基于几何特征的在线手绘流程图识别

为减少绘图设计软件繁琐的操作步骤,提出基于图元几何特征的在线手绘流程图识别方法.该方法首先识别用户笔画线元,对识别出的线元进行拟合并记录其属性信息,然后以流程图基本图形为单位,利用构成图元的笔画几何特征及笔画间的几何关系识别具体图形.整个识别过程简单、快捷、准确性较高,对用户绘图笔画顺序无要求,适用于不同用户的绘图习惯.     

基于在线手绘二次曲线识别的参数特征提取与修正

给出如何将被识别为二次曲线的在线手绘图按照识别类型进行参数特征提取,并提出对被识别为圆(弧)、抛物线的在线手绘二次曲线进行参数特征修正的方法。首先,将二次曲线按中心曲线和非中心曲线两类分别对其参数特征提取方法加以介绍,然后给出圆(弧)、抛物线的参数特征的修正方法,从而为在线手绘图识别系统与CAD系统的融合提供参数接口。实验证明,该特征修正方法可以很好地对拟合结果进行修正,为从2D草图重建3D模型奠定了基础。     

基于时空关系的在线多笔画手绘折线段曲线识别

基于在线笔画的时空关系对多笔画手绘折线段曲线进行识别,先基于时间间断对笔画序列进行多笔画预处理,然后详细讨论基于空间关系的多笔画手绘折线段的识别问题。将折线段的多笔画识别分为折线段与直线段的多笔画识别和折线段间的多笔画识别。在讨论折线段与折线段间的多笔画绘制时,给出点与折线段及两条折线段间相互位置关系的一系列概念。提出通过两条折线段之间的位置关系和点与折线段的位置关系等进行折线段的多笔画判定,并给出详细的聚类算法。最后通过自主开发的FSR系统对提出的算法加以验证。     

基于模糊理论的车型识别

随着机动车数量的增加,交通管理、公路收费的工作量和工作难度日益加大,因此车型自动识别在公路交通管理和自动收费中有重要的应用价值。文中主要提出了运用模糊理论建立隶属度函数对提取了特征数据的车辆进行模式识别的方法,该方法能识别常见的轿车、越野车、货车和客车。并给出了识别过程实现的程序框图。该方法结构简单而且识别效率较高,速度较快,相比神经网络的方法更容易实现,应用于实际作业将会明显减少人员的工作量。     

基于模糊理论的车型识别

随着机动车数量的增加，交通管理、公路收费的工作量和工作难度日益加大，因此车型自动识别在公路交通管理和自动收费中有重要的应用价值。文中主要提出了运用模糊理论建立隶属度函数对提取了特征数据的车辆进行模式识别的方法，该方法能识别常见的轿车、越野车、货车和客车。并给出了识别过程实现的程序框图。该方法结构简单而且识别效率较高，速度较快，相比神经网络的方法更容易实现，应用于实际作业将会明显减少人员的工作量。     

基于模糊理论的地面三维目标识别方法

本文就模糊理论在模式识别领域中的应用 ,对地面三维目标进行模糊模式识别的实现做了一些研究工作 .利用成熟的二维图像识别技术与多对一模型和目标类型建库方法的结合 ,完成对三维目标的识别     

手绘图识别的用户适应性研究

草图理解的关键问题是允许用户按其习惯方式输人图形,即草图理解的用户适应性.为此提出了一种在线草图识别用户适应性解决方法:首先对用户输入的图形进行预处理;然后利用转角函数的方法进行笔划特征点的抽取;最后用动态用户建模技术进行笔划和复杂图形的识别.具有很强的用户适应性,消除了因用户随意输入带来的识别困难,为草图理解的实现提供支持.实验表明所提出的方法不仅能得到较好的检索结果,而且具有较好的用户适用性,为解决在线草图识别及其用户适应性问题提供了有益的尝试.     

基于加权证据理论的模糊信息融合目标识别

在异类多传感器信息融合目标识别中,不同传感器对系统提供的证据等级不同。为此,提出一种模糊信息融合目标识别方法。将各证据按证据权进行转化,用Dempster-Shafer(D-S)证据理论进行合成,利用模糊数学模型对传感器测量值和数据库中的数据进行建模,根据证据距离得到各证据的相互支持度,进而获得传感器对系统提供信息量的权重。分析结果表明,该方法具有较高的精度和可靠性。     

在线草图识别中用户手绘习惯建模方法

手绘草图是概念设计和思路外化的一种高效的表达方式。用户绘制草图时存在的多种形式,及其随意性和模糊性使得用户适应性问题逐渐成为草图识别的核心课题。本文提出了一种在线草图识别的用户建模方法来捕捉绘制草图时的用户习惯,主要包括两个方面的内容：一是基于SVM的主动式增量学习方法,二是基于动态用户建模的手绘复杂图形的识别方法。前者与传统的增量式学习方法相比,在识别精度相同的情况下所需的训练时间和训练数据集要少得多。后者则是基于笔划信息以及笔划间的顺序和空间关系信息,采用增量式决策树捕捉用户的输入习惯和过程信息。实验证明了本文方法在在线草图识别中的有效性和高效性。     

基于FEBM和模糊神经网络的模糊概念识别

在基于解释的机器学习问题上,近期提出的模糊模型FEBM（Fuzzy Explanation-Based Model)为模糊概念的识别和分类提供了一种很好的解决手段。在对该模型当对象的解释谓词在[0,1]上取确值的情况时,计算“对象属于概念C的真值”的公式进行适当调整的基础上,结合神经网络可以用于模式识别和分类的特点,提出了一种基于模糊神经网络和FEBM的模糊概念识别方法。实验表明,该方法是有效的和可行的,是关于该模型应用的一个极为有意义的尝试。     

