基于数据仓库的银行CRM系统的设计与实现

90年代Gartner Group提出客户关系管理（CRM）的概念，CRM可以说是针对一系列与客户有关的问题的处理方案。随着中国加入WTO，许多企业已经认识到了CRM的重要性，银行就是其中一个典型的例子。利用CRM的管理理论，建立适合银行的CRM系统是本文要研究的问题。 在CRM系统的实施过程中，涉及到几类必不可少的相关技术。数据仓库的实施是CRM系统实施的基石，为实现对客户资料的分析与知识的挖掘奠定了数据的组织基础。联机分析处理技术（OLAP）和数据挖掘技术的运用则是CRM系统有效实施的核心，合理的分析结果是CRM系统建设成功的关键。 按照辽宁省工商银行提出的需求，主要完成绩效考核管理、降低营销成本以及进行风险控制的目标。本文旨在通过将数据仓库技术、OLAP和数据挖掘技术的结合，构建一个完整的、高效的银行CRM系统，为银行的加快信息化建设提供帮助。 通过系统的设计与实现，本文完成的主要工作成果有： (1)根据可以获得的银行数据以及系统目标确立分析主题，以主题为依据组织数据，进行数据仓库的模型设计。 (2)设计并实现了银行数据仓库的ETL系统，改善了现有ETL工具的不足，实现了数据的自动抽取，使用配置文件增强了系统的灵活性，在系统恢复等几方面优化了系统的性能，完成了高效，准确，安全的ETL过程。 (3)结合具体分析目标，选择合适的统计学方法、OLAP技术和数据挖掘技术运用于系统中，设计并实现了系统的五个分析模型，分别为绩效考核管理模型，客户价值评价模型，客户分类模型，交叉销售模型以及信贷风险分析模型。并以实际数据为依据，得到了较好的分析结果。 (4)在信贷风险分析模型中，对现有决策树算法C45算法做出了改进。通过对测试属性选择的控制，在一定程度上提高了算法的准确性和预测性，并给出了模型结果的比较分析。 本文设计并实现了完整的基于数据仓库技术的银行CRM系统，较好的完成了系统的分析目标。本文的研究对商业银行充分利用客户资源，提高竞争力具有十分重要的意义。

商业银行分布式数据仓库技术的研究与应用

银行属于数据密集型企业，每天产生海量的业务数据，蕴含有大量有用的信息。如何利用这些数据，让其发挥巨大作用，成为提高银行竞争力的重要内容。当前，随着银行转变经营理念、信息技术的飞速发展，银行信息化已经进入一个全新的发展时期，数据仓库技术等新兴技术已成为银行数据分析和决策必不可少的重要工具。但目前，很多数据仓库应用显得功能不够实用，效果也没有预想的明显。为此，结合业务来深入研究数据仓库的使用机理，挖掘分析功能成为银行当前迫在眉睫的任务。 本文首先通过分析银行现有的实际业务需求，着重对数据仓库技术在银行业中的应用现状进行了详细表述，并根据数据仓库和数据挖掘技术的深入研究，结合银行的具体业务特点，设计与实现了商业银行分布式数据仓库系统；同时对分布式数据仓库系统的构建机理和实施步骤进行了详细描述。利用构件方式重新设计和实现了数据仓库中的重要部分——ETL系统，并加入ETL服务器的线程池缓冲区机制，实现系统性能的优化。 本文在建立数据仓库系统的基础上，利用联机分析处理OLAP技术和改进数据挖掘K-means聚类算法——X-means算法，实现了银行数据仓库系统的客户管理分析功能，取得了很好的应用效果，从而为银行数据仓库系统开发应用提供了可借鉴的操作思路。

