基于Hausdorff距离和遗传算法的物体匹配方法

在模式识别与机器视觉中，常常需要进行图像中的物体检测。本文将Ｈａｕｓｄｏｒｆｆ距离作为物体轮廓的相似性的测度，并用遗传算法进行最佳物体匹配的快速搜索方法，实验结果表明，本文的方法能有效地检测出具有平移。

聚类分析的遗传算法方法

本文提出了一种利用遗传算法来对传统的聚类算法中的目标函数进行寻优的聚类分析方法，实验结果表明，本文方法得到最优（或近似最优）解的可能性比ｃ－均值和ｃ－线聚类算法大得多。

高效的彩色图像塔形模糊聚类分割方法

这里提出了一种高效的基于模糊c均值(FCM)聚类的彩色图像分割方法,它利用塔形数据结构对彩色图像进行多层分割。通过对一个彩色图像的分割处理,结果表明,文中所用方法的计算时间仅是用FCM聚类算法而不用塔形进行分割下所需计算时间的十三分之一。

灰度图象的二维Otsu自动阈值分割法

Otsu法是最常用的利用图象一维灰度直方图的阈值化方法之一,本文的目的是将它推广到二维直方图。二维Otsu法除了考虑象素点的灰度信息外还考虑了象素点与其邻域的空间相关信息。通过与一维的Otsu法比较表明,在有噪声的图象中,本文提出的方法性能好得多。

基于二维直方图的图象模糊聚类分割方法

本文提出了一个基于二维直方图的图象分割模糊聚类方法,它除了考虑象素点的灰度信息外还考虑了象素点与其邻域的空间相关信息,利用模糊C均值(FCM)聚类算法得到象素点的隶属度,并由各象素点的隶属度实现图象分割.实验结果表明,本文提出的方法与Otsu法和熵函数法相比,错分的象素点数大约减少了四分之三.

一种改进的AFCM聚类算法

模糊C-均值(FCM)聚类算法在图象处理和模式识别领域中得到了广泛的应用,但由于FCM算法在大数据集的情况下需要消耗大量的CPU时间而使用户感到十分不便。本文对近似的模糊C-均值(AFCM)算法进行了改进,提出了一种改进的AFCM(IAFCM)聚类算法。对一个128×128的彩色数字图象进行FCM、AFCM、IAFCM算法聚类,结果表明,IAFCM算法所用的时间约为AFCM算法的二分之一,仅为FCM算法的十三分之一。

一种图象中基元检测的新方法

在模式识别和机器视觉中,常常需要进行图象中的基元检测。本文以圆的检测为例提出了一种利用遗传算法进行基元检测的方法。实验结果表明,本文方法与通常的模板匹配和Hough变换相比速度大大提高。

使用高效的c均值聚类算法的图象阈值化方法

Otsu(1979)的阈值化法被认为是一种良好的图象分割方法。本文提出一个适合图象分割的高效的c均值聚类算法。它与Otsu法有完全相同的分割结果,但计算时间约减少了一个数量级。

一种高效的Hough变换实现方法

在图象处理和计算机视觉中,Hough变换(HT)是一种应用非常广泛的形状分析技术,但HT的一个主要缺点是它需要大量的计算时间.本文提出了一个用查找表实现的高效的HT方法,用于对直线和圆的检测。实验结果表明,新算法的计算速度比经典的HT算法约提高了一个数量级。

微体古生物的自动识别

本文对微体古生物的自动识别进行了初步的研究,在微型计算机上实现了四类古生物图象的预处理、分割、特征提取和识别。通过对一批检验样本的识别分类,取得了正确率为92.3％的较好结果。

奇妙的混沌空间

许多数学模型中包含着混沌现象,例如逻辑斯谛公式,通过一定的变换和运算,可以在计算机屏幕上产生非常令人惊叹的混沌图象。本文介绍利用逻辑斯谛公式和其它公式产生混沌图象的方法。

CGE400卡的C语音程序设计

本文介绍用C语言在Color400驱动的显示器上绘出640×400高分辨率彩色图形以及将C86的绘图库函数移植到MSC的函数库中的方法。

硬聚类和模糊聚类的结合——双层FCM快速算法

模糊c均值(FCM)聚类算法在模式识别领域中得到了广泛的应用,但FCM算法在大数据集的情况下需要大量的CPU时间,令用户感到十分不便,提高算法的速度是一个急待解决的问题。本文提出的双层FCM聚类算法是一种快速算法,它体现了硬聚类和模糊聚类的结合,以硬聚类的结果对模糊聚类的初始值进行指导,从而明显地缩短了迭代过程。双层FCM算法所用的CPU时间仅为FCM算法的十三分之一,因而具有很强的实用价值。

一种快速模糊边缘检测方法

模糊边缘检测方法能有效地将物体从背景中分离出来,在模式识别图象预处理中获得了良好的应用。本文提出了一种快速模糊边缘检测方法.实际结果表明,本文的方法较之现有的方法实现速度提高了约六十倍,质量也有所改善。本文还归纳出了对参数r值的正确选取。

视觉图形符号的频谱分析

本文对在人-机-环境系统的人机视觉信息界面中,如何合理地使用图形符号表达信息进行了研究,建立了图形符号之间的相似度测度公式,设计了一个心理速试实验。通过对一组图形符号的相似度计算和实验测试,结果表明理论计算结果与人的实际视觉感受较好地吻合。

基于优化算法的从线画图精确重构三维物体

现有的基于优化算法的三维物体重构方法只能将线画图重构为"粗糙"的三维物体,从而限制了这些方法的实际应用.为此提出一种基于优化算法的改进方法,该方法分2个阶段实现:第一阶段通过在目标函数中引入膨胀-规整平衡因子λ,利用λ的变化渐近优化得到线画图的初步重构结果;第二阶段重构使用不等式约束逐步逼近平行、垂直、共面的等式约束,利用非线性约束优化算法首先精确地重构出三维物体的主平面,然后得到其他非主平面顶点的精确三维坐标,完成整个线画图的精确重构.实验结果表明,文中方法有效和稳定,其重构结果的精度明显优于现有方法.

计算机后台数据并行通讯方法

本文提出了一种利用微型计算机的并行打印机接口来实现微机之间并行数据通讯的方法,介绍了可安装的设备驱动程序在用户与并行口之间的一个简单方便,传送迅速可靠的接口方法。

多阈值图像分割的遗传算法方法

阈值化是图像分割中广泛使用的一种有效的工具,这些方法不难从单阈值推广到多阈值的图像分割中.但是传统的阈值化算法在求取多个阈值时需要大量的计算时间,因此影响了它们的实际使用.本文以常用的OTSU法为例提出了一种利用遗传算法来对最优阈值进行搜索的快速算法.实验结果表明,对于二阈值和三阈值的图像分割,本文方法的运算时间分别仅为传统的OTSU方法的1/4和1/100.

双层模糊C均值聚类算法

1973年,Dunnm对Ball和Hall的硬C均值(HCM)聚类算法加以推广,提出了模糊C均值(FCM)聚类算法。Bezdek将Dunn的工作进一步推广到一个模糊目标函数聚类的无限簇,并证明了该算法的收敛性。此后,FCM算法在模式识别领域中得到了广泛和有效的应用,如聚类、图象分割、形状分析、医疗诊断、特征选择、自动目标识别、分类器设计等。