基于边缘检测的图象小波阈值去噪方法

边缘特征是图象最为有用的高频信息，因此，在图象去噪的同时，尽量保留图象的边缘特征，应是图象去噪首要顾及的问题。基于这一思想，提出了基于边缘检测的图象小波阈值去噪方法。该方法在去噪之前，先通过小波边缘检测方法确定哪些小波系数是图象的边缘特征，这些小波系数将不受阈值去噪的影响，因此，可以只是根据噪声方差来设置去噪的阈值，而不必担心损害图象的边缘特征。理论分析和实验结果都表明，与普通的小波阈值去噪方法相比，该方法不但可以保持图象的边缘信息，而且能提高去噪后图象的峰值信噪比1-2dB。要做到既去除图象噪声，又不模糊图象边缘特征是很困难的。该方法把去噪和边缘检测结合起来，在一定程度上解决了这种两难的问题。     

一种基于数学形态学的图象多尺度分析方法的研究

提出了一种基于数学形态学的图象多尺度分析方法。利用数学形态学在描述图象形态特征方面的优势，通过改变结构基元的尺度，提取图象在不同尺度下的有用信息。该方法将基于二值图象的集合处理的数学形态学方法，推广至基于灰度形态处理的数学形态学方法，提出了广义的数学形态学形态变换算子，拓宽了数学形态学理论在图象处理领域的应用范围。本文给出了人造的实验图象和实际的景物图象的实验结果，提取出图象在不同尺度下各个层次的目标和特征，证明该方法的有效性。     

基于纹理分析的去图象噪声研究

针对中巴卫星高分辨率CCD相机接收影像存在明显的条带噪声，本文提出了基于纹理分析的去条带方法，即将图象上具有特定特征的噪声信息看作是某种对应的纹理特征，在基于纹理特征滤波法进行图象预处理的基础上，再用灰度共生矩阵法进行直方图平滑，以进一步消除局部噪声．     

断口显微图象信息的层次结构及其表示

在断口学的基础上，描述了断口显微图象信息的基本层次关系及其特征的表示方法，介绍了应用这种信息关系所建立的断口图象信息处理系统的原理和方法，在方法上，将断口图象信息获取的过程描述为两个基本的运算过程，分别在两个不同层次上进行特征提取计算，包括断口显微图象的预处理、宏观断口图象的识别分类，典型特征图象处理及断口图文信息等一系列算法，文中列举了宏观和微观断口显微图象特征的一些计算结果。     

基于边缘信息的分开合并图象分割方法

图象分割是目标识别和图象理解的关键的第一步处理。分开合并方法是一种有效的、实用的图象分割方法。本文提出了基于边缘信息实现分开合并方法，它利用边缘信息解决了自适应确定最佳初始层和在分开、合并过程中度量图象块属性一致性的问题。基于边缘信息的分开合并方法改进了图象分割质量，缩短了处理时间，分割复杂图象的实验结果是令人满意的。     

基于距离信息扩展原理的物体识别方法

利用稀疏距离图象与灰度图象相结合，通过射影变换可使灰度图象特征有条件地获取距离信息，这称为 基于射影变换的距离信息扩展原理。利用这些距离信息可计算物体表面平面图形的欧氏空间不变量并对景物中的 物体产生假设。由于初始假设建立在可靠的基础上，并使用了带反馈的混合控制策略，使这种基于模型的物体识别 定位技术具有实用的前景。此文讨论了整个方法的原理及其实施方案，并实验验证了原理的正确性与有效性。     

基于小波包特征的纹理影像分割

利用小波包变换来检测纹理图象上的灰度变化，以得到多分辨率、多方向性的微观统计特征图象，在此基础上用Ｅｎｖｅｌｏｐ算法提取基于边缘信息的纹理特征，为了克服纹理特征之间的相关性，采用了子空间分类器对纹理特征图象进行分类，取得了较好的分割效果。     

