1, 文章論述了圖象識(shí)別的有效算法并行實(shí)現(xiàn)的設(shè)計(jì)，并對(duì)其性能進(jìn)行了分析。

2, 本文研究基于光學(xué)相關(guān)處理的圖象識(shí)別技術(shù)。

3, 本論文研究的是圖象識(shí)別中的歸納學(xué)習(xí)方法。

4, 從圖象識(shí)別角度研究了電氣設(shè)備局部放電的模式識(shí)別。

5, 用全息透鏡陣列進(jìn)行多圖象識(shí)別的一些問題也進(jìn)行了研究。

6, 特征抽取是圖象識(shí)別中的一個(gè)最重要、最基本的問題。

7, 本文討論了一種利用圖象識(shí)別和處理技術(shù)的實(shí)時(shí)電視跟蹤系統(tǒng)。

8, 這種判別方法，在圖象識(shí)別中取得了較好效果。

9, 本文討論了一種基于光學(xué)標(biāo)記識(shí)別技術(shù)的文檔圖象識(shí)別系統(tǒng)，重點(diǎn)闡述了該系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)技術(shù)。

10, 此系統(tǒng)比其他圖象識(shí)別程序更加準(zhǔn)確，并且可以適用于其他條紋動(dòng)物，如老虎和長頸鹿。

11, 抽取有效的圖象特征是完成圖象識(shí)別的首要任務(wù)。

12, 本文討論圖象識(shí)別方法在工程地震學(xué)中應(yīng)用的現(xiàn)狀及前景。

13, 理論上，二元統(tǒng)計(jì)編碼圖象識(shí)別技術(shù)，對(duì)處理實(shí)際獲得的低信噪比相干和非相干圖象也是很有效的。

14, 該算法經(jīng)兩個(gè)常用函數(shù)檢驗(yàn)，并在圖象識(shí)別的神經(jīng)網(wǎng)絡(luò)權(quán)值訓(xùn)練中得到應(yīng)用。

15, 該系統(tǒng)在彩色圖象識(shí)別，自動(dòng)意匠處理等方面有突破性進(jìn)展，達(dá)到當(dāng)前國際先進(jìn)水。

16, 利用地震簇，可以把強(qiáng)震的地震活動(dòng)性圖象識(shí)別得更清楚，簡單和定量化。

17, 設(shè)計(jì)開發(fā)應(yīng)用程序，將經(jīng)由系統(tǒng)設(shè)備掃描進(jìn)入的PCB板上的條碼圖片，進(jìn)行圖象識(shí)別與處理，讀出條碼所代表的具體意義。

18, 系統(tǒng)也能明白無誤的“解讀”圖片，但是不清楚它是進(jìn)行圖象識(shí)別還是利用某種類型的嵌入式數(shù)據(jù)來判斷。

19, GMS靜止氣象衛(wèi)星探測所得到的紅外云圖資料，用計(jì)算機(jī)圖象識(shí)別技術(shù)來反演云跡風(fēng)。