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     

基于轮廓形状分析的纱识别方法

提出了基于轮廓形状分析的图素识别方法，该方法克服了轮廓矢量匹配识别算法的缺陷，提高了纱识别的完整性。轮廓形状分析还被用于字符串与图线粘连下的字符串提取。     

基于复杂网络和图像轮廓的形状识别方法

基于轮廓的图像识别方法具有过程简单、识别效率高等特点.但随着人脸表情变化、光照强度以及遮挡等因素的改变,提取图像轮廓形状的难度增大,从而使方法的有效性受到影响.本文提出一种基于复杂网络和图像轮廓的形状识别方法,通过提取形状图像的轮廓点,建立相应的复杂网络模型,计算相关参数来识别图像.实验表明,该方法具有对轮廓图精确度依赖性低、复杂网络规模小、阈值参数少、能有效适应边界形状改变等优点.     

基于轮廓形状分析的图素识别方法

提出了基于轮廓形状分析的图素识别方法，该方法克服了轮廓矢量匹配识别算法的缺陷（在图素生成或曲线跟踪过程中，在分枝点出现的生长或跟踪错误），提高了图素识别的完整性．轮廓形状分析还被用于字符串与图线粘连下的字符串提取     

一种基于轮廓特征的运动目标识别方法

针对视频图像中形状匹配的局限性,即当待检测物体出现平移、旋转变化时识别目标需要很长的计算时间,提出了一种基于轮廓特征的运动目标识别方法.首先获取能自动更新的背景图像,采用背景减法提取运动目标的轮廓,然后运用其轮廓的边界不变矩特征和形态学特征,构建一个轮廓特征向量的模型,再分析比较待测运动目标轮廓特征向量与每类标准样本之间的欧氏距离,实现对运动目标的识别分类. 试验结果表明,该方法具有识别精度高、计算量小、实时性好的特点.     

确定轮廓形状匹配中形状描述函数的方法

提出一种确定形状描述函数的方法．先利用模板累加确定形状匹配参考点,再用确定的形状中心点和边界匹配起始点构造形状描述函数．该方法的特点是算法原理简单,两种点的提取采用同一算法,基于同一过程产生．实验证明本算法确定的固定点具有平移、旋转和伸缩不变性．将该形状描述函数用于形状匹配,所经历的匹配次数较边界点总长是很少的,而速度较一般匹配算法大有提高．结果表明该方法用于形状识别是可行和有效的．     

基于轮廓关键点集的形状分类

形状分析是计算机视觉领域的经典问题,目前已有大量关于形状分类问题的研究.但是,当处理大的非线性失真、特别是结构上或者关联上的失真时,许多形状分类方法往往无能为力.提出一种利用轮廓关键点集(contour critical point sets,CCPS)进行形状分类的新方法.轮廓关键点的特征用其inner-distance形状上下文(IDSC)表征.关键点的inner-distance形状上下文不仅表征形状的局部特征,也反映其全局特征,这种局部点的全局特征信息对遮挡、非线性失真等有良好的鲁棒性.巧妙地构造关键点的特征向量后,对形状轮廓关键点集、形状类、和全体形状样本建模,进行三级的贝叶斯分类.形状类模型使得可以利用同一类中的不同样本的不同关键点对输入形状进行识别.实验结果表明,这种基于视觉部分的全局特征,三级的贝叶斯分类方法对非线性失真、类内变异、结构变化、遮挡等具有良好的鲁棒性.文中的方法在Kimia形状数据库上达到100%的分类精度,并且分类所有108个测试形状仅需要8s,是目前已知最好的分类性能.在广泛使用的MPEG-7形状数据库上,也能达到满意的分类结果.     

基于形态骨架变换的形状识别方法

形状的识别是现代图象处理与计算机视觉中的一个重要问题．根据形态变换原理，提出了一种新的形状的拟合方法，并建立了相应的形状识别方法，最后还给出了部分计算结果，验证了该算法的有效性     

两种形状识别方法及其实验

物体的形状识别是模式识别的重要方向,广泛应用于图像分析、机器视觉和目标识别等领域.目前,对形状识别的主要方法有傅里叶描述子、主分量分析等.对傅里叶描述子、主分量分析方法进行了详细阐述,通过对仿真得到的数据分析比较,验证了主分量分析法和傅里叶描述子方法对形状识别具有比较好的效果.     

一种渐进式圆心定位的原木端面轮廓识别方法

Hough变换圆检测方法可以很好地检测出原木轮廓图像中的圆形轮廓,然而,部分原木端面轮廓是圆形轮廓的变形或带干扰边缘的圆形轮廓,因而无法正确地被识别.针对该问题,提出一种渐进式圆心定位方法.首先,通过迭代方法,由轮廓区域中被扫描到的某一点定位到圆心位置;其次,以被识别的圆心为中心,根据圆轮廓遴选模型,在待识别轮廓中确定最合适轮廓.实验结果证明方法的有效性.     

