基于直线段跟踪的手绘图元离线识别方法
基于笔画划分的手绘交通事故现场图识别
基 于 笔 画划 分 的手 绘交 通 事 故现 场 图 识别
欧阳丽清， 周志权 ， 乔晓林
（ 尔滨 工业 大学 信 息 工程研 究所 ， 哈 黑龙 江 哈 尔滨 １００ ） ５０ １
（ｉ ａｄ １ ａ ＠１ ３ ｔｍ） ｒ ｈ ｒＯ ｒ ６ ． ｏ ｃ ｍｅ
摘
要： 将手绘草图识别技术融于交通事故现场 图形的识别 中， 高了事故现场 图的绘制效率。 提
图习惯 ， 绘制矩形类图形 时 ， 在 通常两个笔 画的直线可 以用 一 条折线来实现 。因此 ， 里将折线 连同直线 、 这 圆和圆弧一起作
作者简介 ： 欧阳丽清 （９ ４一）， ， １８ 男 江西赣 州人 ， 硕士研究生 ， 主要 研究方 向 ： 计算机 图形学 、 图像处理 ； 周 志权 （９ ３一） 男 ， １７ ， 辽宁铁岭
（ —ａ ＋ （ ） Ｙ—ｂ ＝ ｒ ） ２
ｌ７ ｌ
（） １ （） ２
为待识别 图形 的基 本 图素 ， 图 １ 示。本文依 据基 本 图素 如 所
组成识别 图形 的思 想 ， 整体 图形划分 为 由单 个笔 画组成 的 将
基元 图形 进行识别 。因此 ， 画识 别和 组合 图形 识别成 为现 笔 场 图形识别 的关键所 在。
收 稿 日期 ：０ ７—０ 一０ 修 订 日期 ：０ ７—０ ０ ２０ ｌ ９： ２０ ３— ８
图 １ 现场图形 的基 本图素组成
表 １ 是交通 事故现场 中经常需要用 到的基本 图形 。无 论
是交通元 素类 符号 ， 道路 、 物 图形类符 号 ， 还是 地 大都 是 由直 线、 圆和圆弧一些基本图素组成 的 。而且 ， 按照一般用户 的绘
现场 图形 的方法 。
基于手绘的三维建模系统的研究和实现
随着人们的需求和技术 的进步 ， 三维建模技术 日益成熟 。目 前基于 ＷＩ （ ｉｄｗ ， ｏ ， ｅｕ ｐｉ ｅ） 的三维建模系统 占 ＭＰ ｗｎｏ ｓｉ ｎ ｍ ｎ ， ｎ ｒ ｃ ｏ ｔ
据三 维建 模 的主导 地 位 。这 种建 模 手 段 已经 非 常成 熟 ， 以生 成 可 十分 复杂精 密 的三 维模 型 ， 是 其 建 模 周期 长 、 模 过 程 复 杂 、 但 建 建
ｔ ｈ ｅ — ｍｅ ｉｎ ｌｍｏ ｅ． ｏｔ ｒ ｅｄｉ ｎｓｏ ａ ｄ １
Ｋ ｅ ｗｏ ｄｓ： ｓ ｅｃ ｙ ｒ ｋ ｔｈ；ｓｒｋ ｓｄｅ ｏｓｎ ｔｏ ｅ ｎ ｉｉｇ；ｓｒ ｋ ｓｓ ｇ ｎ ａｉｎ；ｓｒ ｋ ｓｃａ ｓｆｃ ｔｏ ｔｏ ｅ ｅ ｍｅ ｔｔｏ ｔｏ ｅ ｌ ｉ ａｉｎ；ｓｒｋ ｓ３ ｉｔｒ ｒ ｔｔｏ ｓ ｉ ｔｏ ｅ Ｄ ｎ ｅｐ ｅａｉｎ；３Ｄ ｄ ｌ ｇ ｍｏ ｅｉ ｎ
模技术繁琐 ， 只能被专业的人员掌握应用 。
本 文 将 研 究 Ｓ Ｉ ｓｅ ｈｂｓｄｉ ｅａｅ— ｒ ｏｅｎ ） 系 ＢＭ（ｋｔ —ａｅ— ｔ ｆ ｓｏ— ｄｌｇ … ｃ ｎ ｒｃ ｆ ｍ ｉ
ｉ ｔｒ ｒｔｔｏ ｎｅ ｐ ｅａｉｎ．Ｅｘ ｅ ｉ ｎａ ｅｕｌ ｈ ｗ ｈ ｔ ｔｒｕ ｈ ｐ ｅ ｉｅａ ｌｙ ｉ ｎｄｐｒｃ ｓ ，ｈｅｉｐｕ ｔｏ ｅ ａ ｅｃ ｒｅ ｔｙｉ ｔｒ ｒｔｄ ｉ — ｐ ｒｍｅ ｔｌｒｓ ｔ ｓ ｏ ｔａ ，ｔ ｏ ｇ ｒｃ ｓ ｎａ ｓｓａ ｏ ｅ ｓ ｔ ｎ ｔｓｒ ｋ ｓｃ ｎ ｂ ｏｒ ｃｌ ｎｅ ｅｅ ｎ ｓ ｒ ｐ
