一种有效的SAR图象典型目标特征提取和识别方法

在合成孔径雷达（SAR）图象中，需要对其中的人工和自然目标进行识别和分类，目标的特征提取是自动目标识别系统中的关键部分．一般图象的特征会采用颜色、纹理、形状等特征量．在SAR图象中，由于存在大量的背景噪声、目标边界模糊等问题，造成以上特征量在分类时往往不能达到很好的分类效果．作者提出了一种典型目标特征提取和分类识别方法、这种方法基于SAR成像的原理，在图象灰度阂值分割后做粗搜索分别提取灰度特征，椭圆矢量特征，以及栅格特征，然后进行SAR图象典型目标的分类识别、实验表明，这种方法效果较好．     

三维目标识别原理及关键技术

叙述了三维目标识别与灰度图象的联系和区别,分析了三维目标的位置和姿态对深度数据的影响。并对三维目标识别问题进行了数学描述,比较全面介绍了当前三维目标识别的方法及其关键技术。     

一种基于灰度特征的快速识别定位算法

以动态连续图象的实时识别与定位为应用背景，提出了一种简单的快速识别定位算法，该算法以列扫描灰度特征差异为基础，可以快速地识别出目标，最后通过一系列的实验验证了该算法的快速性。     

基于人像识别的图象校正方案研究

依据光学原理得到的采样图存在的图象噪声干扰,物品干扰以及人的形态干扰等因素是准确识别和计数的最大障碍。本文从采样到识别计数的流程分别依据图象特征分阶段提出了目标质点法,图象角度修正,主动轮廓二次角点检测以及综合验证的校正方案。实践证明,使用本文方案对于计算机智能人像识别的准确率明显提高。     

细胞图象处理的技术与方法

医学上显微细胞图象的识别是医疗诊断的重要依据。本文根据细胞图象的特点，给出了一种细胞图象识别系统的总体设计方案，讨论了细胞图象的灰度变换、直方图修整、伪彩色增强、噪声滤除等增显技术，细胞图象的特征抽取及其描述方法，给出了细胞图象的识别和理解系列的模型。     

基于计算机视觉的动目标图象分割与跟踪

研制了一种能够实现动目标图象分割、识别与跟踪的简易计算机视觉系统。实验结果与分析表明：该系统在图象分割实时性、动目标跟踪精确性、抗干扰性及快速灵活性等方面颇具特色。     

在印鉴识别中的配准方法

提出了在中文印鉴识别中两幅印鉴图象的配准方法．它包括对印鉴图象的预处理，该方法在保留图象边缘的同时对图象进行了平滑处理，利用聚类算法提取标准和待识别印鉴的特征点集，依据最小均方差变换实现两个点模式的匹配．通过实验获得了两幅印鉴图象的高精度配准结果．     

机器人视觉光电混合处理系统的人脸识别

划分了联合变换相关器（JTC）光电混合处理系统的视觉层次，构建多级仿真目标以模拟难易不同的机器人视觉目标，将机器人视觉预处理方法与JTC相结合，用基于频域法预处理的非线性二元JTC对功率谱行二值化，解决图象本身及其边缘均相类似人脸的识别问题，从仿真结果看，取得了一定识别效果。     

关于新疆少数民族大学生视觉识别敏度差异的调查

根据视觉识别敏度客观存在的差异，我们对华中师范大学新疆籍的部分学生进行了视觉识别敏度的测试,在测试过程中，采用了图象识别计时测量法，运用统计学的方法，研究了视觉识别敏度在黑白隐匿图象中正像和斜像识别上的差异性，并将性别间视觉识别敏度作了比较，分析视觉敏度与图象的正斜像、性别和文化背景的关系.     

