利用ISAPI,Java开发B/S模式的图像数据库

通过对Brower／Server模式结构和特征的分析研究，提出了基于B／S模式并支持基于内容查询的图像数据库管理系统，重点研究了ISAPI对数据库的访问、图像的特征提取等关键性技术，实现了在Web环境下基于内容的图像查询(QBIC)；同时利用Java技术制作图像特效，并给出了运行示例，     

一种新的红外二值图像递归标记算法

提出了一种新的红外图像识别算法．该算法根据图像预处理分割后的二值图像，对目标图像进行递归标记，避免了基于点的连通体检测中“Ⅰ”像素点可能被重复扫描的现象，实现了只考虑提取目标特征，不用得到最终的标记图像本身的要求，更加有利于对目标的检测与跟踪．分析、实验结果表明算法对理想及带噪声的输入均有较好的识别率，能提高目标单帧检测概率．算法易于实现并行处理，提高了图像处理实时性，具有一定的工程实用性．     

无线传输图像监控系统在润扬长江公路大桥工地的应用

提出一种无线传输图像监控系统的设计思路和系统构成，并结合润扬长江公路大桥工程实例介绍在强电磁干扰环境下系统正常工作所采取的措施。     

基于小波域隐马尔可夫树模型的多光谱遥感影像纹理分割技术研究

遥感图像纹理信息丰富，需要进行有效的纹理特征描述．小波域隐马尔可夫树（HMT）模型提供了一种有效的纹理特征提取方法．简述了HMT模型及分割思想，并在此基础上针对多光谱遥感图像，探索更好的纹理描述方法．通过适当的数学变换，得到多光谱遥感影像在不同角度下的描述：H—S—I分量和最大主成分分量．研究比较各分量特性并应用HMT模型，得到不同分量下纹理分割结果．实验表明，利用多光谱信息可有效地提高分割质量。     

MEDICAL IMAGE SEGMENTATION BASED ON A MODIFIED LEVEL SET ALGORITHM

Imagesegmentationplaysanimportantrolein imageanalysisaswellasinhigh levelimageinter pretationandunderstandingsuchasrobotvision, objectrecognition,andmedicalimaging.Numerous segmentationmethodshavebeendeveloped.How ever,medicalimagesareoftencorruptedbyno…     

由平行切片图象重建血管的三维模型

CT图象可用于了解生物的组织结构，若摄取样木的数十，成百个平行切片，依次逐步分析并采样得到的各平行切片的CT图象，运用计算机就可重建其组织结构的准确的三维模型，本文提出了用数字矩阵表示CT图象的方法，定义了图象数字矩阵的“交、差、并、抽壳”的运算规则，并运用这些运算规则对血管切片的CT图象进行处理，求出血管中轴线与各平行切片的交点及血管的直径，运用OLE自动化技术控制AutoCAD实现血管三维图的重建。     

融合边缘检测与区域生长的交通图像分割方法

在交通监控中,如何从复杂的背景中分割运动物体是至关重要的一步,针对车辆的运动阴影对图像分割产生的不利影响,提出了一种新的融合边缘检测与区域生长的彩色图像分割算法,算法同时考虑了图像的彩色信息和空间信息.该算法首先对彩色图像边缘检测,并根据检测结果设置种子像素;再基于颜色相似性生长准则,结合边缘检测结果,对每个种子点进行区域生长;最后,利用区域合并算法对剩余的像素进行合并.实验结果表明该算法很大程度上克服了阴影给图像分割带来的不利影响.     

一种车牌自动识别系统的设计方案

通过对设计的车牌自动识别系统的组成、作用、原理进行分析。介绍了系统的图像采集、车牌定位、车牌字符识别和数据库管理等几部分的设计要求和方法．该系统可用于停车场、收费站、交通路口等场所．     

基于Hopfield神经网络的遥感图像超分辨率识别算法

提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法，它是利用模糊分类技术进行模糊分类，然后用分类结果约束Hopfield神经网络的方法．通过实验，可知Hopfield神经网络在学习样本少时．也能够输出分辨率相对较高的地物目标信息．因此．基于Hopfield神经网络的遥感图像处理方法，能够提高遥感图像的目标分辨率．使其目标特征信息更清晰．     

A New Robust Image Matching Method Based on Distance Reciprocal

Object matching between two-dimensional images is an important problem in computer vision. The purpose of object matching is to decide the similarity between two objects. A new robust image matching method based on distance reciprocal was presented. The distance reciprocal is based on human visual perception. This method is simple and effective. Moreover, it is robust against noise. The experiments show that this method outperforms the Hausdorff distance, when the images with noise interfered need to be recognized.