基于逻辑神经网络的图象处理方法

阐述了基于逻辑神经网络的图象平滑、压缩编码方法。这些方法的基本思想是：以逻辑神经网络为窗口,选择对某种图象变换敏感的模式训练窗口。当窗口对图象扫描时,窗口在图象的各位置输出响应,通过对这些响应的简单运算,实现所希望的处理。除了理论分析外,文中还给出了各种方法的典型试验结果。     

控制冗余图象数据的EQT方法

本文提出了基于四元树QT(Quad Tree,)表示的扩充四元树EQT(Extended Quad Tree)表示。从数据压缩角度看,它着眼于图象之间的性质;从图象数据库的存贮结构看,它考虑了冗余图象数据的控制问题。对附录中的四幅二值图象,它的存贮量仅是QT表示的39%。此外,这种结构还可用于动态跟踪。     

计算机图形与图像处理

计算机图形学与图像处理是两个相互独立又紧密相关的学科。在简述这两学科基本内容之后,着重介绍这两者之间的区别和共性,尤其在计算机应用中如何把这两者相互交叉,以便提高 CAD、图像重建等方面的应用水平。     

耐久性分析中疲劳断口 CCD 图象处理技术的研究

 针对结构耐久性分析对模拟试件断口（a,t）数据判读的迫切需求,利用计算机图象处理技术建立了一套用于疲劳断口数据采集、判读的CCD图象处理系统,编制了相应的数据处理应用软件。该系统可实现疲劳断口条纹尺寸测定、区域面积积分、裂纹角度测量等功能。且具有自动化程度高、操作简单、使用方便、准确度高、图象数据可存储、打印输出与重复使用等明显优点。并已成功地应用于某型飞机关键结构的耐久性评定。     

二维矢量基离散正弦变换─Ⅱ的快速算法

二维离散正弦变换（２ＤＤＳＴ）在数字图象处理中有重要应用。由于ＤＳＴ核的可分离性，２ＤＤＳＴ通常可用行列法由一维快速正弦变换（１ＤＦＳＴ）算法计算。将一维离散正弦变换－Ⅱ（１ＤＤＳＴ－Ⅱ）的快速递归算法推广到二维，提出了一种按频率抽取的２ｍ×２ｍ点矢量基二维离散正弦变换－Ⅱ的快速算法。该算法把Ｎ×Ｎ点ＤＳＴ－Ⅱ分解成四个×点ＤＳＴ－Ⅱ，重复进行这一过程直到最后分解成２×２点ＤＳＴ－Ⅱ。文中首先对１ＤＦＳＴ算法作了简单的代数推导；然后将该算法采用矢量基分解方式推广到二维，讨论了序列分解与Ｋｒｏｎｅｃｋｅｒ矩阵积两种表示方法，给出了信号流图；最后分析了计算复杂性，并与常用的行列法进行了比较。矢量基二维ＤＳＴ－Ⅱ的快速算法蝶形结构规则，数值稳定，与行列法相比，乘法运算量节省了２５％。     

流动显示技术及其在流体力学研究中的应用

本文概要地介绍流体力学研究中常用的流(?)显示技术及其发展状况。对流动(5)显示在研究表面流态和空间流(?)特征方面的作用,做了简要说明。在强调常规流(?)显示技术解决飞行器设计中气(?)问题重要性的同时,介绍了几种发展中的流(?)显示方法,及其与现代光学、计算机图象处理技术相结合,在流体力学实验中的广阔应用前景。对当前普遍有兴趣的剪切层结构、分离流与旋涡、激波边界层相互干扰、非定常流,以及大攻角情况下复杂流场特性等流(?)显示问题,也做了一些探讨。     

一种基于光流拟和的航拍视频图像全局运动估算方法

在多分辨率光流估算的基础上,提出了一种基于光流拟和的方法用于对航拍视频图像中的全局运动进行估算。在利用光流对全局运动模型拟和时,针对光流估算的不确定性以及图像中独立目标运动的干扰,提出了一种光流分块拟和与评估的方法用于剔除光流场中不利于全局运动估算的干扰数据,从而有效提高了全局运动的估算精度。航拍视频图像配准与独立运动检测的仿真结果均验证了算法的有效性。     

拉普拉斯-高斯滤波图象的过零边界及其分形维数

本文考察了用拉普拉斯—高斯滤波器对遥感图象过零边界的计算方法.给出了直接从遥感图象边界转换成过零边界的稳函数.分析可看到,从遥感图象边界化算出过零边界是局地性决定的方式,得到的过零边界相对于原遥感图象边界的偏差主要取决于图象尺度、边界的局地曲率半径和所用高斯函数的尺度常数.证明拉普拉斯—高斯滤波过零边界法在图象尺度和曲率半径都大于高斯尺度常数10倍以上时,是获得遥感图象边界的精确方法.      

日本卫星图象处理系统

一、概要利用计算机进行数字图象处理的技术已经问世,图象处理被广泛地用在遥感、医疗、工业等方面。在遥感技术方面,1976年美国发射地球观测卫星“LANDSAT-1”(陆地卫星-1)之后,使人们对地球表面的动人景色和卫星图象数据的利用研究引起了重视。后来,到发射“LANDSAT-5”时,开始用新的遥感器“TM”进行观测,收到了更精确的地球表面的图象数据,也可以接收气象卫星“NOAA”(诺阿)的图象数     

基于微分图象噪声估计的主动型边界检测方法

提出一种简单的主动型边界检测方法。它首先通过噪声估计捕捉图象中可能存在边界的邻域，然后获取邻域中有关边界的空间参数，由此选择最佳微分滤波算子对相应邻域进行滤波，以获取边界点。该方法具有很强的处理针对性，因此它运算速度快、精度高、一次即可获取单象素宽的边界。