基于Freeman链码的直线识别方法

直线是工程图纸中出现频率最多的图元,许多更高层次的图元都是以直线段为基础而得到的,因此直线段的识别在图纸矢量化研究中占有重要地位。针对细化后的扫描图,该文将Freeman针对直线编码提出的3个约束条件应用到直线的识别之中,取得了较好的效果通过两次直线段的合并操作较好地解决了短线段过多的问题,并且恢复了在图纸中占有重要地位的线宽信息。     

基于直线段匹配的移动机器人的障碍物检测

阐述了基于机器视觉的前方障碍物的检测问题。提出一种基于直线段提取和匹配并最终确定障碍物的轮廓的方法。试验表明该方法运算速度快,结果可靠。     

基于Freeman链码的边缘跟踪算法及直线段检测

本文主要总结了目前几个常用的直线段检测方法。分析了当前边缘跟踪算法的不足。在此基础上,提出了一种基于Freeman链码的直线段检测方法,主要在边缘跟踪环节中对原有方法进行改进。实验表明,该算法能够快速,准确地检测直线段。     

基于直线段检测的SIM卡槽图像中切割线定位算法

针对由视觉引导激光切割手机卡(Subscriber identification module,SIM)卡槽的需求,提出了一种检测特定位置直线段边缘 结构的算法。该算法充分利用图像梯度模值和方向信息,将图像中相邻像素梯度模值差值作为寻找种子点时的判定条件,同时将图像中相邻像素梯度角度差值作为区域增长的判定条件,以此得到直线段候选区域,然后利用图像梯度模值作为权重拟合直线段。实验证明该算法具有检测精度高、鲁棒性好、计算量小的优点,可以满足工业检测的应用需求。     

基于时空关系的在线多笔划手绘直线段识别

综合考虑笔划的时空关系对在线多笔划手绘直线段进行识别。基于时间关系进行多笔划预处理;详细讨论基于空间关系的多笔划绘制直线段的识别方法。提出利用两条笔划拟合直线段间的位置关系进行多笔划判定的方法;提出依据其原有拟合特征的多笔划直线段拟合方法及相应的首尾点确定方法;并给出带线型直线段的完整定义。通过算例对提出的算法加以验证和应用。     

基于改进LPP和ECOC-SVMS的离线签名识别方法

提出一种基于改进LPP和ECOC-SVMS的离线签名识别方法。针对预处理后的签名图像,选择多种有效特征构建高维特征向量,引入一种改进的保局投影方法进行特征提取并同时实现高效降维;签名识别方面,使用基于Hadamard纠错编码方法的ECOC支持向量机多类分类方法,并引入近似概率对ECOC解码进行改进,以提升多类分类器的性能。实验结果表明此方法的可行性和有效性。     

论两条直线段的求交

本文给出一种用计算机求两和直线段交点的算法，较之常用算法，本算法针对计算机的计算误差和几何元素在计算机内的表示误差，构造交点模糊判断树，使求两条直线段交点的正确性和可靠性有较大改进，并用于几何造型系统ＧＥＭＳ４．０，取得了较好的效果。     

基于图形约束的工程图扫描图象直线整体识别方法

本文在分析现有工程图纸扫描图象识别算法与识别系统所存在的问题的基础上，提出了与现有局部识别算法完全不同的工程图纸整体识别的理论与算法，该算法已经在ＣＡＤ＆ＣＧ国家重点实验室调试成功，试验表明，基于图形约束的直线整体识别算法符合技术人员读图的规律，具有局部识别算法无可比拟的优越之处。     

部分级联特征的离线手写体汉字识别方法

针对汉字类别多、风格多等识别难点,提出了一种基于LS-SVM的部分级联特征分类的离线手写体识别方法.具体包括霍夫空间加权采样和局部二值分布直方图两种新的特征提取算法,其可将任意大小的图像映射到固定长度的特征向量上,克服了已有特征提取算法的需要归一化、对笔画密度分布敏感等缺点;提出了基于部分级联特征的分类方式;提出了常见多分类方式的类别与正确率的关系,并给出了相应的数学证明.     

