该项目深入研究了形状结构特征提取，多尺度形状特征配准等图像形状特征分析的理论及其在生物特征识别、医学图像处理等领域的应用，取得了一系列的创新性研究成果。 　　该项目在小波理论及其模式识别的应用研究方面做出了一些创造性的工作。主要工作在于构造了一种新型小波函数。这种小波函数具有许多适用于形状分析的特殊性质，利用其小波变换能直接精确的表示形状的一些代表特征，突破了高斯函数和样条函数的一些局限。利用这一小波所提出的完整的形状分析和描述的实用算法对当前模式识别等许多领域都有重要的理论和实践意义。 　　该项目提出了图像形状结构特征提取的新方法如分形、形态学算子、环投影、内外轮廓等方法，其中的环与中心提取理论及其TRP和CPT算法，第一次有效的解决了高维特征向低维特征的转化过程中的旋转不变性。 　　该项目提出了基于弹性形变的多尺度形状特征配准法，在提取图像形状特征（骨架，拐点等）后，对具有非线性变化的形状模式配准。达到了更精准的匹配度，减小计算复杂度，提出了多尺度形状特征配准法。该算法有效的解决了形状特征的非线性变换问题。 　　该项目还提出了形状边缘奇异性分析的理论，通过研究小波模的一些特殊性质，首次提出区分不同结构的形状边缘问题，并且根据小波模的特点来区别检测阶梯型和跳跃型边缘，同时给出了实现算法，形成了初步的形状边缘奇异性分析理论。 　　项目组已发表论文40多篇，近20篇刊登在国际权威期刊上。其中SCI收录近30篇，EI检索20次，SCI他引数十次。 　　综上所述，该项目在国际同类课题研究中具有领先水平，取得了创造性成果，并为图像处理和模式识别理论的发展做出了贡献。

　　该项目深入研究了形状结构特征提取，多尺度形状特征配准等图像形状特征分析的理论及其在生物特征识别、医学图像处理等领域的应用，取得了一系列的创新性研究成果。 　　该项目在小波理论及其模式识别的应用研究方面做出了一些创造性的工作。主要工作在于构造了一种新型小波函数。这种小波函数具有许多适用于形状分析的特殊性质，利用其小波变换能直接精确的表示形状的一些代表特征，突破了高斯函数和样条函数的一些局限。利用这一小波所提出的完整的形状分析和描述的实用算法对当前模式识别等许多领域都有重要的理论和实践意义。 　　该项目提出了图像形状结构特征提取的新方法如分形、形态学算子、环投影、内外轮廓等方法，其中的环与中心提取理论及其TRP和CPT算法，第一次有效的解决了高维特征向低维特征的转化过程中的旋转不变性。 　　该项目提出了基于弹性形变的多尺度形状特征配准法，在提取图像形状特征（骨架，拐点等）后，对具有非线性变化的形状模式配准。达到了更精准的匹配度，减小计算复杂度，提出了多尺度形状特征配准法。该算法有效的解决了形状特征的非线性变换问题。 　　该项目还提出了形状边缘奇异性分析的理论，通过研究小波模的一些特殊性质，首次提出区分不同结构的形状边缘问题，并且根据小波模的特点来区别检测阶梯型和跳跃型边缘，同时给出了实现算法，形成了初步的形状边缘奇异性分析理论。 　　项目组已发表论文40多篇，近20篇刊登在国际权威期刊上。其中SCI收录近30篇，EI检索20次，SCI他引数十次。 　　综上所述，该项目在国际同类课题研究中具有领先水平，取得了创造性成果，并为图像处理和模式识别理论的发展做出了贡献。