基于波形分析的二维条码识别

传统的条码识别方法是通过边缘检测来定位条码边界，对于被光学系统点扩展函数严重模糊的高密度条码图像，这种方法的性能急剧下降，为了克服点扩展函数造成的模糊，提出了一种基于波形分析的二维条码识别算法，先在图像上定位条码位置，并在条码中分割出单行码字符号的图像，然后分析条码波形，计算出点扩展函数的标准方差，根据点扩展函数，重建条码波形，最后为了提高对图像噪音的抗干扰性，根据波形峰点定位条码边界，实验结果表明，基于波形分析的识别算法具有优秀的性能，显著地提高了高密度条码的识别率，满足了实际使用的要求。     

基于迭代计算的二值波形反卷积

传统的条码识别方法是通过二阶导数零交叉来定位条码边界。对于被光学系统点扩展函数严重模糊的高密度条码图像，这种方法的性能急剧下降。为了克服点扩展函数卷积造成的模糊，需要进行反卷积处理复原波形。反卷积问题的求解是一个病态问题。在条码波形二值的限定下，提出了一种基于迭代计算的反卷积算法。先将条码图像旋至水平；然后分析条码波形，进行系统辨识；最后根据点扩展函数，采用迭代的方法重建条码波形。实验结果表明算法具有优秀的性能，显著地提高了高密度条码的识别率。     

基于小波特征的快速核主分量分析技术

论文提出了基于小波特征的核主分量分析技术,即在进行非线性映射之前,首先利用小波变换对原始输入训练样本进行预处理,获取低频平滑、水平细节和垂直细节等三个子图的小波特征,然后在频域上,对它们分别进行核主分量分析(KPCA),对最终获得的3组特征向量设计了一种特征融合的方法。在ORL标准人脸库上的试验结果表明所提方法不仅在识别性能上优于现有的核主分量分析方法,而且,特征抽取速度提高了11倍。     

一种基于多智能体系统的机器人群组织形式

提出了一种基于多智能体的机器人群高层的分层式组织形式及运行机制，它包括机器人组织的定义、组成类型以及组成的实现算法。机器人社会中的组员既可独立隶属于一个群体，也可动态分属于多个群体，该结构不仅有效地利用了资源，而且还可以提高系统的鲁棒性和抗毁性。     

距离分布直方图及其在商标图案检索中的应用

形状是描述图象的重要视觉特征,它可以通过像素点分布在空间不同的区域而表现出来,针对二值图象提出了一种基于区域的形状特征,即距离分布直方图,它的基本思想就是通过统计图象中像素点的距离区域的分布情况来获得形状特征。其中,基准点的选择和距离区域的划分是两具重要的部分,实验结果表明,距离分布直方图能够有效地刻画出二值图象的形状特征,并且具有非常好的平移。尺度和旋转不变性,将其应用于商标图案检索,其检索结果符合人眼的视觉感受。     

基于多方向二进小波变换的遥感图像特征提取方法

在分析不同分辨率图像空间特性的基础上，提出了一种基于多方向二进小波变换的图像特征提取方法．该方法首先对图像进行小波变换，然后由二进小波变换的模的局部极大值检测信号突变点位置及奇异性大小，实现图像的边缘特征提取．通过对遥感图像样本的仿真实验表明，基于多方向二进小波变换的图像边缘特征提取方法可以取得较好的边缘特征提取效果．     

目标选择的最近邻优化算法

坦克分队作战中，攻防双方多辆坦克的火力对抗涉及到火力分配，这时每辆坦克往往向威胁自身最大的目标开火，但这种目标选择的整体效果并不是最优的。由于最优火力分配是整数规划问题，当坦克分队中坦克数量较大时，求解最优的火力分配存在时间长和计算复杂等问题。因此在作战仿真或者指挥自动化系统中，对于这一问题多采用次优算法处理。该文提出一种最近邻目标选择优化算法，使得最大限度地减轻了对方对己方(坦克分队)的威胁，从而提高了坦克作战效能。     

人脸图象的校准与特征抽取

脸自动识别是计算机模式识别领域的一个活跃课题,文中提出了一个基于眼睛位置估计的人脸校准方法,并提出了个基于ＫＬ变换与具有统计不相关性的最佳鉴别变换抽取人脸有效鉴别特征的方法,对由９６个,每个１０幅图象所组成的人脸图象数据库所作的实验结果表明,文中所提出的人脸校准方法能从具有一定复杂背景的人脸图象中比较成功地实现人脸自动校准,成功率与可靠性分别可达到９１．５％和９９．５％,文中所提出的人脸特征抽取     

一种基于一致性邻域超图模型的图象分割方法

提出了一种将超图理论与图象的空－频域特征分析相结合的图象分割方法,该方法是基于图象的多分辨率小波分析及高斯－马尔可夫随机场理论,在抽取一组反映图象局部空间结构信息的特征矢量基础上,根据同一区域的象素具有相似的特征矢量的原则,将图象转换为一个关于特征相似性测度的领域超图,再利用覆盖－选择算法对该超图进行分割的方法,实验证明,该方法具有较好的稳定性和适应性,尤其对于一些信噪比较低的图象,也具有良好的分