基于数学形态学和神经元网络的货币识别

基于Ｇｒａｎｕｌｏｍ ｅｔｒｉｅｓ 定义的基础,给出了模式谱的定义．运用基于“开”运算的Ｇｒａｎｕｌｏｍ ｅｔｒｉｅｓ得到纹理的模式谱,并以此作为纹理的特征向量,通过双隐层的人工神经网络分类器进行分类,达到识别的目的．给出了该方法在货币识别上的应用实验结果．     

基于分段复合的运动点目标序贯检测算法

低信噪比条件下图像序列中运动点目标的检测问题是多维图像处理与目标识别领域的一个难点。本文首先给出了该项研究的前提条件，指出了问题的主要矛盾；然后针对序贯假设检测的基本方法，提出了一个改进的实现框架；最后针对仍存在的问题，提出了对序列先进行分段，并对分段复合，再利用复合帧进行序贯检测的方法。这里引入了分段复合技术，给出一种分段复合方法。该算法层次分明，时空复杂度适中，是国内性能较优的一种算法。     

一个实时的点目标检测算法的设计与实现

低信噪比条件下图像序列中运动点目标的检测涉及信息量大、目标运动轨迹组合复杂,是多维图像处理与目标识别领域的一个难点,实时处理更加困难。本文在基于分段复合的序贯检测算法基础上,设计出了使用投影累加与最大值投影有效结合进行分段复合的方法,整个算法层次分明、各层操作简单,适于流水处理。最后,本文还给出了该算法在一个简单的流水结构信息处理机上的实时处理途径,满足了一定的应用需求。