一种基于区域分割的多传感器图像融合方法

针对传统像素级图像融合方法割裂像素间联系的问题，提出一种基于区域分割的图像融合方法．在图像配准的基础上进行区域分割，提取显著性因子和可见性因子作为区域特征，自适应地确定融合权值以得到融合图像．该方法克服了传统像素级融合方法中融合图像模糊、对噪声敏感等不足，尤其适用于图像没有严格配准的应用场合．实验结果表明，与小波变换融合方法相比，均方根误差减小了33％～36％，灰度标准差提高了0．9％～53％，互信息提高了39％～42％，空间频率提高了0．3％～38％，客观评价准则与目视效果吻合良好．     

旋转及伸缩不变纹理分割算法

纹理分割是图象分割的一种重要方法，因此，近２０年来提出了许多有关图象纹理分割的算法．文中将介绍一种思想比较新颖的算法——旋转及伸缩不变的纹理分割算法，其核心是利用圆周（Ｃｉｒｃｕｌａｒ）变换和Ｍｅｌｉｎ变换产生一个Ｃｉｒｃｕｌａｒ－Ｍｅｌｉｎ操作数（ＣＭＯ），将ＣＭＯ与图象进行卷积，以达到旋转及伸缩不变纹理分割的目的．实验结果表明，这种算法是相当有效的     

Hopfield连续神经网络平衡态局部指数稳定的充要条件

研究Ｈｏｐｆｉｅｌｄ连续联想记忆神经网络平衡点的局部指数稳定性,给出了Ｈｏｐｆｉｅｌｄ连续联想记忆神经网络的平衡点局部指数稳定的充要条件。通过引入特征函数的方法,得到了各记忆模式的指数吸收域的估计,以此可用来评价Ｈｏｐｆｉｅｌｄ连续反馈联想记忆的容错能力和模式恢复能力,且可用于综合更为实用的连续联想记忆神经网络。     

计算机自动分类在森林遥感图象中的应用——通过专家评议

利用国际资源卫星、运用红外及微波等技术所提供的多光谱扫描(MSS)遥感图象资料,进一步应用计算机技术的图象识别、人工智能和图象数据库等先进技术提供矿藏,农业估产、环境监测、气象予报、土地利用、交通、森林等资源的调查,建立资源信息库及各个部门所需要的专题图象、图表和统计数据库,已经成为当代国际上重大的科技方向之一。     

具有最佳类间可分离性的弹性图匹配人脸验证新方法

针对传统弹性图匹配中成本函数未能有效体现人脸形状差异，又无法自动确定各成本分量权值的问题，提出了利用支持向量机增强弹性图匹配的人脸验证新方法．该方法首先在成本函数中引入面部几何特征相似度成本，使其充分体现人脸形状差异，然后将成本函数各分量组成一个相似度向量，利用支持向量机进行学习，并利用所得分类器的判别式生成新成本函数．新成本函数反映了各成本分量的重要性，具有最佳类间可分离性．实验表明，本方法动态匹配误差降低了约1．5个像素，人脸验证准确率比传统方法提高了6．6％．     

一种视频人脸跟踪算法

介绍了一种简单、鲁棒、快速的实时视频人脸对象跟踪算法.在使用贝叶斯肤色分类器分割出椭圆候选人脸区域的基础上,采用人眼谷极点生成人脸假设和特征脸人脸验证方法得到参数化的人脸椭圆区,并使用2个正交的边缘梯度跟踪模型和椭圆内部肤色像素统计直方图跟踪模型跟踪人脸.本算法较好地解决了跟踪的连续性、实时性、精确度和鲁棒性间的矛盾.实验证明:本算法能够实时跟踪多个人脸.     

利用空间正交约束的相机自标定和三维重建

提出了一种用2幅未标定的图像进行三维重构的算法.利用空间 3 组垂直方向的正交结构与其在图像平面上消失点的对应关系,线性计算出相机的内参数,再利用3组匹配线段计算相机在2个视角的运动参数,最后根据得到的相机参数采用三角测量法计算空间点的三维坐标值.该算法与利用三正交运动的主动标定法相比,把相机的正交运动约束转换成空间正交结构约束,使用简单,适应性强,可直接利用参数未知的手持数码相机拍摄图像进行三维重建.对真实的建筑场景图像进行三维重建实验,重建后的三维模型在新视点生成的图像与所观察的场景一致,重构的2个平面夹角与实际值的测量误差在1 5%~2 6%之内.     

形状及纹理分析方法在图形学中的应用研究

从图像、图形融合的思想出发,介绍了基于图像分析的表面形状恢复及纹理三维特征获取方法,并将其应用于图形建模和纹理映射．首先利用不同视点下的遮挡边缘序列,并结合其它视觉信息的分析,获取了表面点的三维几何坐标,实现了基于图像分析的表面形状绘制．接着利用阴影分析方法,提取纹理图像的表面起伏特征,将该特征结合像素点的颜色属性,进行图形纹理映射,实现了基于图像特征分析的图形纹理生成．实验结果证明了图像、图形融合思路的可行性和有效性及图像、图形融合方法的巨大潜力．     

基于时域局部线性预测的视频镜头变换检测

提出了通过时域局部线性预测，在统一框架中准确、高效地检测视频镜头的切变和叠化等镜头变换的新方法．通过理论分析和基于视频数据的线性回归，分别得到叠化预测模式和平稳镜头预测模式．通过同时比较分析两个线性预测模式的误差，在统一框架中检测切变和叠化变换．由于直接在视频流压缩域中进行分析，因此节省了视频解码的时间．采用新方法检测时仅需要对整数进行加、减、比较和移位操作，计算复杂度很低，适合在低功耗、嵌入式设备上运行．采用MPEG-7标准测试视频的实验结果显示：切变检测查全率为95．5％，查准率为93．9%；叠化变换检测查全率为82．2%，查准率为76．0％．检测一段38min的视频耗时仅3．5s．     

利用二次曲线拟合和圆环点进行摄像机标定

为了提高摄像机标定的精度和实用性，提出一种新的标定算法．所用的标定模板由平面上两个相交的圆周组成，且两圆的圆心和半径均未知，通过对两圆的图像进行二次曲线拟合，再根据拟合的二次曲线来计算圆环点图像完成标定过程．与经典的平面标定算法相比，该算法无需进行角点检测和角点匹配，不需人工干预即可实现自动化标定，且在标定过程引入了更多的图像点信息．模拟实验结果表明，在实际的噪声水平下，该算法对焦距的相对标定误差比平面标定算法减小约0．1%，此时主点的相对标定误差也略小于平面标定算法．真实图像的实验结果也表明，所提算法具有较好的精度和实用性．