矩特征的实时计算

矩在统计学中用于表征随机量的分布，而在力学中表征物质的空间分布。若把二值图像或灰度图像看作是二维密度分布函数，就可以把矩技术应用于图像分析中。这样，矩就可以用于描述一幅图像的特征。矩作为图像特征，其性能是非常出色的。 不变模式识别问题是非常复杂和困难的。目前，研究主要集中在不变矩之上提出性能更优良的方法或是研究基于矩的跟踪方法。国内没有关于不变矩硬件实现、实时应用的有关报道。 本文综述了矩技术在图像处理、计算机视觉、模式识别等领域内的应用，研究矩技术，包括几何矩、中心矩及不变矩的实时计算。 在Hatamian数字滤波器算法和改进的数字滤波器算法基础上，本文实现了几何矩计算硬件模块、中心矩计算硬件模块。仿真实验证明，该设计占用硬件资源小，计算简单，计算时间能够满足实时系统的应用要求。 本文提出了一种低阶不变矩近似计算的实时算法。给出了算法的流程图及所需硬件模块。在此基础上，利用Matlab进行了算法仿真，结果表明，该近似算法的结果在以其均值为中心的较小范围内波动，说明该算法在一定程度上能够表述作平移、旋转和比例变化的目标特征，可以用于图像目标的识别和分类。

基于未标定图像的三维重建技术的研究

基于未标定图像的三维重建技术是近年来计算机视觉领域研究的一个热点问题。它利用摄像机拍摄物体不同角度的图像，根据不同图像之间的几何关系估计摄像机的外部参数，即确定摄像机的位置和方向，从而恢复物体在射影空间下的几何模型，再利用自定标技术估计摄像机的内部参数并完成物体在欧氏空间下的重建。该技术在机器人导航、精密工业测量、医学图像的三维重建、自动目标识别、军事技术等方面都有着重要的应用价值，所以日益受到人们的重视。 本文以精确打击应用为背景，精确打击目标通常是人造结构，如建筑物，人造结构通常由大量的平面和平行线组成，由于传统的基于平面的射影、仿射不变量和不变矩的目标识别已成熟，国内也有相应的专著，传统方法的局限只能应用于高空下视情况，不能应用于低空突防情况，所以基于三维模型的精确打击目标识别是一个新的研究领域。本文基于图像的三维重建方法，将为基于三维模型的目标识别打下基础。 本文首先通过对射影几何、针孔模型成像理论及三维空间层次关系的研究，指出由图像进行三维重建的可能性，建立了一条基于未标定图像进行三维重建的技术路线。其次针对同一场景图像间对应点匹配准确率低的问题，本文在已有的匹配方法基础上，结合对极几何约束，提出了一种改进的对应点匹配方法，实验结果表明匹配的准确率较高；由于基础矩阵包含了图像间几何约束的所有信息，它的求解对于图像三维重建具有重要的意义, 本文提出了一种基础矩阵的加权线性迭代算法，该算法利用点到极线距离的几何特征作为每个点的加权因子，使匹配精度高的点对基础矩阵的影响更大，与传统的基础矩阵计算方法相比，该方法提高了计算精度。最后，本文研究了在摄像机事先未标定的情况下，如何利用场景结构信息实现三维物体的分层重建，本文阐述了射影重建的实质是求解基础矩阵，射影重建到仿射重建的实质是求解无穷远平面或无穷远平面单应矩阵，仿射重建到欧氏重建的实质是求解绝对二次曲线的图像，本文利用场景中两两正交的三对平行直线，计算各对直线的消失点，通过消失点和极点计算无穷远平面单应矩阵，进而利用正交性约束线性计算绝对二次曲线的像，最后分解出摄像机内参数，算法具体实现步骤在文中已给出。实验给出了物体的射影重建、仿射重建、欧氏重建的结果，实验结果表明算法是有效的和可行的。

角点检测及图像匹配算法研究

本文主要研究角点检测算法和图像的匹配算法。角点是目标轮廓上具有高曲率的点，它可以较好的描述目标的特征。角点检测技术在计算机视觉和图像理解等领域应用很广，例如运动跟踪、目标识别、立体视觉等。角点检测技术被广泛应用的原因在于：角点包含丰富的图像信息，能够对视觉处理提供足够的约束，极大地提高运算速度，在图像之间进行可靠的匹配。 本文首先介绍了一些经典的基于几何特征的角点检测算法。随后本文详细描述了SUSAN算法，并针对其不足提出了一种改进算法。算法的仿真实验结果验证：该改进算法在性能上较原算法有很大提高。计算机视觉和图像处理中另一个重要的研究内容是图像的匹配，它的应用领域也很广泛。为了利用前文的角点提取结果，本文选取了Chang的点模式识别方法来完成图像匹配，算法的匹配仿真实验结果验证了算法的有效性。 本文在最后的章节中尝试了整套算法的硬件实现，硬件仿真的平台是基于DSP和FPGA的。结果证明，所设计的系统具有较好的跟踪能力和抗干扰能力。

