有向环边界自动生成的算法研究

研究了有向环边界生成算法，可以将指定区域的图形边界自动地晟“有向环”结构。应用该算法，可以极大地简化一些图形处理的用户输入操作。     

一种线形交叉模式的识别算法

交叉是线状图形中的一个主要现象，计算机识别线状图形时所要解决的重要问题，该文以地图为例，提出了一种基于预测跟踪技术的线形交叉模式的识别算法，并给出了部分处理结果。     

一种快速图形识别算法

对一些人类在视觉上存在明显区别的几何图形,提出了轮廓搜索、折点定位的改进算法.通过搜索出的轮廓折点,根据它的数量,以及相邻折点之间连线的相互几何关系,最后识别出图形的快速算法.本文对大量几何测试图形用该算法实验,结果证明该识别算法具有运算速度快,准确度高的特点,在图形发生拉伸、旋转等变形时也能很好对图形进行识别.     

曲面重构中带孔洞点云数据的边界提取算法

设计了一种曲面重构过程中点云中可能存在的孔洞内边界和开区域外边界的自动识别算法。该算法首先计算出各数据点的k邻域点,通过对k邻域点分布均匀性的判断识别出内外边界特征点,最后通过预估边界边的走向将识别出的边界特征点连接成边界线,从而识别出内外边界线。实验表明,该算法能很好地提取出孔洞内边界以及开区域外边界,为带孔洞点云数据的曲面重构奠定了基础。     

多边形顶点匹配优化算法

分析了3种有代表性的平面多边形顶点匹配算法的特点，即基于极小化形变功的匹配算法、基于轮郭绕行趋势变化的匹配算法和基于边界局部剖分的匹配算法,综合利用不同算法的优点，在修正动态规划框架下设计了一种新的匹配算法.新算法结合了多边形局部和全局的几何本质特性，其匹配结果不受图形平移、缩放和旋转等形变的影响.分别利用4种算法对52幅平面多边形图形样本进行了试验，按照算法匹配结果和人为判断结果的一致性进行评分.统计分析结果显示，在不同规模的图形组实验中，新算法较前3种算法均表现出明显的优越性.     

神经网络BP算法的研究,实现及改进

给出了目前较流行的一种神经网络学习算法－－神经网络ＢＰ算法的数学证明及计算机实现，并在此基础上提出了几种改进算法。计算机模拟结果表明，改进算法提高了学习速度与精度，应用于工程图形元素识别效果良好。     

生物医学文本中命名实体识别的智能化方法

介绍了使用机器学习方法进行生物医学文本命名实体识别的技术，包括Generalized Winnow算法、支持向量机方法和条件随机域模型。根据学习算法的特点，识别过程中使用了丰富的特征集，包括局部特征，全文特征及外部资源特征。各种类型特征的优化组合、识别结果的后处理包括缩写词识别和嵌套词识别以及边界校正等都提升了命名实体识别系统的性能。实验结果表明，通过上述策略的应用，系统取得了很好的识别结果。     

生物医学文本中命名实体识别的智能化方法

介绍了使用机器学习方法进行生物医学文本命名实体识别的技术，包括Generalized Winnow算法、支持向量机方法和条件随机域模型。根据学习算法的特点，识别过程中使用了丰富的特征集，包括局部特征，全文特征及外部资源特征。各种类型特征的优化组合、识别结果的后处理包括缩写词识别和嵌套词识别以及边界校正等都提升了命名实体识别系统的性能。实验结果表明，通过上述策略的应用，系统取得了很好的识别结果。     

散装仓粮食数量识别关键——矩形标尺图像识别

根据散装粮仓粮食数量识别要求，以场景视频图为识别对象，对通过边缘检测得到的差分结果进行迭代分析，得到对象边界.基于与识别目标相吻合的梯度算子的区域迭代阈值进行图像特征二次提取，利用模糊识别隶属度函数进行矩形标尺判断，有效地提高了识别算法的抗干扰性、鲁棒性、识别精度和效率，并用Visual C＋＋实现了该识别算法.该方法为杜绝粮食储备管理中的弊端，提供了一种粮食储备的智能稽核方法.     

外轮廓识别算法在纸箱打样机中的应用研究

提出以角度判别法对纸箱打样图形进行外轮廓识别,并介绍了识别多个外轮廓的算法步骤.同时,采用射线法识别外轮廓多边形中的内轮廓图形,为避免在判断过程的复杂运算,利用二分法对射线法进行了优化,并分析了算法的求解过程.相比传统的无序加工过程,外轮廓的识别功能提高了纸箱打样机的加工精度和加工效率.     

一种边缘二进制码的表情识别方法

针对如何从图像中提取有效的表情特征来提高表情识别率的问题,提出了一种基于边缘二进制码的表情特征提取方法,用于表情识别.该方法首先对图像进行边缘检测,然后对边缘的局部结构进行二进制码描述作为表情特征,最后利用支持向量机进行表情分类.在JAFFE人脸表情数据库上,分别用该方法和传统的方法进行试验,结果表明,该方法可显著提高表情识别率.     

