一种实时准确的线结构光条纹中心提取方法

提出一种基于轮廓关键点和能量中心优化的条纹中心线精确提取方法.利用轮廓点曲率提取轮廓关键点,并根据所提取的关键点对轮廓横截面进行分块;利用Bazen方法提取轮廓横截面法向量,借助灰度重心法提取条纹中心线;根据光刀能量服从偏态分布的特点对条纹中心进行优化.实验结果证明,该方法能够快速、准确地提取激光条纹中心,可以满足结构光焊接系统的实时性和准确性要求.     

几何活动轮廓模型用于高分辨率遥感影像海岸线自动提取

潮湿的潮滩以及近陆浑浊的海水往往使得遥感影像中的海岸线表现为模糊边界,此外潮滩表面复杂的微地形以及大量潮沟存在,使得传统基于边缘检测或分类的海岸线提取方法都难以获得连续、完整的岸线.针对上述问题,提出了一种结合区域信息改进的几何活动轮廓模型从遥感影像中快速、自动提取海岸线的方法.该方法首先利用二维最大方差阈值化分割并辅以形态学滤波对海岸线进行粗定位,以此作为初始演化轮廓,再利用改进的几何活动轮廓模型对海岸线进行精确提取.通过SPOT5全色影像的仿真试验证明该方法能够快速、准确地提取海岸线,得到的矢量岸线可直接用于地理信息系统（GIS）分析.     

藏文字库设计中字形轮廓提取方法的研究

藏文有很多具有艺术价值和使用价值的不同字体,为满足人们使用计算机时对不同藏文字体的需求,研制不同的字体很必要。字符轮廓的提取是研制字库的第一步,也是最关键的一步。文章在论述字稿处理的基础上,讨论了用Photoshop和CorelDraw两个图形图像软件提取藏字轮廓的方法。     

面向智能监控的运动目标轮廓可靠提取

针对目标运动检测算法得到的运动目标轮廓存在轮廓不完整、不准确等问题,本文提出一种基于Vibe算法和GVF snake的运动目标轮廓可靠提取算法。首先通过Vibe算法快速定位运动目标的感兴趣区域,并结合数学形态学、边界快速粗定位算法,获得运动目标轮廓粗定位,再利用改进主动轮廓模型能够实时可靠提取运动目标的轮廓。改进的提取算法具有良好的模型初始化条件,使得本方法不仅能够得到准确的运动目标轮廓,而且满足了实时性要求。实验结果表明,该算法能够实时可靠地提取运动目标轮廓。     

一种面向集外字输入的手写汉字轮廓提取算法

介绍了一种按照TrueType字库格式对手写汉字提取字形轮廓的算法,包括手写汉字轮廓数据的获取、轮廓的有序化以及轮廓字形特征点的提取等主要步骤.实验表明,该算法效果良好,提取出的字形轮廓可以写入Windows集外字TrueType字库,自动生成TrueType字模.     

织物疵点轮廓的计算机提取算法

提出一套新的织物疵点轮廓提取算法,可简单快速地提取织物图像中已确定位置的疵点轮廓.采用"去纹理算法"去掉织物的图像纹理,提出"平均并色法"去掉疵点周围的背景并用扫描法提取疵点形状建立适合后续处理的数据模型;用方向判断法分析疵点内部与背景色颜色一致的点是否需要去除,建立疵点轮廓的环型数据模型供后续疵点的相关进行分析,并建立疵点轮廓逐行数据模型供后续平移、放缩、翻转等处理.通过实例得出该套算法适用范围广,可高速准确地自动提取织物疵点轮廓.     

海量点云数据轮廓特征线的快速生成算法

从海量点云数据中快速生成轮廓特征线,是实现基于特征的模型重建的关键.提出了一种基于切片的轮廓特征线快速生成算法.该算法首先对点云数据进行切片,将数字图像的方法应用到基于切片的特征点提取中,通过设置数字栅格平面的边长快速地提取特征点,并根据提出的双向索引连通法快速构造特征线,最终实现了点云数据的曲线模型.实例证明:本算法可以快速、准确地生成海量点云数据的轮廓特征线.     