基于纹理的视觉伺服研究

视觉伺服是机器人控制中的一种重要方法，也是计算机视觉领域的研究热点之一。基于图像的视觉伺服方法通常选用角点、边线、孔洞或重心等明显的几何信息作为视觉特征，伺服过程中需要进行特征匹配。如果工作环境中只含有纹理结构，这些方法将难以应用。事实上，当摄像机产生运动时，所拍摄图像的某些纹理特征也将发生相应的改变；反过来，图像中某些纹理特征的变化也在一定程度上反映了摄像机的运动。本文对图像纹理特征变化与摄像机运动之间的关系进行了研究，提出了基于纹理的视觉伺服思想，该思想的提出可以为机器人在纹理结构环境中进行伺服控制提供一种新手段，为视觉伺服提供一种新的视觉特征，也扩展了纹理研究的领域。 本文简要介绍了利用图像雅克比矩阵进行视觉伺服的原理之后，给出了基于纹理的视觉伺服图像特征定义及其求取方法。这部分内容中，给出了基于图像共生矩阵的纹理特征参数及基于自相关函数的纹理粗糙度计算方法；定义了纹理基元密度特征，提出了用纹理基元密度特征表示纹理粗糙度的方法；分析了利用纹理特征进行视觉伺服的可行性；论述了如何根据具体的场景选择适合于视觉伺服的纹理特征。 本文针对特定的一类纹理，进行了基于纹理基元密度特征的视觉伺服方法研究。该部分研究中，推导了图像上纹理基元密度特征与摄像机位姿之间的关系；设计了李亚普诺夫函数；在李亚普诺夫稳定性条件下，设计了利用纹理基元密度特征进行视觉伺服的控制律；证明了当特征考察点位置满足一定条件时，图像雅克比矩阵非奇异。仿真实验结果表明了该方法正确有效。 论文还进行了另外两种基于纹理的视觉伺服实验研究。 第一种为基于纹理特征区域搜索的视觉伺服方法。该方法通过分析目标区域与背景区域的纹理特征差异，论述了目标区域几何特征及纹理特征参数与摄像机运动之间的关系，得到了视觉伺服控制流程。基于纹理特征区域搜索的视觉伺服方法不受纹理基元形状和大小约束，但要求目标区域纹理特征明显区别于背景。 第二种为基于纹理区域特征差异的视觉伺服方法。本文分析图像上不同区域之间的纹理粗糙度差异变化与摄像机运动之间的关系，得到视觉伺服控制方法。相对基于图像纹理基元密度的视觉伺服方法，基于区域特征差异的视觉伺服方法受纹理基元数量影响较小，而且不必对纹理基元进行分割、计数，减少了计算量。但这种方法需要较好的图像质量。 半物理仿真实验证明了基于纹理特征区域搜索的视觉伺服方法和基于纹理区域特征差异的视觉伺服方法的有效性。