一种基于内容的图象检索方法的实现

现有的许多多媒体数据库系统只提供了基于媒体描述关键字的检索和查询，却忽略了另一个重要的信息来源——媒体的内容。基于内容的图象检索技术一般采用颜色直方图为特征，但是这种方法不能反映空间特性。本文在直方图技术的基础上引入了颜色对方法，将图象的空间特性反映出来，因而能检索具有清晰边界的图象，并且图象的大小变化和旋转以及轻微的光照变化不影响检索结果。实验结果表明这种方法改善了检索效果。     

基于图象集似然度的人脸识别

根据人的认识规律,提出了基于图象集的似然度人脸识别方法。该方法把图象集中的各幅图象的信息矩阵的奇异值向量作为矩阵中的一列而构成的图象集特征矩阵。然后,把测试样本的图象集特征矩阵与图象集库中的训练样本图象集的特征矩阵相比较找出它们的相似程序－－图象集的似然度,从而进行人睑图象识别。     

一种基于颜色信息的图象检索方法

由于传统的基于颜色的图象检索都是基于颜色直方图的检索,其很难将颜色信息和其他信息结合起来,因此,降低了图象检索的准确度.为了提高图象检索的准确度,提出了一种基于颜色聚类表的图象检索方法,该方法首先定义颜色聚类表,并对图象进行颜色聚类;然后利用聚类后的颜色信息构造聚类表,并利用聚类表作为特征来对图象进行检索,同时给出颜色聚类表的获取方法;最后,利用该方法进行了仿真实验.实验结果表明,利用颜色聚类表,根据图象的聚类结果来实现检索,可以很方便地将颜色信息与其他信息结合起来.     

用于Email分类的综合特征表示方法

基于词频的特征表示方法难以准确表示Email的主要内容，从而导致分类的综合性能（F—score）较差，为了解决这个问题，将领域知识引入了Email的特征表示，并在此基础上提出了一种综合领域知识和词频的特征表示方法，用于Email分类．本方法在词频特征的基础上加入人工总结出的领域特征，从而更加准确地表示Email的主要内容，以提高Email分类的平均F—score．基于1080篇Email的分类测试结果表明，与基于词频的特征表示方法和基于领域知识的特征表示方法相比，本方法在针对Email标题实现的Email分类中将平均F—score分别提高了12．28％和23．08％，从而达到69．33％的分类平均F—score．     

基于PCA特征和融合特征的ECG身份识别方法

ECG作为一种活体生物特征用于身份识别在国际上引起了广泛重视.针对基于解析特征的ECG身份识别方法对特征点检测精度要求较高的缺点,提出一种仅需R波峰值点检测的ECG身份识别方法,该方法通过有针对性的设定相应阈值,将PCA特征和小波融合特征方法相结合.实验结果表明该方法优于PCA特征方法、波形特征方法和小波特征方法,既减少了特征点检测的复杂性和特征点检测不准确带来的误差,又可获得较高的识别率,是一种实时、高效算法.     

特征采样和特征融合的子图像人脸识别方法

提出一种基于特征采样和特征融合的子图像人脸识别方法(RS-SpCCA).首先,对子图像进行特征采样;然后,将全局特征和采样后的特征使用CCA进行信息融合,以获取包含全局特征和局部特征的相关特征;最后,在相关特征上构建分量分类器.在该方法中,特征采样是为了构建更多且多样的分量分类器;而引入特征融合思想是为了充分利用图像的全局特征.AR,Yale和ORL这3个数据库上的实验结果表明,基于特征采样和特征融合的子图像方法(RS-SpCCA)优于单纯的信息融合方法(SpCCA)和特征采样方法(Semi-RS).     

