基于正交完备U-系统的图形分类与识别方法

为了探索有效的图形分类与识别的新方法,引进一类正交完备的分段k次多项式系统(简称U-系统).U-系统是一类属于L²[0,1]的正交完备分段k次多项式系统.该系统下的U级数展开式具有良好的平方逼近及一致逼近性质.基于U-系统理论,提出了U描述子的概念,给出了U描述子的性质并在理论上予以证明.为了更好地对图形分类与识别,对U描述子进行了归一化,同时在理论上证明了归一化U描述子具有旋转、平移、尺度大小等不变的性质.实验表明,归一化的U描述子能够高效、准确地对图形进行分类与识别,与Fourier描述子相比,具有更好的识 别率.     

平面图形消隐技术的研究

用拼装法绘制装配图时，存在被零件遮挡的隐蔽线，文中提出了消去这些隐蔽线的算法以及实现消隐的有关技术，此消隐技术在实际生产中得到了应用。     

CorelDRAW8在平面图形设计中的应用

我们已经介绍了CorelDRAW的基本塑形、填充色、轮廓线和特殊效果等操作，现在我们可以综合使用这些技法进行图形设计了。由于设计工具从画笔变成了电脑，所以设计的方法和理念也将有别于传统的手工设计。下面将介绍用CorelDRAW软件进行平面图形设计时一些具有特色的方法，读者可以将传统手工设计和电脑图形设计的方法作一番比较，从中领悟电脑图形设计的规律。对象概念的模块化传统的用手工绘制的作品是一个整体，你无法将作品中的内容分解成一个个独立的对象分别加以重复利用，也无法将对象重新组合构成新的作品。但是当你用C0reDRAW…     

图像分类识别方法研究

图像分类识别是用计算机对图像进行一系列操作来识别不同的图像,包括图像预处理、图像的分割、图像的特征提取,最后是图像的分类。图像分类识别方法多来源于模式识别,近年来随着计算机技术发展和分类算法提出,图像分类识别方法越来越多。该文分析的分类算法是在模式识别基础上进行图像分类识别,首先介绍图像分类识别国内外研究现状,然后分析几种分类识别算法的优点和缺陷,便于更好地深入研究图像的分类算法。     

视觉传达系统平面图形元素采集方法仿真研究

视觉传达系统平面图形元素采集方法的研究,在提高图像使用方面具有重要意义。在对平面图形元素进行采集时,需要对平面图形元素的协方差矩阵进行计算,确定图形元素的特征向量。传统方法主要根据图形元素的属性进行采集,导致出现采集准确度低、维数高、识别率低的问题,提出基于主成分分析的视觉传达系统平面图形元素采集方法。根据平面图形的元素特征,对元素特征的平均值进行计算,能够得到平面图形元素的最终特征值,计算平面图形经过滤波器处理后的方差,并对图形元素的高维数据做降维处理,在此基础上,根据最大和最小灰度值,计算平面图形灰度图的大小,并定义平面图形元素特征点模值的大小和方向,计算平面图形元素的协方差矩阵,得到图形元素协方差矩阵的特征向量,实现视觉传达系统平面图形的元素采集。仿真结果表明,提出方法提高了对平面图形元素采集的准确度,并且采集到的图形元素不仅维数低、而且识别率较高。     

平面轮廓的分段与识别技术

采用十一点法计算轮廓的近似曲率，该处比普通的三点法具有更强的抗噪性，提出利用曲率差分图进行特征点识别，并根据曲率差分图中轮廓特征点对应的波形特点，一次性将特征点识别为角点与切点，最后，对特征点间的线段类型加以识别，并进行连接调整和圆弧的分割与融合，从而较精确地实现了平面轮廓的分段及识别。     

平面图形装配图的消隐处理

用拼装法绘制浆配图时，存在着零件之间的遮挡关系，文中提出了消去这些隐藏线的算法及相关技术。此消隐技术已得实现。     

平面刚架结构内力图形软件系统

本文介绍了平面刚架结构内力图形软件系统的设计思想、所用技术及其主要功能。该系统有如下几方面的功能：①输入和编辑用于平面刚架结构分析的原始数据文件；②分析、计算该结构的内力；③同时显示出结构的轴力图、剪力图、弯矩图及平面刚架结构在荷载作用下的结构图；④在屏幕上及时查阅指定截面的轴力、剪力、弯矩值。     