基于分级轮廓分形特征的舰船目标识别方法

采用一种共线性检查算法去除舰船轮廓底边,利用轮廓曲率的分级分形特征建立前视成像末制导过程中舰船目标的分级模型数据库,提出了一种基于分级分形特征的大型舰船目标识别方法．对舰船目标的实验结果表明了该识别方法的有效性和正确性．     

基于分级轮廓分形特征的舰船目标识别方法

采用一种共线性检查算法去除舰船轮廓这,利用轮廓曲率的分级分形特征建立前视成像木制导过程中舰船目标的分级模型数据库,提出了一种基于分级分形特征的大型舰船目标识别方法,对舰船目标的实验结果表明了该识别方法的有效性和正确性。     

基于车辆轮廓定位匹配的车型识别方法

采用背景减法提取运动车辆目标的轮廓,用外接矩形对目标轮廓进行定位,选取轿车、客车和货车3种车型的侧面轮廓作为标准样本,分别计算待识别车辆的侧面轮廓与3种标准样本的匹配程度系数,保留系数较小的两类标准样本,然后采用Hausdorff距离算法计算待识别车辆轮廓与剩余两类样本之间的匹配程度,认定Hausdorff距离较小的两者具有相同的车型.实验结果表明,该方法准确、有效且实时性较好,在高速公路收费站、自动收费停车场等场合具有较大的实用价值.     

基于形状的颗粒识别系统的研究和实现

从应用的角度出发,结合一个实际的基于形状的颗粒识别系统,对整个系统中采用的图像处理的技术进行了介绍,重点解剖了传统的基于模板的匹配算法的不足,提出了用一种新的描述目标形状的算法来进行相应的处理,并对其算法进行了详尽的分析。结论表明,运用该算法对目标物体形状进行标志,能达到一个相当高的识别率。     

形状优化中控制网格变动的一种新方法

针对形状优化软件设计中用设计变量控制网格变动的困难，提供了一种二级控制方法，在第一级控制，自然设计变量通过边界形状函数（由函数识别器解释）来决定关键点的坐标。在第二级控制，关键点通过网格节点在设计单元中的参数坐标来决定网格节点的坐标。由此建立了控制网格变动的一种新方法，方便了用户使用。     

基于关键帧轮廓特征提取的人体动作识别方法

为了在人体动作识别中获得更加准确的前景分割和防止关键信息的几何丢失,提出一种利用关键帧提取关键姿势特征的人体动作识别方法.由于背景建模和差分获得的前景不准确,利用基于纹理的灰度共生矩阵提取动作轮廓,并对原图像帧进行分割;然后计算人体Blob的能量,选取最大信息内容的帧作为关键帧,关键帧的获取使得特征提取对时间的变化具有一定鲁棒性;在特征分类识别阶段,为了提高分类的准确性,提出使用支持向量机-K最近邻(support vector machine-k nearest neighbor,SVM-KNN)混合分类器完成分类.在Weizmann,KTH,Ballet和TUM 4个公开数据集上实验验证了该方法的有效性.相比于局部特征方法、全局特征方法和关键点方法等,该方法获得了更高的识别率.此外,实验结果表明,该方法在KTH和Weizmann数据集上的早期识别效果优于Ballet数据集.     

基于PCA的纸币识别方法

纸币识别包括图像预处理、特征提取及分类器设计等.为减少计算量,使用了主成分分析法对图像进行降维;然后对图像识别时应用相关系数法.通过实验表明,使用主成分分析方法可以有效地减少数据,加快纸币的识别速度,保证纸币识别的正确率.     

一种基于手指轮廓特征的目标识别与定位算法

为了提高从背景图像中提取目标的速度和精度,设计了一种基于手指轮廓特征的目标识别与定位算法;该算法利用肤色信息和手指轮廓特征进行目标识别,利用提出的9点快速定位算法进行目标定位。仿真结果表明,该算法能正确识别出手指的特征;并对其进行快速定位。在实物系统上对算法的实时性、识别准确率、定位精度等性能进行了测试,测试结果表明,算法运行时间不超过40 ms,能保证系统对实时性的要求;在无手指状干扰物存在的情况下,目标识别的准确率可达95%以上;定位精度误差小于8 mm,可满足系统对定位精度的要求。这种基于手指轮廓特征的目标识别与定位算法为增强人机交互系统的和谐性提供了一种新的技术途径。     

一种基于形状特征与SVM的列车故障连接件识别方法

针对货车故障图像检测系统中连接件定位、缺失的问题,提出了一种基于形状特征支持向量机学习模型的定位、识别方法.该方法首先采用门限阈值对灰度化后的列车图像进行处理,以减少外界环境对目标轮廓提取的影响.然后以目标形心为基准,生成识别算法的目标形状描述子,并用直方图对其进行量化处理.最后引入支持向量机完成连接件正/负样本的训练...     

一种基于小波能量分析的目标识别方法

针对坦克目标与主要干扰(金属废弃物和可能出现的水面)的毫米波辐射特性在时域内难以区分的问题,采用小波分解的方法提取毫米波信号在不同尺度上的能量信息,以概貌分量能量和细节集中特征能量层为识别依据,通过统计的方法设计了识别门限.理论分析及仿真结果表明,该方法是有效可行的.