探地雷达管道目标图像的识别方法

介绍改进的赋标号求面积的列表线跟踪方法，并将上两种方法应用于探地雷达管道目标图像的处理和识别。试验结果表明，方法是十分快速和有效的。     

基于简约码特性树的字母和数字识别

针对由大写英文字母和阿拉伯数字组成的符号序列图像进行识别．字母和数字经细化处理，得到其骨架线，采用八方向链码及特定的编码跟踪规则形成由多条子链构成的唯一链码描述，提出了包含较少冗余信息、便于提取系列骨架线特征的简约码及简约码特征提取方法，并建立了对特征向量各分量酌情分开使用、形成分类特征树的策略，成功地解决了25个字母和10个数字的识别问题测试结果表明，该方法及算法的平均正确识别率为98％，优于商用软件的识别率．     

基于船舶自动识别系统信息的目标跟踪

探讨了基于目标船舶舶自动识别系统播发的信息，采用目标船的呼号，船名和海上移动业务识别码的三参数静态信息，以及通过建立被跟踪目标的跟踪信息链表，对目标进行识别与跟踪的“三参数静态信息目标识别与跟踪法”，并对目标的录取，信息的存储方法等进行了讨论，利用其动态信息，完成对目标的距离与舷角、dDCPA与tTCPA，危险判断的计算方法以及跟踪算法流程 ，并进行计算机仿真，该方法相对于ARPA跟踪目标方法，具有易于识别，不易丢失目标，跟踪速度快，精度与可靠性高，方法简单等优点。     

一个基于知识的目标跟踪信息处理系统

提出了一个基于知识的目标跟踪信息处理系统，系统采用结构化的黑板模型，领域知识不仅用来指导高级的目标识别与跟踪，也用来指导低级的图像分割，研究了一种不确定性知识的表示方法和推理模型，知识用产生式规则和过程表示，实验表明，所提出的方法是切实可行的，基于知识的目标跟踪系统在目标识别、跟踪精度、抗干扰能力和自适应能力等方面比传统方法优越。     

一个基于知识的目标跟踪信息处理系统

提出了一个基于知识的目标跟踪信息处理系统，系统采用结构化的黑板模型．领域知识不仅用来指导高级的目标识别与跟踪，也用来指导低级的图像分割．研究了一种不确定性知识的表示方法和推理模型，知识用产生式规则和过程表示．实验表明，所提出的方法是切实可行的．基于知识的目标跟踪系统在目标识别、跟踪精度、抗干扰能力和自适应能力等方面比传统方法优越．     

实时高速棒材图像的识别与跟踪

针对高速生产线上棒材计数困难的问题,使用线扫描相机采集运动棒材图像,利用Blob分析算法识别出棒材端面的质心坐标,并计算其面积大小;利用图像帧间数据联系开发出一种启发式跟踪方法跟踪棒材端面运动.在实验室环境下,开发出高速实时棒材识别与跟踪的硬件与软件系统.首先搭建了硬件平台,确定了硬件的系统参数,而后基于Visual ...     

卫星云图结构基元的提取

利用弗里曼链式方向码，对云图边缘和骨架数据线进行分割跟踪后，得到了特定的几何弧线。根据这些弧线中连接特征点的有向弧线段端点的不同，定义了一组结构基元，并给出了从基础数据中利用轮廓线跟踪算法和骨架分割跟踪算法完成基元提取的方法以及在台风云体系识别中的应用。实验数据表明，定义的结构基元具有特征明显和便于识别等优点，可用于采用句法模式识别方法进行卫星云图识别的研究。     

基于Camshift跟踪算法与SVM的大输液杂质检测识别方法研究

针对我国医药生产检测包装线上大输液杂质智能检测技术问题,提出了一种利用实时视频图像处理技术检测识别大输液杂质的方法.该方法对连续多帧被旋转的大输液瓶图像运用差分图像运动分析方法提取目标杂质;运用图像处理技术去除气泡噪声,准确分割目标杂质,采用Camshift跟踪算法连续跟踪几帧运动杂质以确保检测准确率;根据Camshift跟踪算法提取出的杂质运动和几何特征,应用SVM(Support Vector Machine)准确识别杂质类型.实验结果表明,该方法检测识别直径大于等于4个像素的杂质的检测识别率平均可达到95.4%,检测识别速率平均可达到581 ms/瓶.     