计算机颅脑CT图象病变识别

介绍一个计算机ＣＴ图象病变识别系统，它由图象预处理软件、图象分类识别及图象库管理系统三部分组成．     

基于傅立叶描述子(FD)的数字图象的识别

文章介绍了对数字图象中待识别的目标用傅立叶描述子(FD)进行描述,并根据对FD的IDFT变换的形式,提出使用人工神经网络进行识别。     

基于Bayes网络的航空图象理解模型

提出一种基于Bayes网络的图象理解模型,用于检测与描述城市航空图象中的停车场、空地、房屋等二维和三维目标.模型首先使用一种基于感知组织的算法生成焦点区域,然后使用Bayes网络建立焦点区域的图象特征与目标之间的(不确定性)联系,由Bayes网络推理机制完成对焦点区域的识别.对于屋顶区域,模型使用一种基于DEM(digitalelevationmap)方向直方图的匹配算法进行模板匹配,生成房屋的三维几何模型描述.模型中所有Bayes网络组成层次结构,可以方便地增加被识别目标的种类;图象特征与提取图象特性的算法之间由一种称为证据源的数据结构相连接,可以方便地扩充图象特征的提取算法.由此实现了模型的易扩展性.实验结果表明了本文模型的有效性.     

人类显带染色体的图象分割的研究

染色体图象分割是染色体图象分析与识别的重要内容之一。文中提出了关于一场景多个人类显带染色体的自动分割算法ｍｏｓｇｔｅｔ，该算法充分考虑了每个视野中分割目标（染色体）的数量大以及人类显带染色体被明暗交迭的带纹分割为若干不连续的片段等特点，自动调整分割阈值，既保证了完整地分割单条显带染色体，又能快速分割出一幅图象中９６％～１００％的染色体。该分割算法被有效地运用在自行开发的人类显带染色体的图象分析与识别系统中。     

快速HLS彩色空间变换方法

分割是图象分析和处理中的重要手段．对于彩色图象,一般的分割方法都是基于ＲＧＢ（红、绿、蓝色）的彩色分量的计算,但有时ＲＧＢ分量不能确切体现图象中目标物体的特征,而且计算量很大．给出了一种新的彩色图象ＨＬＳ（色度、亮度、饱和度）变换方法,它能够体现出人类视觉特征,且经变换后的图象特征明显,易于进行边缘检测、分割和目标识别处理．此方法计算量小、精度高,经在医学图象处理系统中的实际应用,取得了很好的效果．     

模糊熵应用于图象边缘检测

图象边缘检测在图象分析和识别中具有重要的意义作者将模糊子集理论＾１，２中的模糊熵概念引入图象边缘检测中支１，在图象的模糊特征平面上，用最大熵原则也确定边缘有阈值。实验结果表明了该方法具有良好的有效性。     

用优度实验法评价图象分割混合算法

通过用优度实验法对图象分割混合算法的测试，得出了几种特征量如：图象信噪比、目标尺寸和目标归一化绝对平均曲率在图象分割过程中对图象精度的影响，客观地评价了混合算法在分割不同特征量的图象时的优缺点。     

基于图像纹理分析的目标物体识别方法

介绍了用图象纹理分析的方法,对目标物体进行识别。采用直方图法求出阈值,利用该阈值分割目标物体,对目标物体进行采样,分析纹理,在另外一幅图中进行边界匹配和纹理比较,来确定两个目标物体的一致性。     

基于图像纹理分析的目标物体识别方法

介绍了用图象纹理分析的方法,对目标物体进行识别.采用直方图法求出阈值,利用该阈值分割目标物体,对目标物体进行采样,分析纹理,在另外一幅图中进行边界匹配和纹理比较,来确定两个目标物体的一致性.     

一种可用于零件自动识别的计算机图象分割方法

图象中物体影像的分割是一项与影像特征分析密切相关的工作，从而成为一项研究的内容，本文介绍了一种在ＰＣ机上使用的，利用图象的直方图信息和光栅扫描的方式进行图象分割的方法，可用于自动装配线上机械零件的识别和医学临床诊断计算机辅助系统中．     

关于活动图象中自动进行图象分割的研究

在活动图象中进行图象分割，不使用人机交互方式，而是自动检测移动目标，确定包含目标轮廓的区域，然后分割目标与背景并提取移动目标的轮廓．