工程图纸中字符的分离和识别

根据工程图纸中字符的特点，定义了字符轮廓的长宽比、形状复杂度、内孔数和区域密集度，阐述了基于这些轮廓特征的字符分离方法，且将神经网络应用于工程图纸的字符识别，取得了满意的识别效果。     

交警手势的图像处理与识别

提出了一种基于交警手势识别的交通灯控制方法．该方法首先对彩色摄影机采集的交警手势图像进行预处理。包括彩色图像平滑、彩色图像增强;其次利用边缘检测和图像分割方法对目标图像进行分割,由于图像受噪声干扰严重,采用Sobel算子消除噪声;再次将分割得到的目标轮廓进行表示与描述,为图像的识别作好准备;最后结合图像的轮廓特征对图像进行识别,采用了模糊模式识别方法．试验结果表明。该方法能够实现对交警手势准确的识别．     

基于部件子图的面部图象合成系统

提出了一种基于部件子图的面部图象合成方法，借鉴塑膜重叠法的思想，把面部分为几个部件，从部件库中提取基本部件，经过处理之后合成面部图象。在计算机上应用数字图象处理和图形学的有关知识，设计实现成一种集部件获取、部件数据库管理和面部合成为一体的面部合成系统。对各类部件实现了按描述的分类和检索，针对不同部件的特点，采用不同的获取手段；在原始合成的基础上，实现优化合成。     

回转库档案实时定位中基于鱼眼镜头图像的处理识别技术

介绍了一种基于鱼眼镜头图像处理识别的回转库档案盘点技术,采用鱼眼镜头宽视角拍摄回转库中排列成行的带有数字标签的多本档案; 利用图像矫正、分割技术处理得到标签上的每一个数字图; 由构造的卷积神经网络识别出图像内容; 以标签数字列在镜头中的位序实现档案定位. 该技术实时性较好,识别准确且成本低.     

基于矩形图的天然水化学分类和水化学规律研究

在论述Piper图和Durov图的基础上,推荐一种新的水化学图———矩形图,并详细叙述了矩形水化学图的 划分原则和依据。通过银川平原地下水水化学资料分析,证实这种水化学图可用于确定地下水的水化学类型, 并进行水文地球化学规律研究。     

几何约束求解中分离图完备的充要条件

在基于图论的几何约束求解方法中,通常是先将恰当几何约束图分解为两个完备的分离图,然后再进行下一步分解。而一个恰当几何约束图关于其最小切割图的两个分离图往往是不定约束的。针对以上问题,通过对最小切割图与分离图的自由度分析,得出了分离图的完备化的一个充分必要条件,并推导出2D和3D中恰当约束图的最小分割图中顶点元素个数的一个下限,这也是恰当约束图连通度的一个下限。并通过实例验证了所提出的充分必要条件的正确性。     

机械图中表面粗糙度自动标注的设计

目的　采用计算机自动标注表面粗糙度, 解决在机械制图中采用手工方式标注的问题, 以提高标注效率． 方法　提供了一个表面粗糙度标注的子程序, 用Ｃ＋ ＋ 语言编制, 全部实现了软件． 结果　本程序的开发为机械图标注系统提供了相关软件, 实现了表面粗糙度的自动标注． 结论　利用该软件可在标注位置自动生成粗糙度代号, 标注形式符合国标规定, 并且随被标注表面倾角的改变而改变, 有较大的实用价值．     

一种基于高程图的危险区识别算法

为实现着月末段的自主障碍物识别,提高月球自主软着陆精确度和安全性,提出了一种基于高程图数据的危险区扫描识别方法.通过计算扫描区域的粗糙度和坡度来判别地貌、识别危险区,然后扫描计算每一选定区域的粗糙度值、坡度值和相对目标着陆点的距离等因素来加权生成该点着陆成本图,最后根据成本图优选着陆点.仿真计算结果表明,该方法能够快速识别最优着陆点,比Andrew Johnson方法更能减少识别计算复杂度.     

集装箱号识别中图像及字符的处理分割技术

详细介绍了一种实际应用的集装箱号识别系统中的图像及字符的处理和分割过程。在Matlab中实现定位后的图像处理及字符分割,达到了很好的分割效果,应用神经网络相关的BP算法,可以显著提高模式识别率。图像、字母和数字分割准确率达到98%。     

机械工程图的智能输入与识别研究

介绍了一个机械工程图智能输入与识别系统的设计与实现，讨论了系统各模块的功能和算法。为了提高机械图纸的识别精度与范围，引入了直线，圆弧重构及基于人工神经网络的机械标注符号智能识别。     

基于模板匹配的手写体字符识别方法

提出了一种新的矢量化字符的特征提取方法,能有效地提取出矢量化字符的矢量线段数、交叉矢量线段数以及矢量线段的角度;给出了生成标准字符模板和模板库的方法;并提出了基于模板匹配的手写体字符识别算法,对机械图纸上各种手写体字符进行了有效的识别。     

基于数学形态学与图论的数显字符识别

根据数显数字字符的特点,设计了一种基于数学形态学与图论的字符识别算法。针对数显数字字符,将数学形态学的膨胀和细化处理后的字符图像看作是1幅连通图,根据图论中闭合曲线特征,选择闭合曲线作为其整体特征对10个数字字符进行初次分类,将笔画端点所处字符图像中4个子区域的位置作为主要的细节特征,对字符进行识别。测试结果表明该算法是可行、有效的。     

基于RBF神经网络的车牌自动识别系统设计与实现

车牌自动识别系统分为图像预处理、车牌定位、字符分割、字符识别4步.车牌准确定位是LPR系统中的关键,本文利用形态学变换对图像进行滤波聚类,HOUGH变换方法对车牌图像进行水平校正,基于RBF网络的方法识别字符.在DELPHI 7.0环境下设计开发的车牌自动识别系统,经检验取得满意的效果.     

工业视觉检查系统中的图像处理及模式识别

工业视觉检查系统是对工业零件进行分类、识别的自动检查装置．该系统针对工业零件的强度图像采用图像传感器摄取原始信息,研究了图像预处理、图像分割、特征提取及分类等内容,并获得了较理想的图像,达到了对图像进行预处理的目的,为模式识别打下了基础．     

基于BP神经网络的车牌字符识别

自动车牌识别作为高精度的车辆识别中的核心技术,在智能交通中发挥着日益关键的作用．构建一种改进的BP神经网络识别车牌字符,并在VC＋＋6．0环境下测试,实验结果表明系统具有良好的有效性,并能满足实时车牌识别的要求．     

智能神经网络系统原理在印刷体汉字识别中的应用

在印刷体汉字识别中的实验中,提出了一种解决在网络学习时,随样本数的增加,学习时间会按指数级增加的方案;应用智能神经网络系统原理,先训练好各个功能专一、结构简单的小智能神经网络,然后联合小智能神经网络构成功能复杂的大智能神经网络。实验表明,智能神经网络系统原理为克服传统神经网络纠敛速度慢的缺点,同时不增加网络负担提供了一种有效方案。     

基于模糊灰色理论人脸图像模式识别方法的研究

人脸图像识别是图像识别中最具有代表性的问题。而在人脸图像识别过程中存在着很多模糊灰色不确定因素。本文通过对模糊灰色理论的研究,利用模糊灰色理论方法对人脸图像进行识别,可以减少所需原始数据,保证并提高识别精度。