工程图符的快速匹配识别算法

在工程图纸细化的基础上，提出了将四维匹配参数空间转化为二维空间的模板匹配思路以及匹配支持率的概念，从而利用图符的几何结构信息得到了一种工程图符匹配识别的快速算法．与现有的算法相比，它克服了工程图符与其模板之间的位移、旋转、尺寸变化等因素的影响，具有速度快、准确性高、适应性强的特点．所提出的思路与算法已付诸实践并取得了较好的效果．     

基于眼睛特征定位的人脸模板匹配算法研究

采用基于眼睛特征定位的人脸模板匹配方法，利用不同长宽比的多个人脸模板对候选人脸进行匹配，并利用人脸器官的边缘分布图进行分块验证。在图像增强的基础上，利用自适应阈值的方法对图像进行二值化，结合模板匹配的方法准确提取出双眼对，有效的减轻后期人脸模板匹配的工作量，提高了系统的执行效率。     

一种半自动分割视频对象的方法

提出一种半自动视频对象分割方法，通过对跟踪分割视频序列的后继帧，这种方法首先采用基于块匹配和最大边缘强度的运动估值和补偿方法进行对象轮廓定位，接着采用模板匹配以特定对象知识检测对象像素，为使轮廓定位更可靠，在块匹配的运动估值中使用了彩色信息，而模板匹配则使分割结果精确化，避免误差传递，并且在出现遮挡时只要对象颜色在整个序列中一直保持相似性，就能够正确测出对象，实验结果证明这种方法能够分割复杂场景中的任意对象。     

基于肤色分割的彩色图像的人脸检测

提出了一种基于肤色分割与统计特征分析并结合模板匹配的检测人脸方法，该方法能在复杂的背景下很好的检测出人脸。首先利用颜色信息对彩色图像分割成皮肤区域与非皮肤区域，然后对皮肤区域作尺寸大小、方差大小、旋转角度等处理后，再进行模板匹配。     

基于肤色分割和模板匹配的人脸检测技术研究与实现

针对基于肤色分割方法利用特征点信息不充分的不足和基于模板匹配方法计算量大的不足,提出了基于肤色分割和模板匹配两种方法相结合的人脸检测技术.通过肤色分割方法研究,虽不能最终确认人脸,但可利用人脸特征确定人脸区域,并筛选出大部分的假脸区域,在模板匹配研究中,可以确认出人脸图像,并给出检测结果.     

运动图像序列自动解析方法的研究

针对赛铤运动图像序列的特点，提出了跟踪匹配的自动解析方法，即在模板匹配法中加入跟踪的概念，使得样本模板的中心随特征点的移动而变化。这种算法与一般的模板匹配法比较，可以进一步缩小搜索区域，减少计算量，降低失跟率。     

一种新的车牌数字及字母字符识别方法

车牌字符识别是车牌自动识别系统的关键环节．车牌数字及字母字符识别是车牌字符识别的重要组成部分．传统的模板匹配法的缺点是在车牌图像质量退化时识别率较低．提出一种新的改进的模板匹配法．该方法定义前景匹配度、背景匹配度和整体失配度3种匹配测度进行模板匹配,匹配成功则直接获得识别结果,否则,对相似字符情形应用特征区域模板匹配法,对其他情形应用空心模板匹配法．实验结果表明,该方法对车牌字符褪色、污迹、断裂、模糊、光照不均等质量退化车牌图像具有较好的识别效果．     

基于多尺度模板匹配和部件模型的车牌字符分割方法

为提高车牌字符分割的准确率,提出了一种基于多尺度模板匹配和部件模型的车牌字符分割方法. 对单层车牌,根据车牌结构特征建立多尺度模板作用于车牌候选区域,通过投影得分估计出最佳模板对应的尺度和位置信息;对双层车牌,使用部件模型对双层车牌进行建模,双层车牌的上层字符区域和下层字符区域分别对应部件模型的一个部件,通过多尺度的模板匹配得到上下层部件的候选集合,利用部件模型中部件之间的几何约束得到最终的车牌字符分割结果. 实验结果表明,所提出的方法可以有效进行单/双层车牌的字符分割.      

基于模板匹配的车牌字符识别算法实现

模板匹配法在汽车牌照自动识别中已得到广泛应用。本文在模板匹配法的基础上,采用了特征区域模板匹配法,并且改进了匹配系数的求法。应用该法取得了满意的效果,提高了识别率。     

手写电气元件符号的识别算法

特征抽取是图形识别的关键，采用模板匹配方式搜寻特征点，抽取特征信息，进而得到可识别的图形信息，并提出了一种基于神经网络的电气元件符号识别算法。实验结果表明，这种思路是可行及有效的。     

基于相似度模型耦合角度制约规则的图像匹配算法

为了克服当前图像匹配方法主要通过测量距离的方法来实现图像匹配,忽略了图像间的相似度,导致算法存在错误匹配较多以及鲁棒性较差的问题。本文提出了基于相似度模型耦合角度制约规则的图像匹配算法。采用FAST检测方法对图像特征进行检测,快速获取鲁棒特征点,以改善算法的匹配正确率。随后,利用SURF特征描述机制,通过计算特征圆域内的Haar小波响应值,对特征点进行描述。引入结构相似度SSIM(structural similarity index measurement)模型,将其与欧氏距离模型相结合,构造相似度模型,从结构相似度与测量距离两方面出发,将特征点进行粗匹配。最后,利用特征点的余弦关系,求取特征点间角度,建立角度制约规则,对粗匹配结果完成优化。实验结果显示:与典型的匹配方法相比,该算法具有更好的匹配性能较好,在多种几何变换下仍具有理想的匹配精度。     

近完美匹配全覆盖点

利用匹配理论中的Gallai-Edmonds结构定理,首先得到了在一个有近完美匹配的图中判定一个顶点为近完美匹配全覆盖点的充要条件,然后对每一个顶点都为近完美匹配全覆盖点的图类给出了一个刻画.同时,也给出了一种构造这类图的方法.     

