计算机图象处理与识别

早在本世纪初,人类为了用图片及时的传递世界各地发生的新闻事件,便开始了对图象传输技术的研究。然而图象处理技术的真正发展还是在本世纪六十年代以后。这一方面是受航天技术发展的刺激,另一方面也与作为图象处理之重要工具的数字计算机技术,以及各类数字化器和显示器的迅速发展分不开的。     

一种改进的针对退化文本图像的二值化方法

在经典的Niblack方法的基础上提出了一种改进的针对退化文本图像的二值化方法,该方法仅在文本区域周围较小范围内进行局部阈值计算,在大大减少运算量的同时,克服了Niblack方法容易产生大量背景噪声的缺点,与另外一种同样基于Niblack的Sauvola方法相比较,对于低对比度的退化文本图像有更好的适应性。     

基于人类视觉感知特性的一种纹理图象分割方法

在纹理图象分割的研究领域中,基于人类视觉感知特性的图象分割方法是一个重要的新方向,本文给出了一种纹理图象分割的方法,设计了一组参数不同的2D最佳正交极可分方向滤波器来提取图象特征,然后经过四叉树平滑,用模糊C－均值聚类对图象进行分类,最后进行边缘确定,实验结果表明,这种方法能获得较好的分割效果。     

一种基于共振峰恢复和Ｍellin变换的非特定人语音特征提取方法

针对非特定人语音识别中的声道长度归一化问题,首先研究一种能够去牛基音激励的,基于自相关估计的共振峰（Ｆormart) 频谱恢复方法,说明了不同说话人发同一元音时的频谱互为尺度化的关系,以及它们与同一说话人发不同元音时频谱的差别,然后结合具有尺度不变性的Ｍellin变换,提出了一种适用于非特定人的语音特征提取方法,在实难中,对从非特定人收集的２０个汉语元音,分别提取了其ＦＦＴ倒谱,Ｍel倒谱,ＦＦＴ－Ｍellin倒谱及本文Ｆormant-Mellin倒谱,并用一种很直观的Ｆ－roato分辨率准则进行了性能评价,结果表明,无论是对纯净的,还是对带附加白噪声的发音样本,本文由共振峰恢复和Ｍellin变换相结合得到的语音特征都具有较高的分辨率。     

一种新的基于直线特征的摄像机自标定方法

通过引入场景的几何约束,提出了一种新的基于直线的摄像机自标定方法。利用射影几何中平行直线投影的交点与光心的连线平行于该平行直线的性质,给出了摄像机内参数的线性求解方法。只假设场景中存在垂直的平行直线,相对于文献［1］而言,其适用的情况更为广泛。实验结果验证了方法的有效性。     

面向多媒体信息内容保护的特征水印技术*

将数字水印技术应用于多媒体内容保护方面,提出了一种面向多媒体信息内容保护的通用算法框架,并给出了其核心技术——内容特征提取和评价的基本准则(即对非内容级操作鲁棒,对内容级操作敏感)。该算法完全基于多媒体信号的内容生成特征水印,进而将其不可见的隐藏于原始信号中,从而达到对原始信号进行内容保护的目的。在对受保护的信号进行内容窜改检测时,只需用同样的方法计算当前内容特征水印,并将其与所提取的嵌入水印相比较即可。由于该算法可以在不需任何额外信息的情况下对各种多媒体信号进行内容保护和窜改检测,因此具有较高的通用性和     

一种基于视觉感知及相位特征的纹理分割新方法

本文提出了一种基于视觉感知机理和相位特征的新型纺理分割方法，它由方向滤波器设计、局部非缠卷相位信息提取和可变金字塔分割三部分组成，通过有代表性的仿真实验验证了其正确性和有效性。     

严重噪声污染图像边缘的统计检测算法

提出了一种适用于受多种噪声严重污染图像的边缘检测算法。该算法包括边缘统计判决及边缘检测两部分。统计判别部分包括三大类１３种平行统计检验方法。利用顺序统计量，使之不仅适合于含有白噪声干扰图像的边缘判决，而且适合于含有脉冲噪声和椒盐噪声的图像区域，利用加权表决的方法检测出边缘，可以大大减少计算。实验结果表明，本算法是行之有效的。     

一种有效的运动模糊图像恢复算法

探讨了任意方向的匀速直线运动模糊图像的恢复问题。证明了对任意方向的商线运动模糊图像只能直接设置二维点扩展函数进行二维恢复，不可先进行x方向的一维恢复再进行y方向的一维恢复。给出了估计PSF的方向和模糊范围D的频谱方法。并用实验验证了PSF谱估计方法的有效性，以及带窗的维纳滤波方法相比于标准维纳滤波方法的优越性。