用二维阶次规正不变矩识别三维目标

论述了用二维投影图像的矩不变量来识别三维目标的方法．该方法有效地降低了目标识别的维数，简化了目标匹配和识别的算法．通过考察阶次规正不变矩ＯＮＭＩ的性能，证明ＯＮＭＩ有效地减小特征量的动态范围并提高了其抗噪性．分类结果表明，该特征量平衡方法比加权因子法更有利于目标的识别分类     

点估计的局部矩方法

利用局部矩的概念，得到了关于局部矩估计的两个结论：一，局部矩估计具有强相合性；二，在小样本的情况下，局部矩估计可以给出参数较理想的区间估计．并且通过两个例子，说明了局部矩估计比经典的矩估计适用的范围更广．     

面向并行设计的局部特征识别技术研究

为支持在并行设计过程中设计特征模型到加工特征模型的逐步转换，提出了局部特征识别的方法．在并行设计中，设计特征模型和加工特征模型通过面名历史图共享零件的实体模型，设计特征的变动通过局部特征识别自动地转换为相应的加工特征．局部特征识别是由基于最小条件子图特征识别方法改进来的，它以零件的局部区域为识别对象，通过搜索匹配局部区域构成的边界模式，识别出该局部区域中所包含的加工特征．局部特征识别方法的特点是只对设计中发生变动的区域进行识别．     

ZERNIKE矩的旋转不变性及对旋转角度的估计

Ｚｅｒｎｉｋｅ矩所用的变换核是一组正交变换核，并且矩的模在空间上是旋转不变的．本文指出了Ｚｅｒｎｉｋｅ矩的相位包含了所有有关目标在空间取向的信息．为了提取这一重要信息，提出利用大于给定门限的多个矩的统计估计方法．计算机模拟结果，表明了这种方法的有效性．     

基于几种不变量融合信息的缺损目标识别

论述了基于３种不变量的融合信息来识别缺损目标的方法．该方法采用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据推理方法作为决策层的融合工具，将拐点、线矩、高阶神经网络的分类结果进行信息融合．分类实验证明，该方法可以有效地提高系统的识别精度．     

关于匹配分布及其数字特征

从推广匹配问题解的角度再次引出了一种新的离散型分布──匹配分布，得到与候劲在１９９０年的结果相同：对于正整数ｎ，数列是一个离散型概率分布；并利用二阶Ｓｔｉｒｌｉｎｇ数给出了匹配分布的高阶原点矩以及一些数字特征，从而完善了侯劲在１９９０年的讨论．     

缺损图像的特征模板匹配方法

基于二值图像的边缘拐点特征，建立其特征模板，在此基础上讨论了缺损二值图像的匹配过程．所采用的特征模板匹配方法将图像局部特征和它们的尺度大小联系起来，使识别过程更为合理．对１７个缺损飞机图像仿真实验结果表明，这一方法取得了很好的分类效果     

改进的分形图像编码

基于分形维数对图像进行块分割，提出了一种混合编码方法，引入不变矩限制匹配块的搜索范围．实验证明，在保持解码图像质量的同时提高了压缩比，并大大减少了编码时间．     

多元Freund型指数分布的特征及参数估计

利用分布密度分拆的思想，导出了二元及多元Freund型指数分布的一个特征，利用该特征，获得了二元及多元Freund型指数分布参数的最大似然估计及矩估计，还给出了强度服从二元Freund型指数分布时并联结构系统的可靠度估计及模拟．     

一种基于指纹分类的指纹识别算法

依据指纹特征点在指纹图像中的特性给出了一种基于指纹分类的识别算法．该算法利用中心点和三角点信息对指纹进行分类并初匹配，然后用可靠性较高的分叉点所在脊线的相似度寻找出基准点对，根据基准点与周围特征点的关系筛选基准点对、确定变换参数，有效地解决基准点筛选受噪声影响问题，最后利用可变限界盒实现指纹匹配．实验结果表明，该算法能快速、准确地定位基准点，正确有效地实现指纹匹配，同时提高匹配速度及精确度．     

轮廓匹配方法改进及其在转子中的应用

汽车发动机转子装配误差容易造成零件磨损和效率降低. 针对转子零件装配精度要求, 提出一种基于轮廓与特征点结合的轮廓匹配方法. 首先对转子图像进行滤波、二值化预处理; 其次提取轮廓并利用轮廓Hu矩方法进行轮廓粗匹配; 然后提取特征点, 并在以特征点为中心、半径为16像素的圆形区域内生成4个特征描述子作为匹配特征, 利用欧氏距离进行特征点匹配; 最后通过找到的匹配对计算仿射变换矩阵, 得到精匹配结果. 实验结果表明, 该方法在背景复杂、光照变化的条件下能够较精确地匹配轮廓, 保证匹配精度在1像素内, 且生成的特征描述子对数越多, 匹配结果越精确.     