第２ ７卷第 ５期
２１ ００年 ５月
计 算 机 应 用 研 究
Ａｐ ｌ ａ ｉｎ Ｒｅ ｅ ｒ ｈ ｏ ｏ ｕ ｅ ｓ ｐ ｉ ｔ ｓ ａ ｃ ｆＣ ｍｐ ｔｒ ｃ ｏ
图像识别中目标跟踪算法的使用技巧
图像识别中目标跟踪算法的使用技巧在图像识别领域，目标跟踪算法是一种重要的技术，它可以实现对特定目标在一系列连续帧中的跟踪。
这项技术在许多应用中具有广泛的用途，如视频监控、智能交通、无人驾驶等领域。
本文将介绍一些常用的目标跟踪算法以及它们的使用技巧。
1. 基于特征点的目标跟踪算法基于特征点的目标跟踪算法是一种常用的方法。
该方法通过提取图像中的特征点，然后利用这些特征点进行目标跟踪。
在实际应用中，我们可以使用各种特征点提取算法，如SIFT、SURF和ORB等。
这些算法可以提取出图像的关键特征点，从而实现目标的稳定跟踪。
在使用基于特征点的目标跟踪算法时，我们应该注意以下几个技巧：- 选择适当的特征点提取算法，根据不同场景选择合适的算法。
例如，在光照变化较大的环境中，我们可以选择适应光照变化的特征点提取算法。
- 选择适当的特征点匹配算法，特征点的匹配非常重要，决定了跟踪的准确度。
常见的特征点匹配算法有基于匹配矩阵的方法和基于局部特征描述符的方法等。
- 对于目标遮挡等情况，可以通过重新检测目标并更新特征点的方法来实现跟踪的鲁棒性。
2. 基于深度学习的目标跟踪算法近年来，深度学习在图像识别领域取得了显著的成果，也为目标跟踪算法带来了新的思路和方法。
基于深度学习的目标跟踪算法通过神经网络模型实现对目标的识别和跟踪。
常见的深度学习模型包括卷积神经网络（CNN）、循环神经网络（RNN）和长短期记忆网络（LSTM）等。
使用基于深度学习的目标跟踪算法时，我们应该注意以下几个技巧：- 选择适当的神经网络模型，根据不同的应用场景选择合适的模型。
例如，在需要对目标进行长期跟踪的场景中，可以选择LSTM模型。
- 进行数据预处理，对图像数据进行标准化、归一化等操作，以提高神经网络的训练效果。
- 进行数据增强，通过对图像进行旋转、缩放、平移等操作，增加训练数据的多样性，提高模型的鲁棒性。
3. 基于卡尔曼滤波的目标跟踪算法卡尔曼滤波是一种常用的滤波算法，广泛应用于目标跟踪中。
基于射线跟踪和voronoi图的室内定位算法_袁正午1_王丹丹2
Services，LBS）被广泛认为是未来移动市场的杀 手级应用，而精确的室内定位是实现室内 LBS 的关 键技术。然而，在复杂的室内环境中，移动终端无 法接收全球导航卫星讯号，让移动终端具备充足的 导航精准度和可靠性是实现 LBS 服务的一大挑战。 由于室内环境相对复杂，家具布局、内部结构、装 饰装修情况等都会对室内定位的效果产生影响，传 统的室内定位方法，如：红外线室内定位技术、超