基于小波理论的数字图像压缩方法研究

图像压缩是图像处理领域的一个重要研究课题，在图像存储、传输等应用中发挥着至关重要的作用。小波变换具有多分辨率、时频局部性、能量集中能力强等众多优点，因此特别适合于图像压缩。图像压缩主要涉及到图像变换和编码两部分。本文的大部分工作是基于图像变换而展开的，在小波变换理论、基于小波的图像压缩算法理论及其实现、提升小波变换的FPGA实现、以及对两种小波变换算法的改进等方面进行了深入研究和探讨，具体研究内容如下： 1介绍论文的研究背景和意义，并简要介绍图像压缩和小波变换的基本知识和研究现状，概述本论文的主要研究工作。 2详细阐述图像压缩的基本知识，包括图像压缩的原理、分类和图像压缩的国际标准，回顾图像压缩技术的研究历史，并展望一些新的发展方向。 3概述小波变换的基本理论，分析提升小波相对于传统小波变换的优势。分析小波变换应用于图像压缩中的优点，阐述基于小波的分层树集划分（SPIHT）编码算法，并给出实验结果。 4 本文设计了一种并行的二维提升小波变换电路硬件结构，在设计中主要针对小波基的选取、边界拓展方式、提升小波变换数字电路的流水线设计、变换整体结构设计等进行了详细的讨论。这些设计显著降低了资源的消耗，加快了变换速度，提高硬件利用率。 5 由于小波变换缺乏方向性，本文设计了基于Contourlet变换的改进策略，充分利用了Contourlet的方向性，并且克服了其冗余性，使其性能达到最优；针对提升小波不具备平移不变性的特点，将冗余分解的策略引入到提升小波，设计了基于最小熵原则的最佳冗余提升小波分解。并将这两种方法应用图像压缩，取得了较好的效果。

稳像平台控制系统研究

光电稳像平台是机载光电吊舱、舰载光电跟踪仪、弹载成像导引头等武器系统的关键部件之一，它是一个集光、机、电于一体的复杂系统。光电稳像平台的控制问题是制约武器系统总体水平的一项关键技术。目前，国内光电稳像平台的研究水平距先进国家的产品水平差距较大，还有很大的发展空间。本文以理论与实验为基础，对稳像平台中的伺服控制技术进行了探索和研究。 针对国内外稳像平台的研究现状，提出了控制系统的总体方案设计。分析了影响控制系统精度的各方面因素，并提出了相应的改进措施；对于伺服系统，为提高系统的跟踪精度，必须提高伺服系统的无差度。因此，本设计采用基于PID的复合控制提高系统的跟踪精度，并运用MATLAB进行了仿真分析；根据系统的实际工作情况，通过分析指出如何克服摩擦力矩的影响是本系统中提高稳定精度要重点解决的问题。针对这一问题，提出了采用速度环和稳定环的双环控制方法，实现了较高的稳定精度。 本文对稳像平台控制系统还进行了软硬件设计。硬件设计部分重点对以DSP为核心的控制电路、以CPLD为核心的时序控制电路、电机驱动电路等硬件电路的设计进行了详细的论述；软件设计部分重点介绍了系统主程序、各功能模块中断服务子程序、控制程序及时序控制程序的设计与实现。 实验结果证明：本文所进行的理论分析是正确的，所设计的控制系统是合理、有效的，并且系统具有较好的控制精度和跟踪精度。 关键词： 稳像平台；控制系统；PID控制；速度环；位置环

基于SOA的银联智能商业平台的研究与实现

智能商业平台是大型企业商务应用的一个新兴领域，智能商业平台通过数据仓库、数据挖掘技术对企业的大量数据进行分析从而发现企业发展的内部规律，为企业的科学决策提供有效支持。目前的智能商业平台在体系结构上采用传统的集中式的IT架构，尚存在如下问题：1）不能与其它的信息系统间进行交互；2）采用重建系统的方式开发，不能有效利用现有信息系统资源；3）不能适应快速变化的业务需求进行灵活的系统扩充；4）由于系统的所有功能集中在同一服务器中，严重影响了系统的访问性能。 面对上述具有挑战的问题，本文将Web服务同智能商业平台相结合，从体系结构角度出发，提出一种基于SOA(Service-Oriented Architecture)的智能商业平台，并在银联需求基础上开发基于SOA的银联智能商业平台，解决传统智能商业平台无法与其它系统交互、资源浪费、不能灵活扩展及访问性能等方面的问题。 本文首先分析了国内外智能商业平台的研究现状，指出了其中尚未解决的问题，然后结合SOA的设计思想和传统的OOAD方法进行银联智能商业平台的业务流程建模，提出了面向服务的业务流程模型，并根据对用户需求的分析和理解设计了基于SOA的分层体系结构。然后文章着重阐述了服务管理层、核心服务层和应用服务层的设计思想与实现方法：1）服务管理层负责系统中所有服务的统一维护和管理，其中重点分析、讨论了基于UDDI的服务注册中心等核心技术；2）核心服务层是我们为了支撑上层应用服务所开发的大量底层服务，包括报表统计服务、多维分析服务、数据挖掘服务、用户管理、日志管理服务等，文中详细介绍了这些核心服务的设计和工作流程描述；3）应用层主要是各种系统功能的应用集成，提供了统一的门户交互系统，在这部分将着重给出统一门户集成的实现。 通过构建面向服务的业务流程和体系结构，基于SOA的银联智能商业平台在解决了传统智能商业平台问题的基础上还具有多项优势：标准化，构件化，可重用性，可扩展性，可互操作性等。