被动单脉冲导引头旁瓣目标识别方法

主要讨论被动单脉冲导引头对旁瓣目标的识别。通过分析被动单脉冲导引头测向特性，利用主瓣区和旁瓣区测向特性的差异，提出了一些识别被动单脉冲导引头是主瓣目标跟踪还是旁瓣目标跟踪的方法。计算机仿真结果证实了该方法的正确性。     

基于模板匹配的运动目标快速检测与跟踪

在图像跟踪系统中，运动目标的快速检测与识别是至关重要的．通过分析视频序列图像的特点，并结合帧差法和多分辨率图像匹配的优点，提出了一种基于模板匹配的快速检测识别目标的方案．实验结果表明，该方法能快速有效地识别目标，基本上达到了实时跟踪的要求．     

一种基于轮廓形状分析的图纸识别方法

用一种新的基于轮廓形状分析的工程图识别方法，可有效地处理段线、模糊线、字线粘连等多种退化图纸的情况，既可以精确获得线的逼近，也可抽取图纸的整体图形结构针对工程图的特性给出了局部图像特征的数学描述，并将其作为区域分类的特征依据扫描图像的三层中间描述用于低质量图纸的识别，基于轮廓曲率的一种直线抽取技术用作这种中间描述     

一个新型的电子电路图纸自动读入系统

文章介绍了一个新型的电子电路图纸自动读入系统的构成及其实现。这是一个新进研制成功的实验系统,它不同于以往的常规系统。本文扼要地介绍了其中的模式分离与图象识别技术:对于前者,着重讨论基于Freeman链码边缘跟踪技术的字符分离方法;而对于后者,文中包括二方面的内容;实现字符识别的人工神经网络方法与实现符号识别的决策树方法,最后给出系统的输出结果。     

基于经典机器学习的墙柱施工图图像识别

提出了基于经典机器学习的、旨在利用计算机高效的识别图纸能力的、提高审图效率的施工图图像识别方法. 首先, 使用 $K$ 均值($K$-means)算法对墙柱施工图进行聚类, 在聚类基础上搜索局部边界并划分字符; 然后, 使用 $k$-邻近($k$-nearest neighbor, kNN)算法对字符进行识别, 得到墙柱施工图的墙柱名称和配筋信息. 此外, 提出了一种高效计算剪力墙施工图中墙柱面积的影射求和算法. 分别任意取 2 张墙柱施工图进行实验, 研究结果表明: 影射求和算法对墙柱施工图字符识别准确率分别达到 99.60% 和 99.40%, 对面积的识别误差率分别为 0.66% 和 0.34%, 可见该算法对墙柱施工图识别有较好的效果, 可以将墙柱施工图中的主要信息一次性输出为可编辑的文本格式, 具有一定的工程应用价值.     

工程图形的自动跟踪细化

模拟人的视觉，研究自动跟踪细化的原理与方法，建立线自动跟踪器，实现了自动识别工程图的细化处理。实验证明，该方法处理速度快，效果好。     

基于卷积神经网络的低分辨雷达目标一步识别技术

现有低分辨雷达目标识别通常采用先特征提取、再进行目标分类的两步识别算法,存在识别率难以提高和方法泛化性不足的问题,因此提出了一种基于卷积神经网络(CNN)的低分辨雷达目标一步识别算法。该算法直接将采样数据作为输入,利用设计的一维CNN,通过卷积池化等操作自动获取数据深层本质特征,无需特征提取,实现对目标的一步识别。仿真实验结果表明:基于CNN的低分辨雷达目标一步识别方法的识别率较传统基于提取特征的两步识别方法提高了10.31%,识别时间较传统两步识别方法减少了0.142 s,充分证明了一步识别方法的有效性,为低分辨雷达目标识别问题提供了新的解决途径。     

神经网络技术在工程图纸识别中的应用

提出一种应用神经网络技术识别工程图纸扫描图象中图形符号的方法,这种神经网络分类器不仅使识别系统具有自适应性、可拓展性等特点,而且可适应工程图中符号处于粘连、相交、退化等复杂情况下的识别,对目前工程图识别中的最困难问题提出了一个有效的解决方法。     

回转体类零件工艺规程自动生成系统

本文针对某机械厂回转类零件研究了半创成式的工艺设计系统.系统采用形素法描述零件,用成组代码等表达零件信息,运用定义标准工步、形体组合和分级推理决策方法等实现工艺规程设计和工序图的自动输出.     

《工程制图》课程教学研究

《工程制图》是一门研究绘制和阅读工程图样的基本原理和基本方法的专业基础课,为了培养学生的读图和绘图能力及空间想象力,在多年的教学工作中运用启发式教学方法和走进学生的心灵世界,从而达到了事半功倍的教学效果。     

一种二氧化碳闭路循环分解新方法

本文将热化学闭路循环原理用于二氧化碳分解过程，提出了一种二氧化碳闭路循环分解制取C和O2的五段法，对组成循环的五个反应分别进行了工艺条件试验，并对反应的有关固定产物进行了x－射线分析，通过实验验证了此循环的可行性，提出本方法循环操作的示意图。本方法将为解决由二氧化碳造成的环境污染及变废为宝提供一条崭新的途径。     

工程图纸中文字符号的识别与提取

以图像的区域生成法和基于LAT的自适应的非线性形状匹配法为基础，提出了一种实现工程图纸的文字符号提取和识别的方法．与现行的文字符号的处理方法相比，它具有速度快、准确性高、适应性强的特点．所提出的方法已在实践中得到应用，达到了预期效果．