矩快速算法综述

矩是图像处理、模式识别和计算机视觉中的通用技术之一.本文逐一介绍了几何矩和正交矩的各种快速算法,并对其性能进行了评估.几何矩快速算法包括图像变换、Delta方法、拐点方法、Green定理法、图像块表示法、可重构网格法、SIMD阵列法和VLSI算法.与几何矩相比,正交矩快速算法种类较少.     

一种新的复合地形辅助导航方法

地形辅助导航方法中,并行Kalman滤波和关联算子都使用雷达阵列测量的地形高度与地形高程数据对比得到飞行器当前定位.并行Kalman滤波中虽然采用了多模式自适应技术(Multi Mode Adaptive Estimation,MMAE),仍然难以确保系统在遇到地形突变情况时的性能.关联算子技术基于贝叶斯原理,计算简单,并且具有较好的鲁棒性.基于两种方法,提出一种复合地形导航系统,使用关联算子监视并行Kalman滤波,保证定位精度的鲁棒性.实验使用真实地形数据验证了该方法的有效性.     

两种自由曲线重建方法*

通过深入分析ASM/AAM算法的各种改进方案的试验统计结果,提出了一种基于局部梯度统计特征和纹理约束形状的改进ASM算法： 用梯度信息代替灰度信息训练特征模型得以有效提高匹配精度和减少所需训练的样本数,用全局的纹理去约束形状得以有效提高算法对特征点定位的精度。大量统计试验表明所提出的算法能正确地提取大部分正向人脸的特征点。提出的算法对人脸跟踪、识别和表情分析等图像理解任务有着广泛的应用前景。     

用矩特征进行光字符识别的一种新方法

模式识别是信息科学及其应用中的一个非常活跃的领域,各种特征提取及识别方法是层出不穷。本文在分析已有特征提取技术的弊端的基础上,提出用规格化后的中心矩作为特征向量的新技术,并将其应用于光字符识别中。规格化后的中心矩具有平移不变性和伸缩不变性,因而提高了识别率。在本光字符识别系统中,给出了矩特征向量的选取方法并确定了分类策略。实验表明,当使用8或10行字符的特征向量进行判别时,可得到超过95％的识别率。     

基于分形的红外图象目标自动检测

本文介绍了一种基于分形的复杂背景下红外图象目标自动检测方法,该方法以自然背景和人造目标在分形特征上的固有的差异为依据,利用了人造目标分形特征拟合误差大的特点,实现了复杂背景中红外图象目标的自动检测。实际检测的实验结果表明：该目标自动检测方法对环境的适应性强,是一种颇具发展前景的目标自动检测方法。     

一种基于改进CP网络与HMM相结合的混合音素识别方法

提出了一种基于改进对偶传播（ＣＰ）神经网络与隐驰尔可夫模型（ＨＭＭ）相结合的混合音素识别方法．这一方法的特点是用一个具有有指导学习矢量量化（ＬＶＱ）和动态节点分配等特性的改进的ＣＰ网络生成离散ＨＭＭ音素识别系统中的码书。因此,用这一方法构造的混合音素识别系统中的码书实际上是一个由有指导ＬＶＱ算法训练的具有很强分类能力的高性能分类器,这就意味着在用ＨＭＭ对语音信号进行建模之前,由码书产生的观测序列中     

汽车牌照的实时识别

汽车牌照识别系统在交通观测和监视领域有广泛的应用前景。本文描述了一种牌照识别系统,讨论了牌照区域的定位、单字切分以及识别等问题。最后给出实验结果及讨论。     

任意方向运动模糊的消除

对运动模糊图象的恢复而言,虽然维纳滤波法可解决反滤波法中Ｈ（ｕ,ｖ）零点的噪声的放大问题,但无法消除由于模糊罗象信息的不完整性而造成的边缘误差,该文所述的带最优窗的纳滤波方法却可有效地去除噪声和减小边缘误差,除了边缘的Ｌ－形条带外,可得到近平完美的恢复效果,通过对女孩和大狒狒头模糊图象的恢复试验证明,该方法效果较好,由于点扩展函数的设置是影响恢复结果好坏的关键问题,因此文中还证明了对任意方向的直线     

基于多层分割的离线签名鉴定

提出了一种基于多层分割的离线签名鉴定方法,该方法首先根据签名图像的重心进行水平(垂直)分割,接着对分割后所得到的区域按重心再进行垂直(水平)分割,经如此水平、垂直交叉进行分割后,可以形成一个多层的签名图像分割区域,然后对各区域提取签名的几何特征,并对各项特征依不同权值进行融合形成一个从全局到局部的特征向量,最后依据基于...     

分裂-合并方法在图象分割、目标提取中的应用

提出了一种“分裂－合并－收缩－合并－扩张”的图象大区域的分割方法；可以适用于多灰度级图象；算法引入金塔式的分割思想，对图象进行大区域的粗分割，对目标进行大区域扫描，小区域的分块分割，提取目标区域，依据目标区域的骨架特征对目标进行识别，还提出了一种新的道路识别方法。