基于谱聚类的图像多尺度随机树分割

针对谱聚类（spectral clustering）应用于图像分割时权矩阵的谱难以计算的实际问题，定义了像素点与类之间的距离，给出一个采样数定理，设计了一个图像的分层分割（hierarchical divisive）算法．在利用该算法进行图像分割时，由于既要对待分类的点进行随机抽样，又要通过调节尺度因子来合并较小的类或拆分较大的类，因此图像的分割既具有随机性又具有多尺度特性，称之为基于谱聚类的图像多尺度随机树分割（multiscale stochastic hierarchical image segmentation byspectral clustering，简写为MSHISSC）．实验结果表明了算法的有效性．     

基于背景差的码头运动船只检测

通过背景差法对码头视频图像中的运动船只检测。采用混合高斯模型为码头背景建模,该模型可克服各种外部因素的影响,如光照变化、阴影、目标遮挡等,具有很强的适应能力。对采用全局固定阈值进行运动目标分割的方法作了优化,并对运动船只目标进行分割。经现场测试,能有效地监测运动船只、记录异常事件以及视频图像的提取和过滤,提高了码头监管的质量和效率,可广泛应用于码头无人监控。     

支持组合夹具虚拟组装的快速碰撞检测方法

快速碰撞检测算法是虚拟环境下组合夹具装配设计的关键，针对组合夹具的结构特点，提出了一种基于元件级空间分割与包围盒检测相结合的快速碰撞检测算法（F-CD），通过建立检测区域的分层投影模型（LPM）实现最大限度的减少进行碰撞检测的元件对数，同时避免了建立复杂的层次模型树，降低了系统内存开销，提高检测效率。对LPM的建立和基于分离平面的包围盒干涉检测算法进行了详细的论述，并对算法进行了比较实验与性能分析。     

一种基于Weibull分布的SAR图像分割方法

分析了合成孔径雷达(SAR)图像的统计分布特性,推导了SAR目标及阴影的分割阈值与虚警概率之间的关系,给出了一种基于Weibull分布的SAR图像目标及目标阴影的分割方法,首先根据推导出的分割阈值公式对SAR目标图像及阴影图像进行粗分割,然后利用形态学滤波和计数滤波器进行细分割。基于MSTARSAR实测数据进行的大量实验表明,该方法是有效的,优于传统的双参数恒虚警分割方法。     

基于局部二元图的视频对象阴影检测方法

针对在视频对象分割时,运动投影常被误分为视频对象,给出一种新的视频阴影检测方法,该算法基于在灰度图像中阴影区域和背景相应位置具有相同纹理这一事实,其中利用自适应高斯混合模型进行背景建模,利用局部二元图(local binary patterns,LBP)来表征纹理。首先,进行基于自适应高斯混合模型的背景提取,获得包含运动投影的前景分割,分割时加入了LBP纹理相似性判断,减少了分割出的目标内的孔洞提高了分割的精确度。然后利用阴影区域和已获取背景相应位置的LBP纹理相似性,可较好的对视频阴影进行检测。通过实验,获得了不错的阴影检测实验结果,可较好地应用于运动目标检测分割及跟踪等领域。     

信用违约互换原理及定价模型应用

当前,我国学术界对信用体系建设的讨论大部分集中在分析国外发达信用体系及对我国的启示方面,认为法律法规的不完善,信用数据分割,以及未开展企业信用管理等原因,制约了我国的信用体系建设.为此,呼吁建立完善的信用法律法规,规范信用数据的采集和使用,培育信用中介机构,引导信用需求,以及开展企业信用管理.     

线性流量阀维修时的内筒设计

探讨线性流量阀维修时的内筒设计问题.首先针对阀体内孔为外孔圆的外接正方形的情况,建立一种正方形截割模型,在此模型下过流面积与内筒旋转角之间为非线性关系,并计算出此非线性关系与严格线性关系间的误差.然后将内、外孔半圆沿直径方向等间距分割成n个带形区域,根据过流面积与旋转角在主要工作区内成线性关系的条件,研究内孔与外孔带形区域的关系,通过建立反向和正向分段割补模型,找到了比较令人满意的内筒孔形状.     

基于三次NURBS的椭圆弧的实用方法

圆弧的表示一直是计算机辅助几何设计关心的问题,而圆弧仅是椭圆的特例。现有的方法对于椭圆弧的表示并未进行深入的研究。本文给出的三次NURBS表示大于180度椭圆弧的实用方法,克服了三次有理Bezier曲线只能表示不超过240度的椭圆弧的条件。该方法给出的控制顶点和权因子的计算结果。符合对椭圆弧NURBS表示的要求,为工程应用NURBS表示椭圆弧曲线提供了方便。     

联合光流技术和区域轮廓模型跟踪运动目标

研究了飞机在天空飞行图像中的飞机跟踪问题.在分析飞机在天空飞行图像特点的基础上,提出了联合光流技术和区域轮廓模型跟踪运动目标的方法.首先,对图像进行高通滤波预处理,提取一些高亮度的斑点,获得运动目标的特征图像;然后用特征图像求解运动目标的光流,以光流对运动区域进行分割,获得运动区域的中心和半径,以该中心和半径的圆作为水平集的初始曲线;再采用Song and Chan方法快速检测运动目标的边缘.实验证明,该方法能够快速、准确地自动跟踪运动目标.     

基于灰度共生矩阵的模糊神经网络FuCMAC在图像分割中的应用

文中提出了一种改进的CMAC神经网络(FuCMAC),与经典的FCMAC相比,其逼近精度得到提高,解决了CMAC系列神经网络逼近精度不高的弱点.在颅脑磁共振图像分割仿真实验中,把当前像素点的子图像的纹理特征和该像素点的灰度值作为该像素的特征向量,将该特征向量作为神经网络的输入,结果表明其具有较高的分割准确性.