针对在立体匹配中弱纹理及纯色区域匹配不准确和图像分割算法耗时较多的问题，提出一种融合图像分割的立体匹配算法。首先，将初始图像进行高斯滤波和Sobel平滑的处理，获取图像的边缘特征图；然后，将原图的红、绿、蓝三个通道值采用最大类间方差法进行二分类，再融合得到分割模板图；最后，将所得到的灰度图、边缘特征图和分割模板图用于视差计算和视差优化的过程，计算得到视差图。相比绝对差值和（SAD）算法，所提算法在精度上平均提升了14.23个百分点，时间开销上平均每万个像素点只多消耗了7.16 ms。实验结果表明，该算法在纯色及弱纹理区域和视差不连续区域取得了更加平滑的匹配结果，在图像分割上能够自动计算阈值且能够较快地对图像进行分割。

针对数学表达式复杂二维结构特性所导致的普通文本检索技术难以对其进行检索的问题,提出了一种面向数学检索的LaTeX数学表达式解析与索引方法。在充分考虑公式特点的基础上,通过对LaTeX构成特点的分析和归纳,设计了LaTeX数学表达式的解析和检索特征提取算法;以此为基础,构建了一种适应数学表达式特性的双层索引结构,利用所提取数学表达式各层次运算数和运算符信息,分别以Treap数据结构和倒排索引结构构成数学表达式索引,为实现进一步的数学表达式检索匹配打下基础。在浏览器/服务器模式下采用6234条数学教材中的公式作为数据集进行实验,在解析获得的124960个基线层数最高为11层的表达式节点上,建立索引平均耗时为33.8317 s。实验结果表明所提出的LaTeX表达式解析算法和索引结构能够适应数学表达式的特点,有助于实现具有较高效率和准确性的数学表达式检索。

针对复杂情况下肺实质的分割问题,提出了一种基于Random Walk算法对肺实质自动分割的方法。首先,根据胸部组织解剖学及其计算机断层扫描(CT)图像的影像学特征,在肺实质及其周围组织分别确定目标区域种子点和背景种子点位置;然后,使用Random Walk算法对CT图像进行分割,提取近似肺区域的掩模;接下来,对掩模实施数学形态学运算,来进一步调整目标区域种子点和背景种子点的标定位置,使其适合具体的复杂情况;最后,再次使用Random Walk算法分割图像,得到最终的肺实质分割结果。实验结果显示,该方法与金标准的平均绝对距离为0.44±0.13 mm,重合率(DC)为99.21%±0.38%。与其他分割方法相比,该方法在分割精度上得到了显著提高。结果表明,提出的方法能够解决复杂情况下肺实质分割的问题,确保了分割的完整性、准确性、实时性和鲁棒性,分割结果和时间均可满足临床需求。

针对肺部微小结节难于识别的问题，提出用聚类算法分析肺部感兴趣区域(ROI)的方法。为进一步提高运行速度和识别率，提出全权模糊聚类算法PWFCM，给每个样本及其特征分别赋予权值并引入新的隶属度约束改进收敛性；利用二次聚类策略降低不均衡ROI数据造成的低敏感度。对实际CT影像数据进行测试，实验结果表明：该聚类分析具有高敏感度和低假阳性率，能有效地检测出肺结节。

公式抽取是印刷体数学公式识别的基础性环节，现有的识别方法多以公式区域已知为前提，相关的研究还很欠缺。通过引入模糊分类理论，提出了一种孤立数学公式的抽取算法，通过对大量训练样张的数据统计与分析，选取了非规则度、宽高比、密度等6维特征，由此构建出对孤立公式行、文本行、标题行的模糊分类规则，实现了孤立公式行的抽取。实验结果表明，该方法有较高的准确性和鲁棒性。

在以数码相机等数字设备拍摄文档资料时，所拍摄的图像经常会产生各种各样的几何变形，这种变形可能会导致识别软件中的版面分析和切分算法失效，从而使文档图像无法被识别。为了使普通的识别软件能够对数码相机等拍摄的文档图像进行识别，有必要对其进行几何校正。根据几何变形产生的原因对其进行了分类，并针对不同种类的变形提出了相应的校正算法。实验结果证明该分类方法和相应校正算法都有较好的效果。