基于几何特征的在线手绘草图分割

针对现有基于几何特征的笔画分割方法的不足,提出一种将笔画分为可识别基本几何线元的组合的笔画分割方法.首先将笔画的采样点进行基于折线化逼近的数据压缩,得到反映笔画特征的折点序列.其次依据折点的方向将笔画分为凸笔画和凹笔画,对于凸笔画给出了其分割点提取原则——将笔画分割成跨度最大的几条子笔画的组合,并给出了相应的提取算法;而凹笔画的几何特征提取方法是先将其进行凸化处理,将凹笔画分割成几个凸笔画的组合,然后通过凸笔画的分割点提取算法得到凹笔画的分割点;在进行凹笔画的凸化处理时提出了单位长度内所跨折点数最大的分割原则及算法.最后采用单一线元合并方法对误分割点进行修正处理.通过自主开发的FSR_JS原型系统对上述算法进行验证,并给出了笔画分割点修正前,后的比较分析,结果表明,本文方法能有效地解决在线手绘笔画的分割问题,通过分割点的修正可有效地提高分割正确率,为后期手绘图的识别研究及三维重构奠定了基础.     

一种简单实用的草图编辑手势识别方法

联机草绘设计作为一种自然、高效的人机交互方式,继承了传统纸笔草绘设计的优点,弥补了现有CAD软件在处理模糊、不精确信息方面的不足,并日益受到人们的关注。针对联机草绘图形的编辑修改,设计出一套简单、快捷的编辑手势,并采用模式匹配的方法对其进行识别。实验结果表明,提出的方法具有较高的识别效果,加快了概念草图的设计过程。     

一种简单实用的草图编辑手势识别方法

联机草绘设计作为一种自然、高效的人机交互方式，继承了传统纸笔草绘设计的优点，弥补了现有CAD软件在处理模糊、不精确信息方面的不足，并日益受到人们的关注。针对联机草绘图形的编辑修改，设计出一套简单、快捷的编辑手势．并采用模式匹配的方法对其进行识别。实验结果表明，提出的方法具有较高的识别效果，加快了概念草图的设计过程。     

基于时空关系的在线多笔画手绘二次曲线识别

综合考虑笔画时空关系对在线多笔画手绘二次曲线进行识别。先对笔画识别结果进行基于时间间断的多笔画预处理将其识别为虚线或实线,然后详细讨论基于空间关系的多笔画手绘二次曲线的识别问题。将基于空间关系的二次曲线多笔画识别分为封闭二次曲线和非封闭二次曲线的多笔画识别,对前者给出采用最小中值二乘的多笔画拟合二次曲线方法。针对非封闭二次曲线提出广义笔画及其对应的旋转角和首尾点的概念,并从多笔画判定、草图生成、旋转角和首尾点的确定这3方面给出其多笔画识别方法。最后通过自主开发的FSR系统对文中算法加以验证。     

基于上下文的在线草图识别方法

支持用户自由连贯地绘制草图是在线草图识别研究的目标之一。本文提出一种使用空间关系等上下文和贝叶斯分类器进行草图识别的方法,其主要特点包括两个方面：第一,使用笔画空间关系进行自动笔画成组,可以在不打扰用户绘图的情况下完成候选符号的选取;第二,利用贝叶斯分类器实现在线草图识别,可以解决识别方法的领域相关性及画法敏感性问题。实验验证了方法的有效性。     

手绘草图识别方法研究

提出了一种手绘草图图形识别的解决方法。该方法将不同复杂层次的草图结构抽象为空间关系图,并在图匹配计算过程中引入约束部分枚举方法,智能地预测匹配的有效状态,缩小了空间关系图匹配过程中状态搜索空间。实验表明该方法取得了较好的效果。     

基于人工免疫模型的在线手写签名识别方法

采集能表征签名者潜在手写习惯的签名特征,利用人工免疫模型的自学习和自适应实现在较少训练样本的条件下获得具有更高区分度的手写签名模板.实验结果表明,文中方法识别具有良好的训练效果,能获得较好的验证率和鉴别率.     

一种基于模糊理论的图像识别方法

文章针对模糊模式识别的原理,根据图像的特征,采用模糊理论,提出了一种图像的识别方法。研究结果表明:该方法具有简单、快速、有效的特点,从而拓宽了模糊模式识别的应用范围。     

基于图元的手绘几何图形识别

对通过手写板、光笔、数字笔等输入设备绘制的几何图形,采用基于图元表示法进行识别.该方法首先把输入的笔画组分解为图元(直线、园、圆弧等),对分割出来的各个图元进行识别,进而对识别的图元进行排序及位置关系提取,最后对图形进行拟合规整、输出识别结果.识别过程简单,速度快,准确率高,与输入笔序无关.     

手绘草图实时处理方法研究

徒手草绘作为一种简便、自然、高效的人机交互方式，在计算机辅助设计领域越来越受到人们的重视。本文主要针对草绘设计与图形识别的行为过程进行了一系列较为广泛的研究，以便将用户的草绘习惯、识别能力与现有的CAD技术紧密结合起来，开发出新一代的智能CAD产品。具体包括草图前处理、特征点的检测、笔划分段、图元识别、图元重构、图元规整、端点校正等内容。实验表明所提出的方法能得到较好的识别结果。