首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于单义域邻接图的扫描工程图样自组织智能识别理论与技术研究

第一章 绪论第1-26页
 1.1 选题背景第12-13页
 1.2 扫描工程图样识别研究进展第13-21页
  1.2.1 扫描工程图样识别处理第13-19页
  1.2.2 扫描工程图样识别应用情况第19-21页
 1.3 扫描工程图样识别的难点分析和基于单义域邻接图的自组织处理思路第21-23页
  1.3.1 扫描工程图样识别难点分析第21-22页
  1.3.2 基于单义域邻接图的扫描工程图样自组织识别思路第22-23页
 1.4 论文主要工作及内容安排第23-26页
  1.4.1 论文主要工作第23-25页
  1.4.2 内容安排第25-26页
第二章 工程人员读图的自组织认知和扫描工程图样自组织识别第26-34页
 2.1 工程人员读图的自组织认知分析第26-28页
  2.1.1 工程人员读图的视觉感知分析第26-27页
  2.1.2 工程人员读图的心理认知分析第27页
  2.1.3 工程人员读图的自组织认知分析第27-28页
 2.2 计算机视觉理论和图象理解第28-30页
  2.2.1 计算机视觉分析第28页
  2.2.2 图象理解分析第28-30页
 2.3 扫描工程图样识别层次分析第30-31页
 2.4 扫描工程图样的自组织识别方法第31-33页
  2.4.1 扫描工程图样自组织识别策略第31-32页
  2.4.2 扫描工程图样自组织识别方法第32-33页
 2.5 小结第33-34页
第三章 扫描工程图样的象素相关性分析和单义域邻接图表达第34-58页
 3.1 扫描工程图样的象素相关性分析第34-37页
  3.1.1 扫描工程图样的线条性第34-35页
  3.1.2 扫描工程图样的表达层次第35-37页
 3.2 扫描工程图样的游程邻接图表达第37-40页
  3.2.1 游程第37-38页
  3.2.2 游程邻接图构建第38-40页
 3.3 条形域的生成、分类及分裂第40-51页
  3.3.1 条形域生成第41-42页
  3.3.2 基于模糊逻辑的条形域形状分类第42-46页
  3.3.3 基于遗传算法的多义域分裂第46-51页
 3.4 扫描工程图样的单义域邻接图表达第51-57页
  3.4.1 单义域拓扑分类第51-52页
  3.4.2 单义域邻接图构建第52-53页
  3.4.3 交点域提取第53-54页
  3.4.4 水平域的合并与分裂第54-56页
  3.4.5 单义域性质第56-57页
 3.5 小结第57-58页
第四章 同字符单义域分析和字符提取第58-67页
 4.1 同字符单义域分析第58-60页
 4.2 字符提取第60-61页
 4.3 字符串生成第61-63页
  4.3.1 字符组合第61-62页
  4.3.2 字符串定向及旋转第62-63页
  4.3.3 字符串分类第63页
 4.4 字符的多层次表达及识别第63-66页
  4.4.1 字符的多层次表达第63-65页
  4.4.2 字符识别及上下文确认第65-66页
 4.5 小结第66-67页
第五章 同图元单义域分析和基本图元的完整提取第67-77页
 5.1 同图元单义域分析第67-68页
 5.2 同线单义域分析和线段的完整提取第68-71页
  5.2.1 同线单义域分析第68-69页
  5.2.2 线段识别算法第69-70页
  5.2.3 直线拟合第70页
  5.2.4 线段识别实例第70-71页
 5.3 同圆单义域分析和圆弧与圆的完整提取第71-75页
  5.3.1 同圆单义域分析第72-73页
  5.3.2 圆弧与圆识别算法第73页
  5.3.3 圆拟合第73-74页
  5.3.4 圆弧和圆识别实例第74-75页
 5.4 箭头识别第75-76页
 5.5 小结第76-77页
第六章 矢量关联性分析和工程图元提取第77-100页
 6.1 矢量关联性分析第77-81页
  6.1.1 工程图元知识归纳第77-79页
  6.1.2 工程图元知识分类第79页
  6.1.3 工程图元知识表示第79-80页
  6.1.4 工程图元知识获取第80页
  6.1.5 工程图元知识匹配第80-81页
 6.2 面向对象的工程图元提取方法第81-82页
 6.3 提取点划线的线段、圆弧和圆第82-85页
  6.3.1 点划线图元分析第82-83页
  6.3.2 提取点划线图元第83-85页
 6.4 提取虚线的线段、圆弧及圆第85-87页
  6.4.1 虚线图元分析第85-86页
  6.4.2 提取虚线图元第86-87页
 6.5 识别剖面域第87-90页
  6.5.1 剖面域分析第88-89页
  6.5.2 提取剖面线第89页
  6.5.3 提取剖面线的包围图元第89-90页
  6.5.4 剖面线的轮廓线的生成第90页
  6.5.5 剖面线的重建第90页
 6.6 提取尺寸第90-97页
  6.6.1 尺寸分类第91-92页
  6.6.2 提取尺寸第92-95页
  6.6.3 尺寸与图元关联第95-96页
  6.6.4 尺寸与尺寸关联第96-97页
 6.7 基于工程图元邻接图的图元校正和重建第97-99页
 6.8 小结第99-100页
第七章 原型系统开发第100-109页
 7.1 原型系统组成第100-101页
  7.1.1 原型系统硬件配置第100页
  7.1.2 原型系统软件功能第100-101页
 7.2 原型系统的面向对象和过程开发第101-103页
 7.3 基于单义域邻接图的自组织识别实例第103-106页
 7.4 原型系统识别性能分析第106-108页
 7.5 小结第108-109页
第八章 结论与展望第109-111页
 8.1 内容总结第109-110页
 8.2 下一步工作第110-111页
参考文献第111-117页
致谢第117-118页
附录1 识别图例第118-130页
附录2 读博期间科研情况第130-131页
附录3 论文创新点摘要第131页

论文共131页,点击 下载论文
上一篇:结构振动智能控制的人工神经网络与模糊逻辑方法研究
下一篇:基于网络环境的多传感器信息融合理论及应用模型研究