一种用于立体匹配的边缘检测方法

图像边缘是立体匹配中应用最广泛的特征基元之一，立体匹配对边缘检测的性能提出了更高的要求．该文针对立体匹配的要求提出了一种结合对称指数滤波与非线性Laplace算子的边缘检测方法，在获得良好边缘图像的同时，获取了边缘像素处的极性．该算法的提出为后续的立体匹配提供了基础．     

模糊集合的语义

对于一个概念来说 ,存在很多不同的解释 ,因此 ,解释说明一个概念的语义是非常重要的。从两个方面讨论了模糊集合的语义 ,通过随机集合理论和等高线函数对模糊概念进行了说明 ,利用等价关系理论对模糊环境进行说明 ,同时结合一些具体实例加以详细讨论     

一种用于CT片层间轮廓线插值的算法

提出一种基于角度建立断层之间匹配点对的线性插值算法。与以往方法相比，该方法简单易行，计算速度快，可实现序列图像的自动插值。通过对人类下肢长骨CT(Compterized tomography)片数据进行实验的结果表明，它是一种可行的层间轮廓线插值方法，不仅对原本相似轮廓的插值效果良好，而且对形状差异大的轮廓线也能得到令人满意的结果。     

一种基于点模式匹配的指纹识别方法

把指纹用于身份认证已有上丰年的历史，自动指纹识别（AFIS）已在各个领域广泛应用，除了传统的司法公安领域，自动指纹识别还可以作为计算机操作系统和网络访问认证用户的手段，以及用于金融保险方面的身份确认，指纹匹配是AFIS的最重要问题之一。一般用脊线的分歧点和端点这样的细节点来表示一个指纹，并通过细节匹配来进行指纹匹配，这样指纹匹配就转化为点模式匹配的问题，传统的点模式匹配算法存在运算量过大且难于解决所有的非弹性形变等问题。文章提出了一种基于聚类的点模式匹配方法，来进行指纹识别，有效地解决了如何对数量和位置都不尽相同的两幅指纹细节图象进行最优匹配的问题，设计并给出了利用矢量对匹配确定图象间校准函数的流程，并通过实验证明所提出的算法具有较快的速度和较高的准确率。     

陡坡地退耕还林模式

坡地资源是我国土地资源的重要组成部分，其利用和保护对环境的稳定有着重要的影响。退耕还林在防止坡地水土流失，改善山区生态环境具有重要作用。国内外退耕还林模式有农林复合模式、同植物篱笆技术、植物地梗及坡改梯等模式。其中，坡改梯和农林复合模式是目前国内普遍采用的方法，而等高植物篱笆技术与其他几种模式相比较是一种投资少，且保土、保肥、保水能力较为突出的新颖的防止坡地水土流失的技术，应用大力的推广和利用。     

一种基于互相关的图像定位匹配算法研究及应用

提出了一种基于互相关的图像定位匹配算法.该算法利用互相关实现图像定位匹配,同时采用了金字塔分层来弥补互相关匹配带来的大运算量的不足,克服了以往图像匹配中精度低的缺点,匹配精度可以达到亚像素甚至1/100像素级;通过在印刷质量自动化检测系统中的应用,验证了该算法的高精度与高速度特性.     

高程异常值微机自动查询系统的研究与设计

提出了高程异常等值线图的数字化和数据提取方法，建立了区域内高程异常数据库，采用距离加权、最小二乘插值、梯度插值三种实现了任意点高程异常的解算。解决了大地坐标和高斯直角坐标的转换，等值线图的显示、缩放、漫游等关键技术问题，采用面向对象的VB编程方法，开发了高程异常值的微机自动查询系统，可为测绘有关部门提供任意点的高程异常值。     

一种双目主动立体视觉系统的目标定位算法

首先引入主动视觉空间的概念，即用系统本身运动自由度来表达摄像焦点到空间点的视线，其次，推导了把任意摄像机图像点换到主动视觉空间的算法，最后，采用三角形测量原理对图像特征点进行匹配和定位，因为系统中的各个摄像机独立注视目标，摄像机可以采用较小的视野，这为提高定位精度提供了可能性，采用数值仿真手段对相关理论进行了验证。     

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.      

WiFi的室内定位技术的改进研究

现行传统Wi Fi(wireless fidelity)接收信号强度指示RSSI(receievd signal strength inication)的位置指纹室内定位技术存在定位误差大、稳定性差的缺陷.因此,我们对原有的K最近邻KNN(K-Nearest neighbor)算法提出了改进的方案.同时,在原有的KNN算法的基础上提出了融合朴素贝叶斯概率算法的新算法-BKWNN(Bayes K-Nearest weighted neighbor)算法.通过仿真实验的结果表明:在相同的实验环境下,BKWNN算法显著地提高了室内定位的精确度,BKWNN算法相比于原来其它常用的指纹匹配算法具有更高的稳定性.