地面目标物可见光探测概率规律研究

利用基于气象条件的可见光探测概率方程，研究了处于不同地面背景上的目标物在各种气象环境条件下可见光探测概率的变化情况，发现在能见度、目标－背景固有亮度对比度以及太阳高度角等因素的影响下，探测概率的变化遵循着一定的规律，所得结论对于军事侦察和战术运用具有重要的参考价值。     

基于肤色分割的彩色图像的人脸检测

提出了一种基于肤色分割与统计特征分析并结合模板匹配的检测人脸方法，该方法能在复杂的背景下很好的检测出人脸。首先利用颜色信息对彩色图像分割成皮肤区域与非皮肤区域，然后对皮肤区域作尺寸大小、方差大小、旋转角度等处理后，再进行模板匹配。     

利用计算机视觉检测家蚕微粒子病的改进研究

在家蚕微粒子病显微图像自动识别图像分割问题中，首先应从显微图像中将微粒子从复杂背景中提取出来．由于显微图像对比度差、光照不均匀及噪音等因素的影响，采用传统的阈值分割方法和边缘检测方法不能顾及到图像局部的实际有用的目标信息，因此很难准确提取微粒子孢子区域．利用数学形态学的方法根据微粒子图像的形状特征来检测微粒子区域，实现微粒子和背景的分割，取得了较好的效果．运用基于遗传算法的BP网络进行了识别和分类，结果证明此方法是有效的．     

移动机器人道路图像的快速分割方法

本文针对影响道路场景分割效果的2个最主要因素：阴影和水迹，提出了用3个有效彩色特征量来描述道路、阴影和水迹的特征，并提出了特征图像的快速提取方法，实现了道路图像一维直方图的全局快速分割。实验结果表明：本文提出的分割方法可以有效地消除阴影或水迹对道路图像分割效果的影响，且满足一般道路场景下移动机器人实时导航的要求。     

图像处理与汽车牌照识别

在图像处理技术的基础上，对系统设计的关键环节如汽车牌照的定位与分割、光学字符的识别提出自己的看法，并借鉴已经成熟的数字图像处理技术来进行快速高效的汽车牌照识别。     

高速公路分道线识别与重建

在智能交通系统中，自动驾驶系统是最难于实现的技术之一。许多学者努力想找到解决自动驾驶这一难题的方法。笔者介绍了一种新的思想和算法，它立足于单目视觉技术来实现高速公路的车道保持，在此基础上实现辅助导航。运用多阈值分割技术分割高速公路上当前车道的分道线，根据分道线几何投影约束跟踪提取完整的分道线，对分道线建立了圆锥曲线模型进行二维重建。本方法根据分道线模型获得保持车道所需要的车辆驾驶参数，通过这些参数实现了高速公路的车道保持。系统在四川和重庆的高速公路上以120km／h的速度进行了试验，圆满地完成了车道保持，辅助导航的任务。     

模糊Kohonen聚类网络用于骨髓细胞图像分割

提出了一种基于图像的边界特点来确定模糊Kohonen聚类网络输出类别的方法。该方法首先构建了图像的一个边界模型，然后利用Zernike矩阵出边界模型的参数，最后根据参数的特点，自动确定模糊Kohonen聚类网络输出数目。试验结果表明该方法构建的模糊Kohonen聚类网络能够实现图像的自动模糊分割，说明了方法的可行性。     

基于改进活动轮廓模型的焊接接头缺陷分割

针对焊接接头的X射线图像存在光照不均、对比度低、缺陷边缘模糊等特点,提出了一种改进活动轮廓模型的分割方法.在传统活动轮廓模型中,引入平均滑动直方图进行非参数概率密度估计,使模型的驱动按照梯度力和统计压力值进行,解决了初始化受限和对焊接接头缺陷边界难准确分割的问题.实验结果表明,应用本文所提改进算法,能够准确地从X射线图像中提取出焊接接头缺陷,图像分割精度得到显著提高.      

一种改进的模糊核聚类图像分割算法(修改重投)

模糊核聚类算法已广泛应用于图像分割领域,然而该算法对初始值的选取、噪声以及图像灰度不均匀比较敏感。针对该问题,提出了一种改进的模糊核聚类图像分割算法。将改进的最大类间方差法（Otsu）引入模糊核聚类算法中,结合图像的概率信息和空间信息,得到了一种高效、实用的图像分割方法。实验结果表明,改进算法具有较强的抗噪能力,较高的分割精度,可以用于工程实际。     

基于熵的变分辨率彩色图像分割

采用信息熵对所分割的彩色图像进行两种处理．利用图像的整体信息熵进行图像层次分析,从而达到自适应调整分割分辨率的目的;对图像进行单元片区划分,利用图像单元信息熵进行图像分割．由分割结果知,变分辨率图像分割更接近人类视觉对信息的处理特性．