基于边缘方向信息的主动轮廓算法

提出一种基于边缘方向信息的改进型主动轮廓算法ＭＡＣＡ（ＭｏｒｉｆｉｅｄＡｃｔｉｖｅＣｏｎｔｏｕｒＡｌｇｏｒｉｔｈｍ）．在Ｓｎａｋｅ模型的基础上加入２项基于匹配要求的新的能量函数，用ＦＧＡ（ＦａｓｔＧｒｅａｄｙＡｌｇｏｒｉｔｈｍ）迭代能量函数使其快速收敛．对轮廓曲线的一阶和二阶导数、搜索区域、轮廓的重抽样作锁定．

基于协同神经网络的仿射不变性检索相似性度量方法(英文)

根据协同神经网络 ,提出了一种新的控制参数———序矢量 ,并着重研究了其在图像检索方面的相关性质 .在此基础上 ,针对商标图像检索 ,提出了一种高效的基于元素的仿射不变性度量方法 .实验表明 ,该检索算法抗噪、抗缺损能力强 ,同时对于平移、旋转、缩放具有不变性 .

机动车辆自动识别收费系统

介绍了一个机动车辆自动识别收费系统，该系统采用计算机图像分析和识别技术以及人工智能、人工神经网络等先进技术对通过车辆进行牌照和车型的识别。现场实用结果表明该系统已基本达到实用化技术指标。

基于模型的Hopfield网络字符提取

本文提出一个提取字符序列的空间结构模型－峰谷交替模型，并用能量函数描述了该模型，用改进的Ｈｏｐｆｉｅｌｄ神经网络来求解能量函数的极小值。

以流水线实现图像实时滤波

提出一种以流水线(PIPELINE)实现数字图像的近实时滤波处理方法。被处理图像可以来自VDI(摄像输入)、FB(帧存图像)或VPI(流水线输出)图像。滤波器的频率特性以数字化仪人机交互实时输入,同时估计滤波器的若干空间域系数,再以流水线实现此空间域滤波。

电视图象中目标检索方法

本文给出了一种有效的图象目标检索方法。该方法由颜色分割和定位算法组成。颜色分割中利用样本学习和非样本学习交互操作,提取目标的特征颜色,并以此建立颜色索引表,以提高颜色分割速度。定位算法中利用映射技术与区域生长相结合的操作,确定目标的大小和位置。实验结果表明,本检索算法具有正确检测和定位目标的能力。

用目标函数计算图象序列中物体的速度场

本文应用线性和非线性目标函数计算图象序列中物体的速度(光流)场.用松弛法计算速度场的同时,这些目标函数的参量也被估计出来,目标函数既提供了动态景物的描述,又可作为平滑性的约束.计算速度场时利用测量边界或区域界的垂直速度分量的迭代调整算法克服了“孔径问题”的困难.用分面线性和二次型目标函数对物体的三维运动进行了分析和描述.

基于霍夫变换和眼睑弹性模板的眼睛特征提取

提出一种将新颖的眼睑弹性模板与霍夫变换相结合实现眼睛特征的自动提取的方法，即自动定位眼球并自动提取眼睛轮廓．与其它用弹性模板提取眼睛特征的方法相比，本方法可以处理对比度较低、下眼睑模糊的图像，提取特征准确度更高，且改进的能量函数和保守能量下降算法大大简化了经验参数的选择．经过百余幅眼睛图像的实验处理，验证了该方法的有效性．

长期视频监控系统的多分布模型背景差方法

提出在长期视频监控系统中采用背景差进行运动目标提取时算法所要满足的基本要求 ,并提出了一种能够满足这些要求的背景差方法 .该方法用色度、亮度空间的多个分布模型来建立背景模型 ,描述彩色视频图像的背景像素点及其统计特性 ,在对背景模型更新时将均值、方差的更新速率和多个模型的更替速率分开 .对像素值属于多个分布模型的情况 ,用最小相似距离确定要更新的模型 .该方法利用提取的前景像素点信息反馈以检测光强的突变 ,利用亮度信息消除运动目标的阴影 .

遗传算法中常用算子的分析

本文对遗传算法中常用的基于适应值比例的选择算子、一点交叉算子和逐位变异算子进行了讨论 ,给出了模式数量在遗传算子作用下变化的递推表达式及其极限性能 ,说明了选择算子使群体向高适应值个体聚集而交叉算子和变异算子使群体分布扩散的特性 .在此基础上可以进一步改善遗传算法的性能 。

文本图像的快速二值化方法

对应用广泛的Ｋａｍｅｌ－Ｚｈａｏ和Ｂｅｒｎｓｅｎ二值化方法分析其存在的问题并提出了一种基于局部的文本图像快速二值化算法（简称ＬＥＶＢＢ算法）．实验结果证明，该算法运算速度快，保持笔划连通性好，抗噪声能力强，并已在实际的车辆牌照识别系统中取得理想效果．

汽车图象中字符目标的提取算法

针对汽车图象的复杂背景和多变的光照条件，提出了一种用于汽车图象的字符目标提取算法．该算法采用了基于边缘分析的二值化算法结合自适应的形态滤波方法．对字符图象的灰度和纹理分布进行了分析，设计了一种基于一维边缘分析的二值化方法，与其他传统分析方法比较，该方法在运算速度和抗干扰能力上有明显优势．在对二值化图象进行分割时，不采用固定形态滤波结构元素，而是根据子域及其邻域关系自适应地调整用于滤波的结构元素，更有效地提取目标区域．为提高运算速度，还采用了降维的快速算法．经测试，此方法对不同环境和不同光照条件有较强的自适应能力，其定位准确率及实时处理能力都达到了实用标准．

