新的二维形状描述方法与边界平滑

提出了一种新的二维形状描述方法,该方法利用对目标图像边界搜索的结果,将目标边界曲线像素的坐标（xi,yi）分别用两个数组x =X［i］;y=Y［i］描述。将一个二维图像的问题转换成两个一维数组的分析问题,简化了分析的复杂度。通过分别对两个数组的处理可以对原目标边界进行一系列处理,如边界圆滑、锐化、拐点检测等。介绍了该描述方法及其基本性质,并利用该描述方法通过小波分解对工件目标边界的平滑进行了具体分析。     

形状自适应的二维水印方法

针对图像中含主要信息区域或任意感兴趣区域的保护,提出一种基于标准化形状自适应离散余弦变换(NSA-DCT)的形状自适应二维水印方法,对载体图像中用户选定的任意形状对象嵌入二维水印信息(一幅灰度图像),实现了水印图像的有效提取和恢复.攻击实验表明该算法可以抵抗常见的图像攻击手段,具有水印不可见性和较强的鲁棒性.     

连铸二冷控制中神经网络预测模型的研究

介绍一种适用于连铸二冷控制的神经网络预测模型，并通过对裕列的计算机仿真，证明了其可行性和优越性。     

基于多层次特征结构的二维形状渐变

二维形状渐变在二维角色动画、模式匹配、几何造型中有着重要的应用.已有方法大多根据边长、角度、面积等局部几何属性来完成形状之间的最佳对应和渐变,忽略了形状的内在特征结构.为此,提出一种基于多层次特征结构的二维形状渐变方法,首先将源形状和目标形状分解为若干个视觉显著性特征,并通过一种用户启发式的半自动方法建立2个形状的特征对应关系;然后根据形状的特征信息构建源形状和目标形状的多层次特征结构,分别表示形状特征的整体位置和朝向、形状特征的局部朝向和形状特征的局部细节;最后组合不同特征层次上的插值结果,重构出中间形状.在源形状到目标形状的渐变过程中,针对不同层次上的特征信息分别使用近似保刚性插值、边角插值以及弹性线性插值方法进行过渡.实验结果表明,该方法简单高效,有效地避免了形状的内部扭曲,保持了形状的局部特征,可产生自然、光滑且视觉真实的形状渐变序列.     

连铸过程中几个关键环节的设计与实现

根据连铸生产实际需要,对该过程中的结晶器液位控制、漏钢预报以及铸坯冷却控制等关键问题设计了一套智能化综合控制与监测系统.在连铸生产中使用表明,该系统快速而准确,实时性能良好,便于实施,具有很高的实用价值.     

一类双输入非线性系统的二维平面形状合同控制器设计

针对一般控制系统,利用微分几何中的曲线理论提出了形状变量、被控形状轨迹曲线和形状合同控制等概念.然后,针对一类具有双输入及二维形状变最的非线性系统,利用相对曲率概念和曲线论基本定理设计了三维平面形状合同控制器,这种形状合同控制器能够保证系统的被控形状轨迹曲线与参考轨迹曲线具有完全相同的形状.最后的仿真说明了所采用方法的有效性.     

尺度空间二维形状描述的一种算法

尺度空间形状描述属计算机视觉与模式识别领域内一个重研究课题,文章将介绍作者在这方面所做的工作。首先给出用形状特征曲线表示二维形状方法,然后用不同尺度的高斯拉普拉斯算子和高斯梯度算子求形状特征曲线过零点,最后用这些过零点,得到从粗到精确表示二维形状边界的多边形。实验结果表明,该方法既有效又简单。     

二维连续体结构形状优化及其在MSC Nastran上的二次开发

将响应面方法引入到二维连续体结构形状优化中,结合有限元方法,通过一系列的结构分析,近似拟合出状态约束(应力和位移)对设计变量的显函数,代替复杂的解析灵敏度分析,以MSC Patran为平台采用PCL语言开发二维连续体形状优化的程序. 文中算例通过与差分法的比较表明这一方法的有效性和可靠性.     

具有边界约束的多重形状变形方法

推广了基于内在形状插值的多边形渐变算法,提出了具有边界约束的多重形状变形方法.基于内在形状插值是公认的对2D形状插值具有良好效果,但是该算法仅适合于闭多边形的插值,不适合曲线形状的插值.通过在约束方程中引进边界控制条件得到适合一般曲线形状的插值算法,并利用具有指定边界约束的变换和形状插值器的构造,使该算法适合具有任意指定边界的多重2D曲线形状的混合变形.实验表明该算的视觉效果良好,可直接用于角色动画设计系统.     

基于幂函数隶属函数划分的T-S模糊模型辨识方法

给出了一种新的模糊集构成方法.用幂函数构成的模糊集满足测量准则,使模糊集理论更完善.并将幂函数模糊集应用到T-S模糊模型的辨识中.通过仿真试验,选择出最适合的模糊集.     

