高分辨率掌纹图像的分割

研究了高分辨率掌纹图像的分割方法问题,将均值、标准差作为标准,实现了由纹线组成的掌纹图像的前景分割。对于手指部分的干扰,将其分为孤立的手指部分和与手掌相连的手指部分分别进行处理,利用区域生长法提取最大连通域达到去除孤立手指部分的目的;利用轮廓跟踪法比较CD、PD距离,定位与手掌相连的手指部分的位置,从而实现将其去除的目标。实验结果表明,该方法很好地实现了高分辨率掌纹图像的分割,为后续的特征提取工作奠定了基础。     

基于曲波变换决策融合的掌纹识别

用曲波变换提取出掌纹图像在不同尺度下的图像特征,通过降维处理的主成分分析(PCA)方法,由径向基函数网络训练或判决,按照用户的要求,选择不同的决策规则,对各种尺度下的识别结果进行融合,可达到较高的掌纹识别率。     

一种有效提升识别率的面部图像预处理方法

面部关键特征点的定位和取样直接关系到面部识别率的高低,本文提出了一种对人类面部图像进行细节提取,并进行了方向场化突出,最后将其特征2值化的预处理的方法,有效地抑制了面部图像中提取的特征点样本模糊的现象。实验证明,通过这种方法对面部图像的预处理,能够较好地提升一般面部识别算法的识别率。     

基于能量加权的子带杂交法在掌纹识别中的应用

在掌纹采集过程中,由于受光照噪声的影响,以及手掌的弓形常常给掌纹采集带来噪声.基于此,提出小波变换子带杂交的一种新颖掌纹识别算法.该算法综合考虑小波同层各子带及相邻层子带分解系数的噪声特点,采用基于掌纹图像空间能量加权,再由二维主元分析(Two-dimensional Principle component Analysis,2DPCA)算法降维、去相关,最终由最小距离分类器完成掌纹识别.基于香港理工大学公布的PolyU掌纹数据库的实验,此算法正确识别率达到100%.同2DPCA算法相比,提出的算法不仅正确识别率较高,识别效率也较高.     

基于最大内切圆的掌纹RIO图像截取与定位

掌纹识别一般的预处理过程,是通过图像二值化、边缘检测、子图截取等步骤,获取掌纹感兴趣区域（RIO）,截取掌纹子图。给出一种基于最大内切圆的子图截取算法,并对该算法进行优化,通过平移和旋转校正,得到掌纹RIO区域子图。     

我国空域监视系统的应用研究

随着我国经济和科技的快速发展,空域中的飞行器越来越多,而飞行器在空域中的活动都要受到空域监视系统的监视。文章介绍了空域监视的背景和意义,归纳了当前国内采用的空域监视系统,并对监视手段和应用范围进行了比较分析,结合新形势下空中交通管理系统的运行理念探讨了基于多源信息融合的空域监视发展趋势。     

基于MBLBP和Gabor小波的掌纹识别

为了提高掌纹识别中对局部区域特征的提取及掌纹识别率,提出一种基于多级区域局部二值模式（MBLBP）和Gabor小波的掌纹识别算法。通过对光照及感兴趣区域（ROI）等因素进行预处理,经过Gabor小波变换后提取掌纹的多尺度特征,再利用MBLBP算法提取主元,采用欧式距离分类法计算掌纹识别率。经过香港理工大学掌纹库（PolyU）验证,比较不同预处理、不同算法下的掌纹识别率。实验证明,该方法相比于以往的局部二值算法（LBP）在识别率上有较大提升。     

一种HPF的图像融合方法

采用了一种利用HPF滤波进行图像融合的新方法.首先对多光谱图像进行IHS变换,从RGB空间变换到IHS空间,然后在其亮度分量和高分辨率图像之间引入HPF滤波进行直方图的调整,把调整后得到的新亮度分量进行IHS逆变换,最后回到RGB空间.实验结果表明,文中提出的新方法更适于进行多光谱图像和高分辨率图像的融合.     

