一种清浊音区分和基音轮廓提取算法

提出了一种新的清/浊音区分算法——能量加权过零率算法,实验表明这种算法能快速准确地区分清/浊音,算法简捷;提出了一种频域预报——时域检测的基音轮廓提取算法,该算法综合了频域法和时域法的优点,具有快速准确的特点.     

一种新的汉语连续语音统计切分算法

在分析最小相位群延迟函数特点的基础上，提出了一种改进的汉语连续语音自动切分算法，该算法利用短时能量和类音节平均统计时长构造的最小相位群延迟函数为切分依据，将连续语音切分成一系列类音节单元．实验结果表明，本算法具有96．4％的切分正确率，比原算法提高5．2％．     

基于背景差法的运动目标检测

视频序列图像中,视频分割的主要目的是要在视频序列中分割出具有意义运动对象实体.背景差法能够很好地从一段视频中提取出运动目标.可靠的背景图像的提取是该算法的关键.表述了一种新的背景提取算法,利用图像序列的灰度统计特性来提取背景图像,并利用Surendra背景更新算法根据每帧图像对背景进行更新已获得可靠的背景.然后,将当前帧与背景作差,并对差值图像进行适当处理,这样运动目标就能够被精确地提取出来.     

基于图像分割的视频差错复原算法

人们可能更多的注意感兴趣的区域和倾向于对背景的改变不太敏感。根据人眼的这一视觉特性；论文提出了基于图像分割的视频差错复原算法，并实现了支持该算法的H．264编解码器。该算法利用；灵活宏块排序技术对图像帧进行分割，将图像帧分割为前景子图像和背景子图像。与背景子图像相比，对前景子图像按更高图像质量的要求进行编码，并且对对前景子图像的传输进行更有效的保护。实验结果表明，论文提出的基于图像分割的差错复原算法具有良好的容错性能，重建图像的主客观质量良好。     

CT-based Individualized Medical Implant Design

Most implantation cases are implemented using implants selected from the available standard set, but in some cases, only those implants conforming to individual patient's skeletal morphology can serve the purpose. This paper proposes a new approach to design and fabricate custom-made exact-fit medical implants. With a real surgical case as the example, technical design details are presented; and three algorithms are given respectively for segmentation based on object features, triangular mesh defragmentation and mesh cutting.     

基于模糊区域的MRI大脑结构分割算法

提出了一种从核磁共振图像中自动分割大脑结构的方法。根据大脑解剖学知识构造了灰度信息、相对距离信息和相对方向信息等模型，并组合成一个模糊专家系统。为了提高分割结果的精确性，各模型信息被模糊化并经过数据融合以得到高的分割精度，对多组大脑核磁共振图像进行分割的实验结果证明了该算法具有良好的分割效果。     

基于视觉颜色聚类的彩色图像分割

根据视觉的颜色聚类特性，提出一种图像分割算法．根据从色彩空间(RGB)到(HLC)的变换公式和NBS颜色距离的概念，首先将彩色图像量化为256或更少量化级，而不使图像质量降低；然后依据NBS颜色距离的概念将色彩分类；最后，根据某种规则将颜色区域进行分块，并删除小的颜色块．给出了静物图像和自然景物图像的实验结果。     

基于灰度最优阈值的图像分割方法及应用

讨论了在对图像进行分割时的一维、二维灰度直方图分割方法，对最优阈值灰度分割方法原理进行了描述，得出了最优阈值灰度分割算法。实验结果表明：利用此算法对图像进行分割能够得到较好的分割效果。     

植根区域生长法(SRG)中的边界像素及其改进算法

根植区域生长法(Seeded Region Growing)是处理图象分割的一种快捷的半自动算法([1]，R．Adams and L．Bischof，1994)，也是目前处理图象问题的一种公认的有效方法和技术．边界像素对该算法的行为及效果有着微妙的但却是重要的．在应用中我们发现，当分割块处于狭窄连通状态时，这一算法常常是失败的，而失败的结果通常会导致原始图象的细节失真或者过分地依赖种子的选择．针对这一问题，我们对R．Adams和L．Bischof的植根区域生长法进行了改进，给出了一个有效算法，解决了原来算法对狭窄连通分割块失败的问题．     

时间序列数据的稳健最优分割方法

针对分段多项式回归方法存在计算效率低和对噪声较敏感等缺点，提出了具有稳健性的最优分割方法，以解决时间序列数据相似搜索及知识发现处理中的长时间序列分割问题。该方法采用自顶向下策略，然后根据自适应定阶算法直接选定一个合适的多项式阶，对每个候选变化点，经过一次判断即可确定多项式的合适阶次。由于该方法基于对线性模型的数据矩阵作奇异值分解，从而可自适应确定子序列合适的模型，简化了计算过程，文中对此给出了理论证明。通过与Garalnik-Srivastava方法进行实验比较，证明所提方法不仅计算效率高，而且具有良好的稳健性。