一种基于颜色信息的图像查询方法

把图像颜色信息用聚类表示，聚类过程中考虑象素的空间相关性．实验结果表明方法是有效的．     

基于方向梯度直方图的螺纹连接件端面缺陷检测方法

针对螺纹连接件端面表面的反光性、阈值选取的不确定性, 提出了一套图像处理方法. 使用中值滤波和图像锐化增强等方法处理图片, 解决背景与前景差距较小的问题; 选取利用方向梯度直方图确定图像上的边缘方向, 实现对目标的直线轮廓提取, 与已知目标的轮廓模型结合实现对非直线目标轮廓的提取. 该处理方法可以自动提取目标的轮廓, 而不需要设定阈值, 且对亮度、对比度和噪声变化的适应性较好. 对2500个报警器底盘做的检测实验结果表明, 采用该方法能去除噪声, 与Canny轮廓提取法相比, 能更准确且稳定地提取出螺纹连接件端面的边缘特征; 对螺纹连接件端面磨损和歪斜的检测准确率分别达到了99.4%和98.6%, 满足工业的准确率和实时性的需求; 同时可减少人工成本, 提高检测速度.     

正交多项式线拟合及在雕刻系统中的应用

从二值图像中得到曲线轮廓，在数控雕刻业中有重要的作用。为了有效、高速地从二值图像中提取目标曲线轮廓，提出了一种新的基于正交多项式曲线拟合二值图像曲线化的算法，与传统的二值图像曲线化方法相比，它能够保证在获得更高质量的图像边界轮廓的同时，由于改进了算法而从根本上提升了速度。实验证明，输出的结果避免了通常的形变(锯齿效应和折线效应)问题。     

基于特征点群相似度计算模型的图像表示方法

针对空间金字塔匹配模型缺乏对图像中视觉物体旋转、平移和缩放的考虑问题,提出了一种基于特征点群相似度计算模型的图像表示方法.基于词汇树模型的粗匹配结果,通过特征点群拓扑、方向、距离等计算其相似度,并以此作为评价指标对匹配结果进行过滤;根据由特征点群计算所得的标准差椭圆的圆心、旋转角度对金字塔匹配的图像划分子区域并进行调整,从而得到图像抗旋转、平移和缩放的表示.分别在自建校园建筑物数据集和自建物体图像数据集上对方法进行了验证和比较,结果表明,该方法提高了分类识别的准确率和检索的查全率,特别是对于包含明显旋转、平移和缩放变化的图像数据效果更好.     

基于图像特征检测和匹配的无人船航行姿态角提取方法

计算机视觉的飞速发展, 使得采用视觉技术辅助无人船航行成为可能. 在无人船巡航过程中, 获取船体航向是航行控制的必备基础. 特征匹配是无人船相关视觉技术中的重要部分, 是目标识别和定位等功能的关键步骤. 获取无人船运动姿态的基本步骤是对图像前后帧进行有效的特征提取和匹配. 针对水域环境中的图像静态特征提取速度慢、精度低的问题, 本文提出一种图像匹配方法以求取无人船的航行姿态角. 首先对图像预处理, 并对有效区域进行特征提取. 其次, 设计一种基于描述子相似度的初始特征匹配策略. 再其次, 筛选特征匹配对, 优化模型参数. 最后, 通过前后帧旋转矩阵计算航行姿态角. 实验表明, 该方法能有效提取无人船的航行姿态角.     

基于支持向量机的核磁共振左心室图像自动检测与分割

提出了用基于支持向量机的方法来实现核磁共振左心室图像的自动分割方法。首先用经过训练的支持向量机(SVM)在二维图像中进行识别和定位左心室目标区域并进一步找出边缘区域，采用一种改进的训练方法来提高SVM识别率，然后在足够准确的区域中利用梯度方法找出边缘点，并把他们连接起来，找出目标的边缘，达到分割的目的。实验表明，这种分割方法降低了SVM对背景图像的敏感度，提高了SVM识别率。