从电场角度引出的基于边缘特征的归一化形状识别算法研究

为了从一新的角度来解决图像形状识别问题，提出了一种从电场角度引出的基于边缘特征归一化的形状识别算法，即在图像处理过程中，像素将被赋予电量，各个图像的形状信息是用带电像素在三维空间产生的电势与电场强度的值来表征。该算法处理都是基于二值图像，并先通过边缘检测技术找出图像边缘信息，然后通过对边缘进行多边形逼近来得出边缘的角点信息，最后再对归一化的观测点进行电势与电场强度的计算。由于一个图形存在着无穷的观测点，因此在实际运用中合理选择观测点是重要且必要的，因为它能更加合理地反映图形的形状信息，故更加适合计算机对图形形状的判断。实验表明，当被识别的二值图像发生旋转、位移、变形时，该方法都能取得比较好的识别效果。     

ASM中基于不变矩图形畸变主动检测与修正

主动形体模型是可变形模板技术中一种重要的方法,在医学图像分析和机器视觉中得到越来越广泛的应用。但是该方法在图像的匹配过程中,如果目标图像不够清晰或者模型初始位置不理想,会产生畸变的匹配结果。而且该模型没有一个有效的对畸变图形进行检测和修正的策略。提出了一种基于边界矩不变量的主动检测和修正方法,通过引入边界矩不变量,对模型的形体变化进行量化,并根据从训练集中获取的统计信息,对变形过程中的模型形体的变形进行检测和修正。实验结果表明,该方法能够在很大程度上解决匹配过程中的畸变问题,并且相比传统主动形体模型,所消耗的时间增加很少,对算法的效率并不影响。     

基于形状分割的手写汉字笔划提取方法

笔迹鉴别的目的是区分不同的书写者,而笔划提取是笔迹鉴别的基础。本文提出了一种用于笔迹鉴别的手写汉字笔划提取算法,该算法定义了凹凸点与四种基本笔划相交类型的对应关系,通过字符图像轮廓上的凹凸点检测来确定笔划相交区域和相交类型;接着,在各个相交区域上,根据其笔划相交类型进行形状分割;最后,用对笔划轮廓两侧对应点进行跟踪的方法来进行细化。我们将该算法与基于细化和基于段化的笔划提取算法进行比较,实验结果表明,该提取算法具有比较高的准确率和有效性,因此本文提出的基于形状分割的手写汉字笔划提取方法具有较高的可操作性和实用价值。     

多细胞粘连的形状识别方法

多细胞粘连识别是图像识别领域的瓶颈问题,为此,提出一种多细胞粘连的形状识别方法。通过改进的阈值分割和八方向边界描述法对细胞进行定位,基于多边形夹角法分离各个粘连细胞,解决了多细胞粘连的形状识别问题。实验结果表明,该方法适用于多细胞复杂粘连情况下的细胞分离和各个细胞的形状识别,系统粘连分离精度为95.3%,形状识别精度达到97.6%,每个细胞识别时间为0.03 s。     

板形模式软测量方法的研究

针对传统的基于最小二乘法板形模式识别方法抗干扰能力差、精度低,神经网络方法在实际应用中效果不佳的板形识别问题,根据实际生产中带钢板形控制的要求,以勒让德正交多项式作为表述板形缺陷的基本模型,将模糊分类理论与混沌优化算法相结合,建立一种新型的板形模式软测量方法,该方法简单、实用、识别精度较高,效果较稳定。实际应用结果表明,该方法能够满足高精度的板形控制对板形缺陷模式识别的精度和速度的要求。     

手形识别中的手形提取方法

手形识别在生物特征识圳领域中占有重要的地位,目前最常用的手形匹配方法是点匹配的方法,手形提取的好坏直接影响着识别的准确性,这就要求于形的轮廓提取必须准确,否则会引入大量的伪特征点从而带来错误率的激增。在手形采集过程中,周围环境的光照和噪声对于形的准确提取会造成很大的影响。该文提出了一种光照补偿和由基于分类搜索的局部域值手形提取方法解决以上问题,该方法能有效地克服传统方法难以提取手形边缘信息的现象,实验表明,该方法能准确有效地对手形讲行提取,为识别提供了保障。     

不规则形状图象矩特征的一种快速准确算法

介绍了一种基于边缘点计算矩特征的方法，该算法实现思路清晰，编程实现简单，结果准确，且可应用到其他形状特征的计算中。     

两种带形状参数的曲线

本文构造了两种带参数的三角样条基,基于这两组基定义了两种三角样条曲线。与二次B样条曲线类似,这两种曲线的每一段都由相继的三个控制顶点生成。这两种曲线具有许多与二次B样条曲线类似的性质,但它们的连续性都比二次B样条曲线更好。对于等距节点,在一般情况下,这两种曲线都整体C3连续,在特殊条件下,它们都可达C5连续。两种曲线中的形状参数均有明确的几何意义,参数越大,曲线越靠近控制多边形。另外,当形状参数满足一定条件时,这两种曲线都具有比二次B样条曲线更好的对控制多边形的逼近性。运用张量积方法,将这两种曲线推广后所得到的曲面也具有较好的连续性。     

面向分拣机器人的珍珠形状视觉检测方法

针对人工进行珍珠形状分拣效率低、精度不稳定等问题,提出基于机器视觉的珍珠形状检测方法;采用背光成像方式消除珍珠表面纹理和光泽的影响,对获取的珍珠图像进行同态滤波等预处理算法,提高图像对比度;为了解决相互接触珍珠影响珍珠轮廓提取的问题,采用分水岭算法对珍珠图像进行分割,得到了独立存在的珍珠个体,再通过连通域标记、质心算法对珍珠进行定位;根据国家标准对珍珠形状的规定,基于珍珠图像信息建立珍珠形状参数模型,对珍珠形状进行量化;实验结果表明,不同形状的珍珠样本的检测误差为0.63%,形状统计精度为100%,算法耗时24 ms;该方法可准确高效地对珍珠进行分拣分级,具有一定的实用价值。