商业智能在银联业务分析系统中的应用研究

随着国内金融行业的逐步开放,中国银联也面临着跨国银行卡组织的激烈竞争，跨国银行卡组织拥有先进的IT技术和经营管理经验，和中国银联相比，具有很大竞争优势。银联为了积极面对跨国银行卡组织的挑战，成为一个知名品牌，必须加快信息化建设，转变经营观念，从传统的以业务为中心转移到以客户为中心，而商业智能技术——数据仓库和数据挖掘正是银联信息化建设的重要保障。 本文首先分析了银联的实际业务需求，结合银联的具体业务特点，设计与实现了银联的数据仓库系统，着重对数据仓库技术在银联中的应用现状进行了详细表述；该系统采用总线式的设计架构，有很好的一致性和可扩展性；系统采用维度建模方法进行数据仓库的逻辑设计，维度建模方法能很好地提高系统查询性能，在逻辑设计基础上本文也进行了数据仓库的物理设计。同时本文也详细介绍了数据仓库的重点部分——ETL系统的设计和实现，该ETL系统采用模块化的设计方法，采用元数据作为驱动方式，加强了调度管理和监控的功能，使该ETL工具更具智能性和更好的适应性。 本文在完成银联数据仓库系统建设的基础上，详细分析了银联业务系统要实现的OLAP分析目标，介绍了数据挖掘技术在银联客户分类中的应用，首次尝试在银联数据仓库系统中构建客户分类模型。在客户分类模型的构建中，我们首先采用聚类技术进行客户群分类，然后使用改进的SLIQ算法构建分类模型，本文对SLIQ算法中的符号型属性处理方法及其剪枝算法进行改进，并对结果进行对比分析，得到了一个较为合理的客户分类模型，取得了很好的应用效果，从而为银联数据仓库系统开发应用提供了可借鉴的操作思路。

基于单相机的全向立体视觉关键技术研究

获取全向三维信息对移动机器人导航和行动规划具有重要意义。尽管有许多其他方法可以完成这一任务，如超声传感器和激光测距仪，但是折反射立体视觉系统在大多数情况下可以获得更高的精度和更大的视场，并且不消耗额外的能量。本文采用了一种新型的折反射全向立体视觉光学装置(OSVOD)进行立体视觉的研究，OSVOD是由两个双曲面镜和一个透视相机所组成的系统，能够由单幅图像实现立体视觉。 本文重点对单相机全向立体视觉系统的标定、单幅图像匹配、运动估计和多目匹配这三项最关键的技术进行了研究。在系统标定方面，给出了一种包括OSVOD中相机和镜面位置关系在内的系统参数的标定方法。该方法利用空间坐标已知的标定点在像平面上成的像，结合系统成像模型反算出标定点的空间坐标，再利用标定点的已知空间坐标和反算出的空间坐标建立方程，运用基于Levenberg-Marquardt的反向传播算法标定相机与反射镜面间的安装偏差。该标定方法可推广到所有的折反射成像系统。 在单幅图像匹配方面，针对系统获取的立体图像对之间成像比例存在较大的差异和畸变的问题，将图像展开成柱面投影图像和俯视投影图像，并提出了一种三步算法，首先匹配非歧义的点，从而将匹配划分为小的独立的子问题，并且每条极线只匹配到最远的特征点，从而避免在远端的不可靠匹配。在随后的动态规划算法中，设计了一个特定的能量函数，对不同的纹理强度和置信程度分别加权，得到了可靠的全向致密深度图。 在运动估计与多目匹配方面，以Harris角点做为待匹配的特征，由相关性得到初匹配结果。该结果中不可避免地存在误匹配，采用随机采样一致算法来得到运动估计。完成运动估计后，利用不同位置得到的图像进行了基于边缘检测的多目匹配，快速准确地获取了障碍物信息。