基于CAD系统的快速成形层片轮廓扫描数据的直接提取

为避免快速成形中采用CAD模型的转换模型造成层片轮廓扫描数据精度损失,研究了在CAD系统内部直接提取层片轮廓扫描数据的方法．分析了层片理论轮廓扫描边界中高次曲线的离散方式,定义了层片轮廓扫描面积偏差的概念,建立了CAD模型直接分层截面轮廓边界离散模型,实现了在CAD系统内部直接提取层片轮廓扫描数据,并在聚苯乙烯泡沫材料成形机上进行了试验．结果表明,CAD系统和快速成形系统之间可以避开三维CAD模型的STL转换等近似处理环节,从而获取高品质的轮廓扫描加工数据．     

一种基于复杂产品ICT切片图像的轮廓提取算法

应用ICT(indusrtial computed tomography)成像与数字图像处理和CAD等综合技术已成为对复杂机械产品进行反求建模的重要手段之一.在针对ICT切片图像进行轮廓分割和数据提取时,其轮廓数据的精确性对反求建模精度至关重要.在比较传统轮廓数据算法的基础上提出了一种改进的ICT切片图像轮廓边界分割与提取算法,经过分析和比较,该方法不但可提高边界轮廓数据的提取精度,而且还具有计算速度快和计算开销少的特点.     

基于骨架平滑与均匀膨胀的女书轮廓字形生成方法

针对手写女书字符目前尚未规范化,提取轮廓不平滑的问题,提出了一种笔画粗细均匀的女书轮廓字形生成方法,包括骨架提取、毛刺去除、骨架膨胀和轮廓提取等四个步骤。针对女书字符多呈菱形,弧笔和斜笔居多的特点,提出了一种单像素骨架提取算法;该算法结合八邻域模板邻域像素值分析与索引表遍历查找的思想,获得的骨架可以保持平滑性与骨架整体的单像素性。针对少量骨架结果伴有部分毛刺的情况,采用Rutoviz相交数分析法和Freeman方向链码法,设定不同的长度阈值和级别进行分级处理,有效去除毛刺。然后采用形态学运算对骨架进行均匀膨胀,得到笔画粗细均匀的女书字符,并采用边缘梯度和边缘跟踪的方法提取字符轮廓和生成轮廓字形。实验结果表明,该方法能快速、有效生成笔画粗细均匀、轮廓平滑的女书轮廓字形,对其他手写字符具有一定适用性。     

非线性节块展开法

非线性节块展开法是一种快速计算反应堆物理参数的节块方法。与有限差分法相比，它具有速度快、精度高的特点；与另一种节块法—Ｇｒｅｅｎ函数展开法相比，它又保留了有限差分法的优点：不但可以得到有效倍增因子、功率分布等参数，还可以得到差分方程的系数矩阵，因而十分适合与广义微扰理论（ＧＰＴ）相结合以获得更快的计算速度，应用于堆芯燃料管理优化中。通过两个二维基准问题的检验计算，比较了非线性节块展开法和Ｇｒｅｅｎ函数展开法程序的速度与精度，结果表明两个程序基本相当，非线性节块展开法可以满足实际应用的需要。     

文字印刷质量的抽样统计规律及其在模糊评判中的应用

运用经典数理统计法和相似分析研究文字印刷质量的抽样分布规律，并将它应用于文字质量模糊相似优先比法的评定中．旨在寻找一条可在计算机上快速、准确地处理文字印刷质量的评价途径，进一步实现书刊质量的数据化、规范化管理和评价     

基于AdaBoost.R2和ELM的软测量新方法

针对软测量建模的特点提出了一种基于AdaBoost.R2和ELM的软测量新方法,该方法依据AdaBoost.R2可以提高单一学习机精度和ELM学习速度快的特点,将二者结合起来实现软测量建模.这种结合使得新的软测量方法在提高软测量模型预测精度的同时保证了软测量模型的建模速度.该方法已经应用于抚顺老虎台矿冲击地压预测中,实验结果表明其冲击地压软测量模型具有良好的预测精度.     