境中的每个障碍物求交，进而找出射线与障碍物的 实际交点，这样大量的时间浪费在无用的求交计算 上，所以必须采取有效的技术来降低计算量，目前 常用的方法是分区加速算法。分区法是对环境中的 物体进行分组或者划分网格，射线首先跟分组或者 网格进行求交，若与分组或者网格相交，再将射线 与对应分组或者网格内的建筑物进行求交，最后将 相交物体进行排序， 选取最近相交物体。 如文献[4] 将呈直线排列的物体分为一组进行分区，此种方法 对于排列规则的物体易于分区，但是室内环境下， 物体的布局通常是不规则的；文献[5]提出的是规 则分区的方法，将物体所处环境分为规则四边形和 立方体，此种分区方法在一定程度上减少了射线与 物体的求交次数，不足之处在于此种分区与物体分 布的密集程度有很大关系。在线匹配阶段，根据测 得的待定位点的信号特征属性，跟已建立的位置指纹数据库中的各元祖进行匹配查询，从而可确定 待定位点的具体位置 。目前常用的匹配算法是 k 近邻算法 。此方法需要遍历数据库中所有数据， 找出与待定位点属性相近的 k 个近邻，因此 k 值的 选取至关重要，k 值过大会把与待定位点属性不相 似的参考点引入，k 值过小会把与带定位点属性相 似的参考点忽略，都会造成一定的误差。 本文利用 voronoi 图的势力范围特性及局域动 态特性等基本性质，在离线采集数据阶段对室内物 体进行 voronoi 多边形进行分区，减少求交运算的 次数，在线匹配阶段利用 voronoi 图一级邻接点性 质，减少匹配计算量，找出合适 k 值，提高运算效 率。
一种自适应连续手绘线语义识别算法
摘
要 ： 对 手绘 交 互领域 连 续手绘 线 的语 义识 别 问题 提 出 了一种 适 用性 广 ，调试 针
方便且对不同软件平 台具有 自适应性的识别算法：利用手绘线的整体输入信 息， 在保 留所有 原 始 采样 点 的前提 下 ，对 手绘 线重 采样 后再 进行 分段 得 到特征 字符 串，避 免 了平 台相 关性 。
作 者简 介 ：辛 子俊 （ ９ ４ ） 男， 山西朔 州人 ，硕 士研 究 生 ，主要研 究 方 向为数 字娱 乐与 动 画技术 。 １８一 ，
工 程
图
学
学 报
象所涉 及 范围大 ，很难 像手 写识 别那样 借助 “ 字
典定义 ”来 枚举 识别 目标 ，也 不能利用 上 下文进 行语义 推 断；而用户 的输入 也具 有 自由度 高的特
（ ． ｏ ｕｅＳ ｈｏ， ｏ ｍｕ ｉ ｔ ｎ ｉｅｓｙｏ Ｃ ｉａＢ ｉｎ ００ ４Ｃ ｉａ １Ｃ ｍｐｔｒ ｃｏ ｌＣ ｍ ｎｃ ｉ Ｕｎｖｒｔ ｆ ｈｎ， ｅｉｇ１０ ２ ， ｈｎ； ቤተ መጻሕፍቲ ባይዱａｏ ｉ ｊ
２ Ａ ｉ ｔ ｎＳ ｈ ｏ， ｏ ． ｎｍａ ｏ ｃ ｏ ｌ ｍｍｕ ｉａ ｏ ｎｖ ｒｉ ｆ ｈｎ ， ｅ ｉｇ１ ０ ２ ， ｈｎ ｉ Ｃ ｎｃ ｔ ｎＵ ｉｅｓ ｙ Ｃ ｉａ Ｂ ｉｎ ０ ０ ４ Ｃ ｉ ｉ ｔｏ ｊ ａ）
２０１ 住 ０
工 程 图 学 学 报
Ｊ ＯＵＲＮＡＬ ＯＦ ＥＮＧＩ ＮＥＥＲＩ ＮＧ ＧＲＡＰＨＩ ＣＳ
２ １ ０ ０
Ｎ０５ ．
第 ５期
一
种 自适应 连续 手绘线语义识别 算法
辛子俊 石 民勇２ 费广 正２ 唐 楚怀 金 鑫 ， ， ， ，
（ ．中国传媒 大学计算机 学院，北京 １０ ２ ；２ １ ０ ０ ４ ．中国传 媒大学动 画学院 ，北京 １０ ２ ） ０ ０ ４
一种手绘圆的快速识别算法
于手绘过程中的人为因素和噪声的存在, 使得提
取的骨架往往含有很多毛刺, 这会对后续处理产
生很大影响. 本文采用文献[ 7] 的方法去除毛刺:
首先求出骨架点对应的半径值, 并进行排序, 然后
判断两个骨架点之间的距离与两个点中对应的较
小的半径值之和是否小于预先设定的阈值, 如果
满足则对应于较大半径的点吸收另一个点.