基于小波的医学图像插值

现有插值方法在进行医学断层图像插值时 ,不能兼顾灰度和形状的变化 .为解决这一问题 ,文中提出一种基于小波的医学图像插值算法 .通过对原图进行小波变换 ,获得图像边缘对应小波系数的位置信息 ,在断层图像的相应小波系数之间进行强度和位置插值 ,使新的图像不仅在灰度上 ,而且在组织形状上 ,介于原来的断层图像之间 ,满足了医学图像插值的要求 .与线性插值、克立格插值相比 ,新算法的视觉效果好 ,计算误差小 。

单目移动拍摄下基于人体部位的行人检测

在摄像机安装在一个自由移动的平台的环境里,如汽车,检测行人变得非常困难,特别是当行人所处的场景比较复杂时。针对这种应用环境,文中提出了一种coarse-to-fine的行人检测方法。本方法把一个人建模成人体自然部位的组装,所用部位包括头肩(head-shoulder),躯干(torso),腿(leg)。采用绝对值haar-like特征集和Edgelet特征集[1]。在这些特征集上,我们用SoftCascade[2]训练各个部位检测器和全身检测器(full-body)。在本算法中,首先由full-body检测器产生行人候选。然后,基于贝叶斯决策的组合算法进一步确定候选者中的行人。实验结果表明本算法有很好的检测性能,能在杂乱的自然场景中有效的检测行人。

对常用选择算子的分析

讨论了最能体现遗传算法“自然选择、适者生存”特点的选择算子 ,给出了在传统的基于适应值比例的选择算子作用下染色体的变化规律及极限性能 ,同时也指出了此类选择算子的一些不足之处 .还给出了一类改进的基于适应值大小顺序的选择算子对染色体数量的影响方式 ,说明了其优越性 .讨论结果表明 ,今后可以更进一步改进和完善选择算子 ,提高遗传算法的性能 。

眼球的自动定位

提出一种由粗到细自动定位人脸的一个重要特征即眼球圆心的方法．该方法综合运用局部二值化、霍夫变换、像素聚类、边缘提取等技术，对均匀或非均匀光照下拍摄的或戴眼镜的照片都能获得很高的定位精度，适用于处理证件照．

基于彩色分割的车牌自动识别技术

提出一种采用彩色分割及多级混合集成分类器的车牌自动识别方法．该方法由彩色分割、目标定位、字符识别及后处理模块组成．采用多层感知器网络（ＭＬＰＮ）对输入彩色图象进行彩色分割，通过投影法分割出潜在的车牌区域并进一步切割出字符，由多级混合集成分类器给出字符识别的初步识别结果及置信度，经后处理得到最终结果．该方法识别正确率高、鲁棒性好，车牌定位正确率达９８．６％，字符识别正确率达到９５％以上，具有很好的实用技术指标．

交叉算子的搜索能力

文中对遗传算法中常用的交叉算子的搜索能力进行了讨论，综合考虑了交叉算子对染色体的双重作用，给出了染色体在交叉算子作用下数量和分布范围的变化规律，得到了模式变化的极限性能，证明了交叉算子在演化代数增加的时候能够使模式内部各基因趋于独立，并且只要组成模式的各个基因都存在，则该模式一定能够被搜索到，此时模式的极限概率等于组成该模式各基因的初始概率（也就是基因的极限概率）的乘积，并且与模式的定义长度无关，说明了交叉算子使群体分布扩散的特性。

交叉算子的极限一致性

交叉算子是遗传算法的主要操作算子之一 ,它使遗传算法具有了其它传统方法所没有的特性 ,关于它的理论研究对深入理解遗传算法具有重要意义 .该文对遗传算法中常用的交叉算子 (一点交叉算子、两点交叉算子、多点交叉算子和一致交叉算子 )的性质进行了分析 ,综合考虑了交叉算子对染色体的双重作用 ,给出了染色体在各种交叉算子作用下的变化规律 ,并且得到了模式变化的极限性能 ,证明了这些交叉算子的极限一致性 ,即这些交叉算子在演化代数趋于无穷时对染色体的作用结果是一致的 ,同时对各自不同的收敛特点进行了分析 .这些分析结果不仅为 U MDA等算法提供了一定的理论依据 ,也为今后的研究工作提供了基础 .

一种新的PCNN实现方法及其在图像处理中的应用

讨论了PCNN的实现方法及其在图像处理中的应用等问题.在PCNN的具体实现中,网络被强制为单循环网络,通过简化模型、阈值查找表、整数运算等技巧,降低了PCNN的时间复杂度.引入了时间索引图、指纹时间序列等概念,将PCNN与传统的图像处理技术结合起来,为实现PCNN的自动图像处理提供了一条新的途径;应用时间索引图,可以实现图像增强、边缘检测、图像分割和特征提取等.推导了PCNN的适用条件,并提出了一种实用的连接系数估计方法,对PCNN参数设置有着直接的指导作用.