一种基于深度学习的快速DGA域名分类算法

提出了一种基于深度学习的CNN-LSTM-Concat快速DGA域名分类算法,使用多层一维卷积网络对域名字符进行序列化处理,LSTM网络层用于强化获取字符间长距离依赖关系。通过将LSTM的多序列输入转化为单向量输入,在保证检测性能的前提下,能够大幅提高训练和检测速度。实验证明,我们的方法对DGA域名分类的准率在公开数据集上达到98.32%。同时,在准确率相比主流的LSTM方法更高的情况下,检测时间比LSTM方法快6.41倍。     

Horspool扩展算法在方块苗文模式匹配中的应用

分析了Horspool算法的原理及特点,提出了一种适用于方块苗文环境的字符串模式匹配算法.该算法结合方块苗文的编码方式及字符串查找的特点,通过对Horspool算法中的字符处理单位进行扩展来适应方块苗文的字符串匹配.实验结果表明,在单字词、双字词和多字词的方块苗文字符串匹配过程中,该算法均呈现出较好的性能,能够用于解决方块苗文的快速检索问题.     

基于差分投影与优割字符的车牌字符分割

针对车牌字符分割提出一种基于差分投影与优割字符的车牌字符分割算法.该方法利用水平差分投影图进行倾斜校正和水平切割,使得倾斜校正和水平切割同时进行,在降低算法的复杂度的同时提高了水平定位精确度.然后,结合垂直投影和连通域算法寻找车牌的优割字符,生成滑动的分割模板进行字符的垂直分割,有效地解决了字符粘连、断裂情况下字符识别问题.实验证明该方法分割速度快,分割质量好,对于模糊车牌识别具有自学习品质和很强的抗干扰性能.     

一种实用快速的车牌字符分割方法

针对车牌自动识别系统中的字符分割问题,提出了一种基于车牌字符几何特征的分割字符算法。该方法先用数学形态学对二值化后的车牌图像进行一系列的形态运算,去除掉一些无用信息,使得字符与车牌左右边框、字符与字符之间空懈变大,便于划出字符间的垂直分割线,然后使用一种新的快速测量车牌倾斜度的方法进行校正。实验结果表明,该算法原理简单实用,分割速度快,分割的质量好,便于下一步的识别。     

一种测量超声换能器导纳特性的新方法

介绍一种应用计算机快速测量超声换能器导纳特性的新方法。这种方法采用锁相环频率合成器作为测试信号源,通过软件编程控制频率合成器的频率变化;换能器在不同频率下的电压,电流及其相位差,通过Ａ／Ｄ变换后送入计算机,求得换能器的导纳特性,测量结果以曲线的形式显示,并可存储及打印。     

神经元集群的相位编码模式

根据神经元动作电位的发放特性,将其描述为神经振子,引入相位方法建立关于神经元集群编码活动的模型.通过对模型的分析与数值模拟结果表明Fisher信息量随着有效相宽呈缓慢减小后迅速增加的趋势,并随着神经元密度的增大而增大.集群编码活动所能达到的最小误差与神经元密度呈单调递减关系,它的精度实现依赖于集群的规模大小.     

汉字的S—E坐标提取及其骨架重构

本文从手写印刷体汉字的计算机光学输入的离散模式出发,提出一种称为S-E坐标的特征提取的新方法。S-E坐标的特征提取及基于S-E坐标的汉字骨架重构在快速实时、数据压缩、畸变消减以及抗干抗性等方面优于通常的细化算法。最后简介基于S-E坐标的汉字识别法。分析与实验表明,S-E坐标为进一步的特征提取和汉字识别提供了一种有效的工具。