液力变矩器通用特性及其匹配方法的研究

利用系列泵轮转速及工况的试验数据,建立了一种基于液力变矩器通用特性的发动机与液力变矩器匹配模型.分析了传统匹配方法产生较大误差的来源,在有限试验数据基础上利用反向传播神经网络的拟合和泛化能力,确定了神经网络结构的隐含层节点数,建立了液力变矩器通用特性预测模型,并与传统经验修正模型进行对比.对比结果显示文中提出的方法使得特性预测精度有显著提升.在此基础上,结合发动机净外特性提出了发动机与液力变矩器通用特性匹配模型,该匹配模型考虑了泵轮转速对液力变矩器稳态性能的影响,更符合实际运行情况下发动机与液力变矩器共同工作特性,提高了液力变矩器与发动机的匹配精度.      

SNORT规则集匹配的优化策略研究

SNORT作为一种受人关注的开源NIDS系统,为入侵检测系统的研究提供了很好的平台.SNORT采用基于规则匹配的入侵检测方法,其规则集大小与匹配算法执行的频度直接影响着系统的性能.分析SNORT系统的工作原理及其规则结构,探讨规则集匹配的优化策略,提出基于双活跃度链表的工作方式,并通过实验证明该方式的有效性.     

Snort规则链表结构的分析与改进

Snort主要是根据规则树对数据进行递归匹配。因此规则树的结构是否合理，在很大程度上影响着Snort规则匹配的速度。本文对Snort规则链表结构进行了分析，并针对Snort规则树过于简单这一不足之处，对其进行改进，在保持原有规则匹配方法的基础上，增加宽度优先搜索算法，从而减少规则匹配所需时间。     

一种基于链码向量的图像匹配算法

基于特征的图像匹配算法被广泛应用于图像处理和模式识别领域中,图像特征提取以及采用的匹配算法并直接决定图像匹配的效果。为了尽可能准确的实现图像匹配,提出了一种基于链码向量的边缘特征匹配算法。首先通过改进的Laplace边缘检测算子提取图像中的边缘信息,提高了边缘检测的可靠性;然后,将提取到的边缘信息由边界链码描述,并将边界链码构造成向量,利用数学向量相似度原则进行图像匹配。实验结果表明,该匹配算法简单快速,匹配准确率高,具有较高的实用价值。     

油罐内喷漆机器人关节的设计研究

介绍了ＬＸＲ－Ｉ型油罐内喷漆机器人的结构。讨论了该机器人直线伸缩关节的设计特点，给出了惯量匹配、转矩匹配等控制参数的调节计算方法。     

安防系统中相机拓扑的优化和相机联动

在传统安防系统中,多相机联动或接力跟踪是基于目标的简单逻辑匹配来实现的,在相机拓扑图中的目标匹效率低,且容易遗漏不相邻但与目标相关的相机。为解决这一问题,提出了用无向图的数据结构来代替传统的相机拓扑图,并根据实际工程情况给定图中各节点的相关程度,并基于XML技术详细分析了目标的逻辑匹配流程和相机联动的实现方法。通过在实际工程项目中与传统相机拓扑的目标匹配相比较,该方法匹配效率高且不会遗漏任何一个相关相机,同时可以很好地实现跨平台的应用。     

基于支持向量机与尺度不变特征转换算法相结合的线状矢量数据匹配方法

由于不同来源或不同时间,导致了同一地物在存储方式或属性等方面存在着很多差异,这给后期的数据处理和使用带来了诸多不便,因此矢量空间数据匹配已经成为了关键性问题。提出了一种基于栅格化的线状矢量数据匹配方法,其主要思想是对线状矢量数据栅格化,利用SVM(Support Vector Machine, SVM)算法提取出所要研究的数据,然后利用Harris算子提取特征点,用SIFT(Scale-invariant feature transform,SIFT)算法计算特征向量并对其进行匹配,最后把匹配结果转换为矢量数据。该算法不受平移、旋转、缩放、明亮度变化等的影响,弥补了矢量匹配过程中因数据旋转等问题而无法匹配的不足,将矢量数据栅格化处理,使其数据结构更简单,操作容易,更易于算法的实现。提出了一种基于栅格化的线状矢量数据匹配算法,实现了对道路的匹配。     

矩形波导中插入圆腔结构的S参数计算

矩形波导连接圆腔的不连续性结构可以用于设计高指标的滤波器。本文使用模式匹配法结合点配技术对这种结构进行了较为精确的分析,计算得到了其广义散射参数,并与Ansoft的Maxwell Eminence软件计算结果比较分析。