基于局部空间变换的直线段之间求交的方法研究

在计算机制图和地理信息系统应用中,线段之间求交计算量大、计算复杂,尽管已有研究者提出了一些可有效减少计算量的方法,但对直线段之间求交仍采用传统的计算方法;针对上述情况,提出了通过局部空间变换的方法,简化直线段之间的求交过程,且在一定程度上可降低算法的复杂度,提高算法的效率。并在试验中得到了初步证实,但尚需更进一步的试验和完善。     

基于数学形态学的脱机手写体汉字识别方法

笔画特征是一种有效的脱机手写体汉字的识别特征,但是笔画细化往往会造成字体的变形,提出一种无需细化预处理的笔画特征提取方法,通过数学形态学中的腐蚀、膨胀等运算,采用不同的、具有自适应性的结构元素对汉字图像进行笔画分解,并利用弹性网格提取其方向特征,最后使用广义K L变换对特征向量的维数进行压缩,去除冗余信息。实验结果验证了本方法的有效性。     

基于直线基元的实时定位与匹配方法

为实现工业过程中对工件的实时定位,提出一种基于直线基元的几何哈希法实时定位与匹配方法。离线学习模板过程,提取图像中的直线基元,选择其中两个直线基元构建基底,量化剩余基元并建立几何哈希表;在线实测图像中,选择一组直线基元构成基底,量化剩余基元,通过坐标在几何哈希表中查询对应的基底并投票,来实现实时定位与匹配。实验证明,该方法对于工件的定位与匹配,实时性好、准确性高。     

基于HMM的分类器集成方法在脱机手写大写金额识别中的应用

以脱机手写大写金额为研究对象，对其分别提取归一化小波特征、笔划密度特征和黑像素百分比特征，在分别形成独立的HMM分类器的基础上，将其按照一定的规则进行集成。实验结果表明，该方法能有效提高系统的识别率。     

基于多特征集成分类器的脱机满文识别方法

为提高脱机满文手写字体的识别率,提出了基于BP网络的多特征集成分类器识别方法.对扫描成图像的手写满文进行预处理,切分出满文字元;分别提取满文字元的投影特征、链码特征以及端点和交叉点特征,并对这三类特征及其相互组合进行分类识别;通过隐马尔科夫算法对识别结果进行后处理,进一步提高识别的精度.实验结果表明,集成分类器的识别率要比单个特征的识别率要高,同时集成分类器中的特征类别越多,识别效果越好.     

基于可伸缩矢量图形的手绘几何图形结构分析方法

复杂图形通常是由多个图元按一定几何关系构成,以基本图形的识别为基础,复杂图形识别重点在于图形元素之间的空间关系模式的判定。几何图形的图元构成复杂,难以直接利用启发式规则进行识别;而现有的结构分析方法太复杂,采用传统方法难以进行有效识别。针对手绘几何图形识别中结构分析这一核心技术问题,设计了一种几何图形结构描述模型,该模型通过对图元及其约束关系的形式化描述来表示图形,使用可伸缩矢量图形(SVG)标签存储图元及其约束,通过解析SVG标签来识别几何图形的形状及其内部关系,为图形结构分析提供了统一格式的表示方法。所提方法已经过自主开发的GeoSketch系统的验证,并取得良好效果。实验结果表明:该方法简洁、低维,方便进行图形形状及内部关系的判定。     

An online composite graphics recognition approach based on matching of spatial relation graphs

A spatial relation graph (SRG) and its partial matching method are proposed for online composite graphics representation and recognition. The SRG-based approach emphasizes three characteristics of online graphics recognition: partial, structural, and independent of stroke order and stroke number. A constrained partial permutation strategy is also proposed to reduce the computational cost of matching two SRGs, which is originally an NP-complete problem as is graph isomorphism. Experimental results show that our proposed SRG-based approach is both efficient and effective for online composite graphics recognition in our sketch-based graphics input system - SmartSketchpad.Received: 13 March 2003, Accepted: 13 March 2004, Published online: 1 June 2004     

基于多元图结构子模式表示的模式识别方法*

针对统计模式识别和结构模式识别方法各自的局限性,提出一种基于多维数据多元图结构子模式表示（包括图形基元和特征基元表示）的模式识别方法,它体现了模式识别问题研究的一种新思维,具有鲜明的可视化特点。应用多维数据多元图表示原理实现无结构数据的结构化表示,提取出表征多元图图形的图形基元和特征基元,将对象表达为多元图结构特征子模式进行分类识别。利用UCI机器学习数据库中的Iris数据进行了分类实验,实验对比结果显示该方法具有较好的识别效果。     

一种有效的基于证据理论的离线签名识别方法

提出了一种有效的基于证据理论的离线签名识别方法。从签名图像的3种信息载体中提取出4种特征,利用所提取的4种特征分别构造基于证据理论的k-NN分类器对签名图像进行初步识别,将各k-NN分类器的输出作为证据,用改进的证据理论合成公式融合不同分类器的输出得到最终识别结果。结果表明：该识别方法能有效地提高离线签名的识别率。