交警手势的图像处理与识别

提出了一种基于交警手势识别的交通灯控制方法.该方法首先对彩色摄影机采集的交警手势图像进行预处理,包括彩色图像平滑、彩色图像增强;其次利用边缘检测和图像分割方法对目标图像进行分割,由于图像受噪声干扰严重,采用Sobel算子消除噪声;再次将分割得到的目标轮廓进行表示与描述,为图像的识别作好准备;最后结合图像的轮廓特征对图像进行识别,采用了模糊模式识别方法.试验结果表明,该方法能够实现对交警手势准确的识别.     

三维目标识别原理及关键技术

叙述了三维目标识别与灰度图象的联系和区别,分析了三维目标的位置和姿态对深度数据的影响。并对三维目标识别问题进行了数学描述,比较全面介绍了当前三维目标识别的方法及其关键技术。     

彩色切片细胞的识别与计数研究

采用基于彩色的图像处理方法，对边界模糊，颜色不均匀并有彩色连带组织的细胞切片实现了分割和计数，提出了一种新的细胞计数方法，其计数准确性极高，对颗粒状目标，尤其是对医学图像中的彩色切片细胞的计数具有重大意义。     

基于图像识别技术的马氏体识别模型研究

建立了一个基于计算机图像识别技术的马氏体计算机识别系统,采用的方法是:首先对图像进行消噪处理和二值化处理,从而除去噪声并得到包含对象物和背景的二值图像,然后再对该二值图像进行灰度特征和密度特征的数学研究,从而建立马氏体的识别规则.初步评价结果表明,该规则对马氏体的识别精度较高,该系统有一定的应用价值.     

日光图像至夜间点光源照明图像的转换

分别从日光和夜间点光源照明模型出发，研究了目标和景物在此照明模型下的成像性质，分析了传输介质对照明和成像光束的衰减作用，得出了光学成像系统像面照度的计算公式。在此基础上对日光图像转换为夜间点光源照下的图像进行了研究，分析了在转换中的可能产生误差的各种原因，并给出了一些转换结果。     

遗传优化阈值选取加速算法研究

根据遗传优化原理提取图像分割阈值，虽然减少图像目标大小和噪声的影响，算法简单、稳定性强，但是图像目标识别的速度和精确度一直是人们关注的首要问题，没有得到很好的解决．笔者提出了一种基于遗传优化阈值选取加速算法．实验结果表明，与传统遗传优化阈值选取方法相比可减少30％左右的运算量．     

机械图像的识别与重构

为了得到机械图像的准确识别和重构，在研究机械图像相互转换原理的基础上，提出了基于知识和邻接关系的机械图像综合识别方法和机械图像的等间距３次样条重构方法，并针对机构图像的特点，对其３次样条重构方法进行了修正。最后，对典型的时域机械图像和频域机械图像实例进行了识别和重构。研究结果表明，该方法是准确和有效的。     

图像差异的分析与识别

同一物体的不同图像之间往往相差一个变换,这里的变换包括成像系统的小运动对平面物体成像的影响以及图像灰度的对比度变换,在导出变换前后所形成的两幅图像之间的关系,得到相关的数学模型基础上,给出了一种对交换前后的图像进行识别的方法以及对上述图像进行匹配和识别的一个算法及实验结果,其中涉及到关于滤波器的变换不变性、图像的局部特征和图像的变换不变量的研究。     

基于图像特征的智能肺癌识别

提出一种基于图像特征进行计算机辅助医学诊断的智能算法。该算法使用神经网络技术有效地从彩色细胞切片图像中识别出肺癌细胞。首先，通过图像预处理和图像分割技术提取出切片图像中细胞的形状和颜色特征。接着，将这些图像特征输入训练好的肺癌分类识别神经网络，智能地识别出肺癌细胞。     

图像识别技术在无损检测中的应用

图像识别技术在无损检测中的应用越来越广泛，要想更好的利用无损检测，必须了解无损检测的原理和图像学的基本知识，即图像识别和图像处理。本文在指出无损检测的基本原理的基础上，讨论了数字化、预处理、图像识别技术。     