一种注意力融合的多尺度点云分类网络

针对传统点云分类网络不能较好结合全局特征和局部特征信息、导致分类精度不够高的问题,提出一种包含注意力机制的特征融合模型。通过构建多尺度网络,增大网络感受野,从而获得不同程度特征。采用注意力机制进行特征融合,使得局部特征和全局特征相互补偿,增强特征描述符的语义丰富性,获得上下文有效信息,以此提高整体的分类精度。在公开数据集ModelNet 40上对该算法进行验证,取得92.85%的分类精度,验证该网络模型的可行性。     

STAP处理中的一种高效的域变换方法

在分析STAP处理算法中数据域变换阶段运算特点的基础上,针对STAP域变换单次处理点数小、重复次数多的特点,从均衡多处理节点任务、提升单节点处理性能的角度出发,给出了一种高效的域变换方法,降低运算量,减小运算延时,提高处理实时性。     

二维射影变换二重元素的结构及其特征

利用代数方法给出二维射影变换二重元素的分布状况及其特征性质，从理论上彻底解决二维射影变换二重元素的结构问题。     

一种面向业务领域的web服务发现方法以及支撑框架

针对UDDI关键字匹配带来的服务发现精度低,以及难以从功能相同的多个web服务中选择合适服务的问题,提出一种新的面向业务领域的web服务发现方法和相关框架.当用户请求服务时,根据功能请求从实际服务中抽取出服务簇,然后由业务信息属性等非功能性属性进行协商,确定出适合的服务并与用户请求绑定,而整个发现过程对用户来说都是透明的.通过建立一个基于旅游领域的原型系统IPVita来测试和支持此框架.     

Registration Method for CT-MR Image Based on Mutual Information

Medical image registration is the process of finding ageometric transformation between two image-based coordi-nate systems that have the same patient-based coordinates ,i .e .the same anatomic locations .The registered multi-mo-dality images lead to impro…     

结构参数识别方法研究

在国内外结构参数识别方法研究成果和进展的基础上,针对参数识别的时域方法、频域方法、时频域方法以及结构时变参数识别的方法进行综述,并总结了这些方法在实际工程中的应用、优点及存在的问题,最后展望了参数识别方法未来研究方向。     

基于小波变换的遥感图像融合方法

概述了图像融合技术的常用方法,着重介绍了基于小波变换的图像融合原理、融合算法与融合规则,并分析了不同的小波基及小波分解层数对图像融合效果的影响,最后总结了有效的图像融合结果的评价指标。     

教师总览性上课时间信息生成方法及其 Python 实现

郑州航院教务管理系统仅能获得单个教师课程时间信息,而要得到某个二级学院所有教师的总览性上课时间信息则需要手工合成,其过程繁琐、效率低、易出错。利用 Python 语言编程高效、生态开放的特点,针对郑州航院教务系统生成的某二级学院所有教师课程信息数据,提出基于 xlrd 与 win32com.client包的自动生成二级学院所有教师总览性上课时间信息的方法。以郑州航院智能工程学院教师课程信息为例,由该方法得到的总览性上课时间信息被用于实际教务管理中经过一学期的测试,未发现任何错误,验证了该方法的可行性与有效性。     

基于(G)模糊积分的信息融合方法

采用单一模糊积分进行信息融合的结果有时可能明显失真。例如,(S)模糊积分融合时只考虑了单分类器的识别结果与相应分类器集重要程度中较小的那个量的信息,有时可能会产生错误的分类结果。为了弥补(S)模糊积分等模糊积分的局限性,提出基于(G)模糊积分的信息融合方法,将多个模糊积分的融合结果加权平均作为分类的依据,可以对各单一模糊积分融合效果取长补短,有助于提高多分类器融合系统的识别率和稳健性。     

内部收益率法局限性认识及其改进思路

剖析了内部收益率法因再投资利率假定不合理而可能产生错误决策的局限性及其规律性 ,论证了外部收益率法避免错误的客观必然性 ,最后提出了投资净收益率法。