点漏检的影响较小。实验表明,该方法不仅简便,而且效果良好。     

基于目标轮廓特征的SAR图像目标识别

提出了一种基于目标轮廓特征的合成孔径雷达目标识别(SAR ATR)方法,该方法充分利用目标的局部空间结构信息进行识别。利用基于马尔可夫随机场(MRF)的图像分割及形态学处理提取SAR图像目标轮廓,在此基础上使用傅里叶描述子作为目标轮廓的特征量,选择最近邻准则下的模板匹配方法构造分类器,实现了基于轮廓特征的SAR图像目标识别。实验结果表明,本文方法具有优良的识别性能。     

基于高阶矩的改进Prony技术的雷达目标冲击响应极点提取

本文介绍了一种新的关于雷达目标冲击响应极点的方法。这种方法是根据高阶矩的特性对经典Ｐｒｏｎｙ法的一种改进，数值仿真结果表明这种方法对随机噪声具有良好的抑制作用。它特别适用于像冲激雷达（或其它超宽带雷达）这样的低信噪比环境下的目标识别及检测。     

考虑轮廓不透明和光照效果的改进透明混合方法

光线跟踪算法虽然能够逼真的渲染透明物体,但难以融入在交互式图形应用中广泛使用的固定图形流水线,因此发展能应用于固定图形流水线的透明渲染算法具有重要意义。Alpha混合方法在固定图形渲染流水线中被广泛用于渲染透明物体,但其渲染结果的真实感较弱。利用现代可编程GPU,动态调整alpha混合因子增强结果图像的真实感。alpha混合因子调整策略依据以下事实:根据透明物体轮廓的不透明性比中间区域大以及在含有光照的情况下光线直射的区域会更透明。方法已经应用于自主研发的数字锂铅实验回路仿真系统,该系统存在大量的透明管道,取得了良好的透明效果。     

圆环射线分解投影轮廓的三维模型检索方法

虚拟现实、可视化技术、数字化和三维图形建模的发展使互联网和专用数据库中三维模型的数量和检索需求快速增长,因此提出了一种圆环射线分解投影轮廓的三维模型检索算法。首先,对三维模型进行位姿对准、投影变换和边界提取;然后,对提取的投影轮廓用圆环射线分解的组合方法参数化,并对该参数化函数进行傅立叶分解,得到图形特征;最后,对特征描述符做相似性匹配,计算特征比较值,得到检索结果。实验表明,该种方法对三维模型的检索效果较好。     

基于路径选择模型的驾驶员反应模式识别

以诱导信息质量为单属性来建立满意决策的路径选择模型，然后利用Bayes方法对驾驶员接受诱导所需的知识量和时间进行分析。最后，根据必需知识量识别出驾驶员对诱导信息反应行为的三种主要模式：接近、观望和远离。这一结果使诱导系统有选择地发布诱导信息，提供“度身订造”的诱导策略成为了可能。     

基于改进概率神经网络的交通标志图像识别方法

神经网络具有较强的容错性和自适应学习能力，在交通标志图像识别中获得广泛的应用，但目前采用的多层感知器、BP神经网络以及径向基神经网络等几种神经网络存在一些不足，故本文提出采用改进概率神经网络进行交通标志图像识别的新方法，整个算法分两步实现：首先对交通标志图像提取它的Tchebichef不变距并作为图像的特征；然后采用改进的概率神经网络进行识别。仿真实验表明，提出的方法比以前的方法有更好的识别效果。     

交通流量变模式辨识的非参数概率变点模型

交通流状态辨识是智能运输系统（ITS），尤其是其先进的交通管理系统（ATMS）和先进的出行者信息系统（ATIS）研究的一个重要内容。以往算法主要集中在交通流预辨识（即交通流预测）和交通流实时辨识（即事件检测或交通流突变检测）的研究上．而忽略对交通流关键参数量变模式的辨认。依据交通流理论，结合非参数变点统计方法，以在淄博市世纪路采获的自由车流数据的研究为例，首次建立对交通模式量变识别的非线性概率变点模型．对变点存在与否进行假设检验。并对变点发生（时间）位置的搜索算法作了详细研究。最后结合实地数据对本方法进行了标定和检验。验证了本方法的有效性和可行性。     

一种交通流状态智能推理系统

设计一种基于模糊聚类及模式识别的交通流状态自适应神经模糊推理系统，用来研究交通流状态的分类、识别及预测。首先，对大量交通流历史特征数据采用模糊聚类的方法进行状态分类并进行模式识别，得到系统的原始输入输出数据集。然后，建立交通流状态预测的自适应神经模糊系统，以交通流特征数据及其识别结果为训练数据集进行系统参数及模糊规则的训练与确定，直到误差在控制范围内。最后，进行系统检测和复核。仿真及其检测和复核结果表明了系统良好的应用性能。     

基于虚拟标定场的数码相机内参数标定方法

建筑物表面纹理数据获取与真实纹理映射一直是数字城市亟待解决的难点问题,也是真实感图形学研究的重点内容。结合相机成像理论,提出一种基于虚拟标定场的数码相机标定方法,通过一组图像构建虚拟标定场,解算数码相机内部参数,快速自动纠正图像畸变,为实现真实纹理映射奠定基础。并对该方法获得的标定参数进行了实验,证明满足纹理映射的要求。     

FPR-UTAHP评价方法在农户小额信贷信用评级中的应用

从我国小额信贷的实践出发, 建立了农户信用等级评价的指标体系, 利用不确定层次分析法（UTAHP）确定指标权重.给出农户小额信贷信用等级中5个相对应的标准模糊状态向量,应用模糊数学构建农户信用等级的模糊模式识别模型,为农户信用等级的评定提供一套科学可行的方法.最后通过案例分析,表明该方法在实际运用中是有效的.     

一种采用移动投影条纹模式的三维数据获取方法

物体的三维数据获取是计算机视觉研究的一个重要领域。虽然采用三维测量仪器可以获得高精确度,但是由于获取数据成本相对较高,从而限制了其使用范围。提出一种采用移动投影条纹模式的三维数据获取方法,利用投影仪向物体投射黑色线形条纹,移动并扫描过整个物体,根据条纹在物体上的变形来估计物体的三维形状,最后采用三维过滤器去处噪音。该方法仅使用投影仪和数码相机等设备,实现简单快速,没有人工干预,精度比较高,适用范围广,对于物体表面材质没有限制,可扩展性强。     

基于X3D的仿真可视化支撑服务研究与实现

X3D集成XML,Java以及流媒体技术支持基于Web的三维可视化建模和渲染,是当前Web3D的标准.网格技术是一种新兴的Internet计算模式,通过构造动态的虚拟组织实现计算资源的共享与协作.本文将X3D技术与网格技术、J2EE技术相结合,构建基于Web的仿真可视化支撑环境体系结构和相应的可视化支撑服务,实现广域网内基于浏览器访问、共享和组装多种武器、地形、特效的三维模型,快速定制和构建三维可视化应用,构造虚拟仿真环境.对仿真可视化支撑环境体系结构及服务实现的关键技术进行了详细的介绍.     

基于CityGML的三维城市模型实时可视化研究

针对CityGML(City Geography Markup Language)城市模型实时可视化问题,提出一种流式读取与数据绑定结合的快速解析办法以及多线程并行处理的数据加载策略,通过将模型数据重新组织成Direct3D网格对象实现了对三维图形的高效渲染。实验部分给出了.Net平台下基于C#与Direct3D的三维可视化结果,证明了方法的有效性。