支票自动处理系统中的图像处理及识别

为对银行支票进行自动分析、验证、检索,该文设计了一种支票自动处理系统,介绍了图像处理及识别技术在该系统中的应用,描述了一种支票要素自动分割方法及针对支票图像的处理与识别算法,成功地实现了强噪声情况下支票部分要素的图像分割和识别,具有较好的稳定性和很强的抗噪声能力。对５５０张真实使用的支票做版面分割、角码区域分割识别实验,其中版面分割正确率为１００％,角码分割识别准确率为９９１％。另外该文实现了一种小波编码压缩算法,在较高的压缩率下获得了较好的图像质量,极大地节约了支票图像的备份空间。     

电视关节镜手术图像处理与分析的技术研究

利用视频捕捉卡将电视关节镜输出信号转变为数字信号，使用计算机记录和保存采集的图像．采用图像边缘检测和图像跟踪算法对获得的关节数字图像进行了图像处理和分析．在图像处理的基础上，自动测量出病变部位的形状参数．结果表明这些处理和分析方法是非常有效的．本研究为内窥镜图像自动识别的研究提供了重要的材料．     

基于模板自适应细胞神经网络的图像处理及识别

本文介绍了一种适合于并行计算机的模型——细胞神经网络,它是神经网络的一种特殊形式,具有神经网络的识别、智能和联想能力．具体介绍了利用细胞神经网络（ＣＮＮ）实现二值图像和灰度图像边缘检测,详细分析了ＣＮＮ设计过程并作改进,引入了模板权值自适应的ＣＮＮ及其设计方法,并给出了仿真结果．     

文档图像识别中关键算法的研究与实现

1.选题的背影及意义 图像处理在军事、遥感、气象等大型应用中有着不断增长的需求。在医学领域中，生物医学的显微图像分析、X线照片的鉴别以及计算机层析成像的CT技术在社会生活中日益得到广泛的应用。     

基于图像处理的深海底障碍物和地形识别及检测

针对海底集矿机采矿环境图像,采用分段线性变换提高图像细节,中值滤波去除悬浮物干扰.利用形态学抗噪声梯度算子提取地形和障碍物轮廓,并用分段线性拟合计算出地表亮度变化率.根据表面亮度变化特征判断障碍物类型,采用自适应形态学对轮廓进行细化与连接.通过障碍投影变换计算出障碍物的距离、高度和宽度等信息.对陆地图像进行了分析,证明位置、高度和坡度等参数计算的可行性.利用上述方法对深海底的图像进行处理,不仅保留了边界信息,且提高了抗干扰能力和抗边界间相互影响能力,可有效识别深海底地形和障碍物,得出位置和形状等参数,可以为集矿机避障系统信息融合技术提供可靠数据.     

具有抗噪能力的图像阈值分割法

图像阈值分割在图像分析和图像识别中具有重要意义,本文将Brink所提出利用一维相关系数对图像进行分割的方法推广到二维。该方法除了考虑系数的灰度信息外,还考虑了像素点与其领域的空间相关信息,理论与实践表明,该文方法在进行图像分割时有很强的抑制噪声性能,比一维相关系数法好。     

基于Matlab的边缘检测技术设计图像分类器的研究

对Matlab6图像处理功能及利用其工具箱的Sobel边界检测算法和利用该算法实现的两种外形相近的农产品的图像识别分类器的设计进行了介绍。     

隧道图像识别系统的设计

隧道图像系统的设计是在了解隧道开掘技术要求的情况下，在立足应用、强调实用和兼顾技术先进性的指导思想下，从隧道图像总体框架设计，到分级模块设计，通过现在的相关技术开发本系统，是可行的，并且在隧道工程领域是具有一定的创新性的.     

基于图像识别的客观题答题卡识别研究

传统机器阅卷系统成本高,难于普及,针对当今数码相机等数据采集设备越来越普及的形势,本文提出了一种基于图像识别的客观题阅卷的新方法,该方法采用数值图像处理技术和识别技术来提取客观题答题卡中的考试信息,将得到的答案信息与标准答案相比较,得出试卷的分数。利用论文中给出的方法实现客观题智能阅卷具有硬件价格低,维护开销小,修改简便,通用性强,易于推广等优点。实验表明,该方法能识别出正确选择、错误选择、多选及漏选等多种情况,准确率较高,检测识别速度较快。