图像识别的RSTC不变矩

分析了对比度变化对Hu矩的影响,构造了一种新的不变矩形式,该矩不但具有通常的旋转、尺度缩放以及平移不变性,同时还具有对比度变化不变性。以三类具有旋转、尺度缩放、平移以及对比度变化（RSTC）的目标图像为例进行了识别仿真实验,结果表明新的不变矩形式消除了对比度变化带来的影响,增强了三类图像的类内内聚性和类间可分性,实验结果证明能够对具有RSTC变化的目标图像进行有效识别。     

基于GA-PSO Hough变换的建筑物平面重构

提出了一种数字图像中建筑物平面的重构方法,所提技术使用GA-PSO Hough变换提高Hough变换的性能,采用一种有效的限制搜索空间方法以及分层次搜索策略来减少计算量,在传统建筑平面重构技术的基础上提出了一种更加有效的改进GA-PSO HT算法来提高重构性能与质量.     

基于神经网络的硬币识别与分拣系统

提出基于神经网络的硬币识别与分拣系统的设计方法。硬币传输过程中,根据金属特性的不同利用电涡流技术完成真伪识别;硬币原始图像采集后经灰度变换、中值滤波降噪,由胡氏几何不变矩提取硬币图像特征,将该特征作为三层BP神经网络的输入,实现硬币面值识别。实验表明该设计的硬币识别与分拣系统,能够完成对硬币真伪及币值的分辨,识别速度快,识别精度高,具有应用价值。     

利用局部不变特征识别复杂平面多边形

提出一种基于最佳匹配点、利用交比来识别平面多边形目标的方法．该方法利用目标的顶点构造交比不变量，并以其作为目标的特征矢量．采用最大隶属度原则，首先通过局部联合矢量寻找最佳匹配点和判断目标是否丢失顶点，然后识别目标．实验表明：该方法容易实现，计算量小，识别效率高，并且能够适用目标局部缺损的情况．     

基于不变矩特征及SVM的图像识别

该文提出了一种利用不变矩和支持向量机(SVM)对图像进行识别的方法。该方法提取图像的7个不变矩作为特征矢量,对得到的特征量应用支持向量机进行图像分类和识别。该文通过试验验证了此方法的有效性。     

基于帧间差分法和不变矩特征的运动目标检测与识别

针对视频监视的复杂背景,提出了一种基于帧间差分法和不变矩特征的运动目标检测与识别方法.在运动目标检测算法中,首先对定义的像素区域进行数据分析,然后通过帧间的数据差异产生运动信号,捕捉到场景中的运动目标.在目标识剐方法中,首先提取运动目标区域的不变矩特征,并对其矢量进行标准化,然后利用遗传小波神经网络作为模式识别器,实现运动目标的自动识别.为验证该方法及网络模型的泛化能力,在Matalb7.0中对模型进行了仿真.     

用HOUGH变换改进的曲率法识别平面轮廓图元

针对检测精度与检测速度两大指标,提出了用HOUGH变换改进的曲率法平面轮廓图元识别方法。开发了基于邻域值的轮廓点分类算法,采用曲率阈值法筛选轮廓点、投影高度法判别图元属性及分类轮廓点,构建了基于HOUGH变换的直线图元、圆弧图元分割与融合算法。对提出的方法分别进行了特征点检测精度与检测速度对比实验和特征点检测能力测试实验。实验结果表明,提出的方法图元识别准确、检测速度快、通用性好。     

基于特征比的平面目标识别

模式识别是人工智能研究领域的一项重要课题,对于目标物在射影变换、仿射变换下的识别,尤其是严重变形情况下的识别和匹配更是该领域的研究热点和难点.针对仿射变换下的平面目标识别问题,提出了一种新的几何特征不变量——特征比,并以此为基础构造了一种新的仿射不变图像特征描述符.该描述符通过构造一系列与目标图像相交的直线,将图像用一系列共线点的位置关系进行表示.进而,将点的位置关系转化为特征比并表示成一系列的特征比谱;最后,通过动态时间规整(dynamic time warping,DTW)算法比较特征比谱间的距离得出图像间的相关性,从而进行目标识别.实验表明,该算法不仅对严重的仿射变形有较高的识别率,对相似度较高的图像也有很好的区分效果.     

基于不变矩和神经网络的常用电气符号自动识别方法研究

工程图纸中电气符号的自动识别是实现电气工程图纸矢量化的基础。提出了提取工程图纸中电气符号的不变特征。把不变特征值输入神经网络进行训练，得到神经网络模型识别旋转、平移、缩放电气元件图元的方法。实验结果表明：所建立的网络模型具有较好的性能。将此方法用于工程图纸的矢量化处理过程，只需识别出电力工程图纸中各个符号的类型，避免了图纸矢量化过程中的跟踪和拟合的过程，因此优化了矢量化流程。