一种新的车牌识别预处理算法

提出了一种八方向Sobel处子模板提取图像边缘的方法，并根据边缘图像中车牌区域纹理特征来切分出车牌区域，然后利用类别方差自动门限法来确定字符色和底色的阈值，以进行字符二值化，经测试，此方法定位准确，二值化效果较好，为后字符分割和识别做了较好的预处理工作。     

小区民用车辆车牌自动识别算法

采用中值滤波、边缘检测、二值化等方法对车牌图像进行了预处理,并将车牌区域每行的边缘点数量、边缘点数量与车牌区域长度的比值及各候选区域的长宽比等因素作为参考值分别对车牌进行了粗定位和精确定位,利用统计特征和结构特征相结合的方法对字符进行了分类与识别,设计了字符分类器。实验结果表明,所设计的车辆车牌自动识别系统较好地实现了不同环境条件下的车牌识别,识别率达92%。     

基于改进Canny检测与Hough变换的仪表图像识别算法

针对发电厂中指针式仪表数量多、周围环境复杂、灰尘污染等因素导致获得的图像含有大量噪声从而影响仪表读数识别精度的问题,提出了一种改进Canny边缘检测算法,通过采用5×5邻域计算像素梯度幅值的方法,提高了边缘检测精度,并采用自适应双阈值选择法,有效避免了传统Canny算法易出现伪边缘、边缘信息多等现象,结合Hough变换技术提取仪表指针信息,提高仪表识别精度。经实验对比验证,该算法检测效果优于传统Canny算法,仪表读数识别精度达到95%。     

轮廓跟踪与边沿检测的图像自动识别

讨论了轮廓跟踪和边沿检测两种技术在图像自动识别中的应用,指出检测后的边缘点不一定都在图像的边界上,会影响下一步的分析和处理,需要进行轮廓跟踪来将边缘点连成一条连续的边界.提出了一种轮廓跟踪的详细算法,通过寻找适当的起始点坐标,解决了图像边缘点被错误提取的问题.     

一种用于虹膜识别的眼睑和睫毛检测算法

为减少眼睑和睫毛对虹膜识别率的影响,提出了一种用于虹膜识别的眼睑和睫毛检测算法。应用灰度形态学运算去除睫毛、光斑对眼睑区域的干扰,提取上眼睑区域每列灰度最小值点作为边缘点,对下眼睑区域进行梯度变换,根据最大梯度积分区间确定下眼睑边缘点;对眼睑边缘点进行最小二乘抛物线拟合上、下眼睑;利用眼睑抛物线在邻域内上下移动,当灰度突变时精确定位上下眼睑。根据上眼睑抛物线下移后抛物线像素点灰度的分布,自适应生成阈值对睫毛进行分割。实验结果表明:该眼睑算法能有效、快速地检测眼睑,与Hough变换算法相比,准确率相当,速度提高约4 s;睫毛检测算法能有效、简便和最大限度地检测出睫毛。     

边缘检测技术的发展研究

边缘检测是图象分析识别前必不可少的环节,是一种重要的图象预处理技术。本文主要回顾了图象边缘检测技术的发展历程,讨论了一些典型的边缘检测算法的特点,分析了他们的机理和优劣,并对边缘检测算法的研究方向进行展望。     

改进的K-RANSAC椭圆检测方法

水下目标的自主探测与识别对于水下智能机器人(autonomous underwater vehicles)来说具有非常重要的意义，这种能力的大小决定了机器人对水下空间环境的理解程度和作业的成功与否。提出一种改进的椭圆检测方法用于水下目标的自主探测和识别，充分利用了ZOM边缘检测算法的抗噪声能力强，并能够同时提供边缘点的位置和方向信息的优点。吸取了K—RANSAC提取曲线的思想，并充分利用三点确定椭圆方程参数的优势减少投票次数。通过对真实水下图像中椭圆提取实验的结果表明，该方法节省时间，并具有很好的鲁棒性，可以用于水下智能机器人的目标识别。     

一种新的边缘线段提取算法

针对人造物体图象具有规则边缘的特点,提出了一种新的基于分类边缘点集合的边缘线段提取算法,此算法速度快,定位准确,为下一步的模式识别任务打下了良好的基础。     

基于鉴别矢量角嵌入的人脸识别

针对基于构造邻接图的降维人脸识别问题,提出了一种鉴别矢量角嵌入的识别方法.构造了一幅有正/负连接边的邻接图,同类样本之间为正连接边,不同类样本的k近邻为负连接边.连接边权系数的测度采用矢量角代替矢量模,不但省去了传统方法中对热核权函数t参数的估计,而且降低了由于图像样本间的亮度差异对识别率造成的影响.样本数据保持邻接矢量角从高维空间嵌入至低维子空间,在分类识别中采用了角度最近邻分类器.Yale库和UMIST人脸库上的人脸识别实验结果表明,该算法比其他算法有更好的识别率.