基于EIV模型的点线位姿估计研究

位姿估计是计算机视觉的一个重要的研究内容，它在目标定位、摄像机标定、手眼系统、移动机器人及三维重建等领域有着广泛的应用。常用的确定目标位姿的视觉方法包括基于模型的单目视觉方法和双目视觉方法。目前，单目视觉方法大多采取点特征和线特征，这是因为点线特征的提取比较容易，而且具有数学上的简易性。在实现目标位姿测量时，像素量化引起的特征点的图像坐标噪声是不可避免的问题，它必将引起物体的位姿计算值的误差。同时，为了充分利用图像处理中提取的点线特征，我们希望能将这些特征在一个统一的数学模型下进行位姿估计。针对上述问题，本文取得了如下研究成果： 首先，采用双重四元数同时表示旋转和平移，从而将点线特征约束统一成二次型约束的形式。这种形式利于采用伪线性化方法简化问题，进而通过迭代算法求解位姿参数。 然后，为了在位姿估计中考虑到量化误差的影响，引入了EIV模型描述影响点线特征投影的量化误差。同时，给出了优化目标函数，提出了基于奇异值分解的迭代算法来估计位姿参数，并在迭代算法中通过增加一条收敛规则解决了实现过程中遇到的振荡问题，保证了算法的收敛。和传统的迭代算法相比，该算法具有以下两个特点：第一，受初始值的影响小，实验中采用随机初值依然可以收敛；第二，迭代过程不是采用传统的步长搜索，收敛速度快。此外，本文还研究了位姿参数估计值的统计特性，证明了估计值的无偏性。 最后，考虑到量化误差、点线特征数目和目标相对摄像机的距离等影响位姿估计结果的几个因素，本文设计了仿真实验和实际实验分别对点特征和线特征的位姿估计进行测试。结果表明：该算法可以应用于任意三个以上点特征和线特征的情况，受初值影响小，收敛快，提高了位姿估计结果的精度和鲁棒性。

无标定三维重建方法研究

无标定情况下的三维重建技术是近年来计算机视觉领域研究的一个热点问题。它由未标定的图像序列恢复出摄像机的投影矩阵，并重建物体在欧氏空间下的三维结构。该技术在虚拟现实、人机交互、建筑构图、医学成像等方面有着广泛的应用。因此，越来越受到研究者们的重视。 本文主要对在射影空间以及欧氏空间下通过未标定图像进行三维重建的方法进行研究，并取得如下成果： 基础矩阵包含了两幅图像间的几何约束的所有信息，是三维重建的基础和关键。本文分析了多种基础矩阵估计方法，总结了它们的不足，提出了一种基于变量含误差(EV)模型的基础矩阵估计方法。该方法考虑了坐标规范化、秩的约束、目标函数几何意义和测量值误差，实验表明其估计结果具有较高的精度和抗噪性。 为完成三维重建，本文由基础矩阵表示出了欧氏空间下摄像机的投影矩阵，提出了一种基于EV模型确定欧氏投影系数的方法。针对模型中对参数非线性的求解，本文采用最少的参数，将模型转化为二次型的形式，并用伪线性化的方法来求解参数。实验表明，在点的位置误差下，该方法仍具有很高的精度，重建结果较好；在有少数的误匹配特征点的情况下，也完成了重建。 本文设计了增强现实的实验，用本文的方法完成三维重建，并将虚拟物体加入到重建的场景中。实验结果验证了本文方法的可行性和重建的效果。