一种手绘圆的快速识别算法
张振国, 崔荣一
( 延边大学工学院计算机科学与技 术系 智能信息处理研究室, 吉林 延吉 133002 )
摘要: 提出一种手绘圆的快速识别算法, 该算法采用像素跟 踪方式, 通过提 取和跟 踪圆的 骨架像素 得到圆 片
段的直线段序列, 然后进行直线段序列的分解和 合并处理, 把属于同一圆的直线段序列连接起来, 进而计算圆
基金项目: 延边大学研究生科研项目( 延大科研合字( 2008) 第 30 号)
作者简介: 张振国( 1981 ) , 男, 硕士研究生, 研究方向为模式识别、图像处理.
28 4
延边大学学报( 自然科学版)
第 34 卷
的方法实现图像细化, 完成圆骨架的提取; 2) 直线段提取 跟踪圆骨架像素, 用直线段
第 34 卷 第 4 期 2008 年 12 月
延 边 大 学 学 报( 自然科学版) Jour nal of Y anbian U niver sity ( N atural Science)
文章编号: 1004 4353( 2008) 04 0283 04
V ol. 34 N o. 4 Dec. 2008
段序列生成算法的具体步骤为:
St ep 1 初始化, 使 W = L , C = ;
St ep 2 扫描直线段序列 W , 以条件( 2) 、( 3)
基于直线段跟踪方式的手画图元离线识别方式
基于直线段跟踪的手绘图元离线识别方法张振国，崔荣一（延边大学运算机科学与技术学科智能信息处置研究室，吉林延吉 133002）摘要: 本文采纳层次结构慢慢实现图元提取的思想，提出了一种手绘大体图元（线段、弧、圆和椭圆）的离线识别方法。
第一，…；第二，…；最后，…。
实验说明，…。
关键词:手画图形；图元；离线识别；直线段；拟合中图法分类号:An off-line recognition method for freehand graphics primitives based on line segments tracingZHANG Zhen-guo, CUI Rong-yi(Intelligent Information Processing Lab., Dept. of Computer Science & Technology, Yanbian University, Yanji,133002, China)Abstract:By employing a hierarchical approach to extract the graphics primitives from images, an off-line recognition method for graphics primitives (line segment, arc, circle and ellipse) is proposed in this paper. Firstly, …, and furthermore, … . Finally, t… . The experiment results show that … .Key words: freehand shapes; graphics primitives; off-line recognition; line segments; fitting0 引言随着运算机技术尤其是人机交互技术的进展，手画图形识别慢慢成为运算机视觉和模式识别领域的一个重要研究方面，大量识别算法被提出来，而且开发出了许多手画图形识别系统[1-2]。
一种手绘圆的快速识别算法
一种手绘圆的快速识别算法
张振国;崔荣一
【期刊名称】《延边大学学报（自然科学版）》
【年(卷),期】2008(034)004
【摘要】提出一种手绘圆的快速识别算法,该算法采用像素跟踪方式,通过提取和跟踪圆的骨架像素得到圆片段的直线段序列,然后进行直线段序列的分解和合并处理,把属于同一圆的直线段序列连接起来,进而计算圆的几何参数,完成手绘圆的识别.与Hough变换方法相比,该算法不需要大量的计算时间和存储空间.实验结果表明,该算法能快速、准确地识别出手绘图形中的圆,具有良好的稳定性和鲁棒性.