Quantum inspired method of feature fusion based on von Neumann entropy

One mission of feature fusion is to obtain a complete yet concise presentation of all existing feature data by detecting and fusing the duplicate feature data. In contrast to the already developed feature fusion methods which have shown their limitations, this paper applies the theories of quantum information to feature fusion. Further, a novel and effective step-wise quantum inspired feature fusion method, which detects the duplicate feature data based on maximum von Neumann mutual information and fuses the duplicate feature data using the operations on quantum state, is developed. This same idea is also used for feature dimensionality reduction, and the corresponding models are investigated. For comparison, another quantum inspired feature fusion method based on average quantum phase is presented here. The experimental results show that the quantum inspired feature fusion method based on von Neumann entropy gives better results on completeness and conciseness than the method based on average quantum phase.     

一种分步式多模态视网膜图像自动配准方法

提出了一种基于视网膜图像特征点可靠提取的算法，在此基础上提出了一种对视网膜图像进行分步式的图像配准方法。首先利用最小二乘法进行快速的粗配，再进一步根据特征点的对应性，利用投影变换模型进行精确配准。与传统方法相比，该方法配准精度高，可以达到亚像素级精度，整个配准过程不需要人工干预。     

基于MRMR的文本分类特征选择方法

特征选择是文本分类技术中重要的处理步骤,特征词选择的优劣直接关系到后续文本分类结果的准确率。使用传统特征选择方法如互信息(MI)、信息增益(IG)、χ²统计量(CHI)等提取的特征词仍存在冗余。针对这一问题,通过结合词频-逆文档率(TF_IDF)和最大相关最小冗余标准(MRMR),提出了一种基于MRMR的特征词二次选取方法TFIDF_MRMR。实验结果表明,该方法可以较好地减少特征词之间的冗余,提高文本分类的准确率。     

结合分辨矩阵与蚁群优化算法改进的特征选择方法

目前已有蚁群算法优化的特征选择方法,大多采用的是以属性依赖度和信息熵属性重要度作为路径上启发搜索因子,但这类搜索方法在某些决策表中存在算法早熟或搜索到的特征子集包含了冗余特征,从而导致选择精度显著下降。针对此类问题,根据条件属性在分辨矩阵中的占比提出了一种属性重要度的度量方法,以分辨矩阵重要度作为路径上启发因子,设计了一种基于分辨矩阵与蚁群算法优化的特征子集搜索方法。该算法从特征核出发,蚁群依次选择概率大的特征加入特征核集,直至找到最小特征子集算法终止。通过实例验证和UCI数据集实验结果表明,与基于属性依赖度和信息熵属性重要度的特征选择方法相比,在通常情况下,该算法能较小代价找到最小特征子集,并且可以有效减少计算工作量。     

一种基于元胞自动机的图像拼接方法

描述了一种基于元胞自动机的图像拼接方法,采用元胞自动机提取图像特征点,然后以特征点邻域灰度互相关法进行特征点匹配,最后根据匹配的特征点对得到图像间的变换参数。实验结果表明,本方法不仅准确实现了图像拼接,而且降低了图像重叠度的要求。     

A New Method of Selection and Reduction of System Feature in Pattern Recognition Based on Rough Sets

A new method of selection and reduction of system feature in pattern recognition based on rough sets is proposed in this paper. Its basic idea is that the classification ability of system feature is evaluated with the classification affection introduced by removing some redundant feature or unimportant feature in the system and comparing the final classification result to find out useful feature in pattern recognition. Eventually, reduction and optimum combination of feature sets are performed by this method. An example of selection and reduction of system feature in pattern recognition based on rough sets shows the correctness and effectiveness of the method.     

基于词性标注序列特征提取的微博情感分类

传统的n-gram文本特征提取方法会产生高维度的特征向量,高维数据不但增大了分类的难度,同时也会增加分类的时间。针对这一问题,提出了一种基于词性（POS）标注序列的特征提取方法,根据词性序列能够代表一类文本的这一个特点,利用词性序列组作为文本的特征以达到降低特征维度的效果。在实验中,词性序列特征提取方法比n-gram特征提取方法至少提高了9%的分类精度,降低4816个维度。实验结果表明,该方法能够适用于微博情感分类。