小波多尺度跟踪技术研究

本论文研究的主要内容为基于小波多尺度特性的序列图像目标跟踪技术。目标跟踪作为一个在军事、工业和科学研究方面有着广泛应用背景的研究领域，一直以来吸引了大批国内外学者。由于小波变换具有多分辨率分析的特点，而且在时频两域都具有表征信号局部特征的能力，使得基于小波变换的目标跟踪算法具有传统算法无法比拟的优势。针对目标跟踪技术的研究现状和存在问题，本文着重从目标分割和特征检测与匹配两个角度对基于小波变换的几种新的目标跟踪方法进行了研究。 1. 采用基于多尺度Gabor小波的特征点检测算法对序列图像进行跟踪。借助图像的金字塔变换得到多尺度的Gabor小波特征图像，并对特征图像进行特征点检测，提取对图像变换具有鲁棒性的特征。针对两种特征检测方案，提出不同的特征匹配准则，按照分层匹配的策略由粗到精逐步定位目标的准确位置，具有较快的搜索速度。 2. 采用多尺度小波函数所提取的相位一致性特征进行基于目标分割和基于角点特征的跟踪。 对目标图像进行相位一致性检测，得到一个具有光照不变性的无量纲特征量—相位一致系数。利用相位一致性检测的这种特性，针对孤立目标的情况，提出了两种自适应目标分割和跟踪的算法。基于区域增长的目标分割算法利用从相位一致图像中找到的对比度最大点及其法线方向两边的灰度分布确定目标和背景的种子像素，进行自适应目标分割。基于相位一致性检测的目标分割算法只需确定一个阈值即可利用相位一致特征图像的方向性，依据目标在不同方向响应的不同将目标和背景区分开，适应于复杂纹理背景中的目标分割。最后，分别将两种算法所得的分割结果向水平和垂直方向投影即可确定各自的质心位置，实现自适应的质心跟踪。 进一步提取相位一致性图像的最小矩特征就能得到目标的角点信息。文中用实验验证了此方法检测到角点的综合性能。在此基础上，提出了利用单演相位差进行角点匹配跟踪的算法，并将其同基于灰度相关的匹配算法进行了对比，证明了本算法能够检测出更多准确匹配的角点、减少误匹配，同时具有较小的匹配运算量。 对以上提出的几种目标跟踪算法进行了大量的仿真实验，实验结果表明，这几种方法均取得了较好的跟踪效果，能够实现稳定、精确的跟踪。

曲线演化图像分割和森林烟火预警系统

随着计算机技术，图像采集技术和数据存储技术等的进步，图像处理的应用领域越来越广泛。很多的应用系统是综合利用了电子，通讯和图像处理等技术而开发出来的，图像处理往往是系统的核心部分。图像分割是图像处理的核心技术，也是图像处理技术中的难点。所以研究图像分割技术具有非常重要的意义。 传统的图像分割方法有：使用模板对图像进行边缘检测等；利用滤波处理，频谱分析等数字信号处理处理技术进行分割。80年代末以来，偏微分方程方法越来越多地应用到图像分割领域中，已成为图像分割的有力工具。本文对基于偏微分方程的图像分割方法进行研究，介绍单开曲线演化分割算法，并基于Mumford-Shah模型提出一种带状目标分割方法。这种方法能将图像中的带状区域从图像中分割出来－这里假定带状区域的边界可用单值函数表示。与其它方法，如边缘检测分割，C-V模型分割和单开曲线分割相比，本文提出的方法得到的分割结果有与目标的边界吻合的更好，抗噪能力强等优点。 本文介绍了通过对可见光摄像机所拍摄图像进行分析来检测火的森林烟火预警系统。该系统是通过检测烟的存在来判断是否有火情。图像处理软件是森林烟火预警系统的核心组成部分。评价火灾预警系统性能有两个标准。一个是一旦发生火灾，预警系统能否快速地发出火警信号；另一个是在没有火情时，预警系统是否不报警，即误警率是否低。图像分割在设计图像处理算法时，主要在两个地方得到应用。在图像预处理阶段，利用单开曲线演化分割算法或带状区域的分割算法将森林区域分割出来。这样是为了在对图像进行处理时消除非森林区域中的目标对识别结果的影响，降低误警率。在图像处理阶段，利用图像分割算法将烟从图像中分割出来，准确及时报警。