用于旋转不变模式识别的一种逆滤波算法研究

为简化运算过程，较好地实现旋转不变相关识别的目的，提出了一种将逆滤波与基本的SDF（Synthetic Diserirninant Functions)相结合的改进的逆滤波器算法。该算法用实现旋转不变识别的基本综合鉴别函数方法合成逆滤波器的传递函数，既可识别旋转变化的图像，又具有逆滤波固有的相关峰尖锐、区分能力强的特点。计算机仿真结果表明，平面旋转的图像与传统的SDF相比，该模型具有较好的识别效果。     

具有旋转不变的联合变换相关识别

提出了基于综合鉴别函数和相移功率谱相减,具有旋转不变性和联合变换相关识别方法,该方法是将综合鉴别函数作为联合变换相关输入的参考物图像,结合相移功率谱相减方法,来获得具有识别目标的旋转不变性和高的相关识别率。给出了该方法的计算机模拟实验结果。     

机械工程图图象快速旋转算法

将Ｂｒｅｓｅｎｈａｍ直线生成算法所采用的技巧和思想，灵活地运用于图象旋转，提出了一种适合于机械工程图象快速旋转的算法，该算法利用扫描图象光栅点邻接连续的特性，将以前算法的乘除运算转化为加减运算，提高了旋转速度。     

二值商标图象检索系统

用七个旋转不变矩来索引图象,构成了商标检索系统,这种系统抗干扰性强,图象检索高效、方便可靠。     

基于角点检测的旋转图象的拼接实现

本文利用基于灰度图象的角点检测方法获得角点信息,然后根据角点信息完成两幅图象的角点的配准,从而计算出图象的旋转角度.接着,利用一种整体快速旋转方法对图象进行旋转,最后完成图象的拼接.试验证明,经过合理的参数调整,能高质量的完成有一定旋转角度的两幅图象的拼接.     

旋转和尺度不变的光学相关图像识别

提出了用最佳圆对称分量进行梅林型相关，实现了旋转和尺度不变光学相关图像识别，并进行了计算机模拟实验。     

一种多圆谐光学图象识别方法

提出了一种多圆谐函数识别方法，这种方法采用了目标中的多个圆谐成分，并把这些圆谐成分的空间进行编码，产生一种多圆谐滤波器，由于多个圆谐成分的采用，提高了识别的准确性，而且增加了识别的灵活性，根据不同的相关峰值编码可以同时识别几个不同的目标而不失去旋转不变性，进行了计算机模拟和光学实验，结果与理论分析一致。     

统计自相似集与随机不变测度

研究了统计自相似集K(w)的结构,定义了随机不变测度μ^*,讨论了μ^*的性质,得到了μ^*的支撑。     

基于不变角度轮廓线的三维目标识别

三维物体的快速准确识别是研究的热点.根据局部特征变换的特点,提出了不变角度轮廓线的识别方法.算法通过点云矢量特征对物体进行局部分割,利用欧式距离、测地距离以及角度三个变量,建立其不变角度轮廓特征描述,进一步提取不变矩特征,构建特征向量数据库集.被识别物体的特征描述和数据库中特征进行夹角余弦匹配,可完成物体的识别.通过识别实验以及识别算法性能分析,结果表明算法具有较高的识别率和识别效率,可以用于复杂点云物体识别.     

4维TCM旋转不变码的设计

在总结旋转不变码性质的基础上,以设计4D16QAMTCM旋转不变码为例,给出了一种在QAM系统中利用线性系统反馈卷积编码器设计4维旋转不变码的方法。     

修正条纹调节的圆谐联合变换相关器作旋转不变的目标检测

提出一种修正条纹调节的圆谐联合变换相关器作旋转不变的目标检测的方法．在这种方法中,参考图像（即圆谐展开分量的实部和虚部）、圆盘状的局部偏置函数以及目标图像同时显示于输入面．这一方法对联合功率谱作了修正,先将联合功率谱减去纯输入景物（含局部偏置函数）的功率谱和参考图象（含局部偏置函数）的功率谱,再加上局部偏置函数的功率谱,然后将所得修正的联合功率谱乘以条纹调节滤波函数．它能产生比普通的圆谐联合变换相关器更好的相关输出．给出计算机模拟结果．     

用圆谐展开的最小平均相关能量滤波器

提出用圆谐展开函数作样本合成最小平均相关能量滤波器来进行数字图象识别,这种滤波器具有图象旋转不变性,而且比传统的圆谐滤波器的相关峰更尖锐、识别能力更高,特别适用于相似图象的识别,并用计算机模拟证实了它的优越性。     

全息多重阵列匹配滤波器

本文利用全息匹配滤波器大容量存贮信息的特点,制作多重阵列匹配滤波器,存贮多种姿态的图象模式,进行多重匹配相关,从而部分解决了图象旋转和尺度变化问题,做了相应的实验,给出了实验结果。     

Discrimination and feature selection of geographic origins of traditional Chinese medicine herbs with NIR spectroscopy

With the traditional Chinese medicine herbs angelicae dahuricae radix (ADR or Baizhi) and salviae miltiorrhizae radix (SMR or Danshen) as two examples, this work studies the automatic discrimination of the geographic origins of the herbs using near infrared (NIR) reflectance spectroscopy. Multi-class support vector machine (SVM) is utilized for the purpose, and recursive SVM is utilized to select the feature spectral segments that are decisive for the discrimination. With only 5 and 8 short spectral segments, discriminative accuracies of 92% are achieved on independent test sample sets. This work not only provides a prototype of accurate rapid discriminating systems for quality control of herbal medicines, but also opens new possibilities in studying subtle differences in the chemical compositions of herbs from different cultivation conditions and investigating their associations with the effectiveness of the herbs.