【总页数】4页(P283-286)
【作者】张振国;崔荣一
【作者单位】延边大学工学院计算机科学与技术系,智能信息处理研究室,吉林,延吉,133002;延边大学工学院计算机科学与技术系,智能信息处理研究室,吉林,延吉,133002
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.一种实用的类圆识别算法 [J], 徐奕奕;赵军
2.一种自适应连续手绘线语义识别算法 [J], 辛子俊;石民勇;费广正;唐楚怀;金鑫
3.一种手绘草图的快速参数化方法 [J], 王卫;尹建峰;孙正兴
4.一种快速,准确的手绘电路图的字符识别算法 [J], 程跃辉;贾建明
5.一种基于模式的圆的识别算法 [J], 李伟青;彭群生
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于直线段跟踪的手绘图元离线识别方法
张振国，崔荣一*
（延边大学计算机科学与技术学科智能信息处理研究室，吉林延吉133002）
摘要: 本文采用层次结构逐步实现图元提取的思想，提出了一种手绘基本图元（线段、弧、圆和椭圆）的离线识别方法。
首先，…；其次，…；最后，…。
实验表明，…。
关键词:手绘图形；图元；离线识别；直线段；拟合
中图法分类号:TP391.41
An off-line recognition method for freehand graphics primitives based
on line segments tracing
ZHANG Zhen-guo, CUI Rong-yi
(Intelligent Information Processing Lab., Dept. of Computer Science & Technology, Yanbian University, Yanji, 133002, China)
Abstract:By employing a hierarchical approach to extract the graphics primitives from images, an off-line recognition method for graphics primitives (line segment, arc, circle and ellipse) is proposed in this paper. Firstly, …, and furthermore, … . Finally, t… . The experiment results show that … .
Key words: freehand shapes; graphics primitives; off-line recognition; line segments; fitting
0 引言
随着计算机技术尤其是人机交互技术的发展，手绘图形识别逐渐成为计算机视觉和模式识别领域的一个重要研究方面，大量识别算法被提出来，并且开发出了许多手绘图形识别系统[1-2]。
…
本文针对现有图形提取算法面临的问题和手绘图形的特点，提出了一种新的手绘图元离线识别方法，该方法结合了矢量化和在线手绘图形识别的方法，从图像中的像素点逐步形成完整的图形描述，并提取出参数，在识别时间和提取精度上都能满足后续高层应用的需要。
1 手绘图形识别的基本过程
本文采用层次结构进行图形的提取，共分为四个阶段：笔画线的细化和骨架提取，笔画线直线段提取，直线段断开与连接和图元识别。
算法流程如下图1所示：
*基金项目：吉林省科技厅资助项目（20050703-1）
作者简介：张振国(1981-)，男，山东寿光人，硕士研究生，主要研究领域为图像处理、模式识别；崔荣一(1962-)，通讯作者，男，吉林延吉市人，博士，教授，硕士生导师，主要研究领域为模式识别、智能计算(cuirongyi@)
图 1 手绘图形识别算法四个阶段的流程
Fig.1 Flow chart of recognition algorithm for freehand graphics
2 图元识别方法
2.1 笔画线骨架提取
本文采用数学形态学方法来实现笔画线骨架的提取，逐步消除笔画线边缘上的点，以保持欧拉数、不使笔画分裂为原则，完成骨架提取。
骨架提取的过程可以用以下公式表示：
0()()K k k S I S I ==
(1) ()()()k S I I kB I kB B =Θ-Θ
(2) max{|()}K k I kB =Θ≠∅
(3)
…
2.2 笔画线直线段的提取
…
3 实验结果及分析
…
直线图元对应的精度和处理时间信息如表1所示：
表1直线图元识别结果
Tab.1 Recognition results for straight line primitives
图像 识别精度(图元个数)
处理时间(秒) 实际个数
Hough 变换 本文算法 Hough 变换 本文算法 图4 (a) 2
2 2 0.657992 0.405144 图4 (b) 8 6 9 2.008002 1.779265
…
4 结论及下一步工作
手绘图形的识别是人机交互领域的一个重要研究课题，目前大多数研究集中于实时识别模式，本文提
出了一种直线段跟踪的方法实现了离线形式的手绘图元的识别。
结论如下：
(1) 与实时处理模式相比，本文方法没有借助实时绘制信息，仅从图像文件角度完成识别，不依赖绘制设备或软件，适合于机器视觉等应用领域；
(2) 与基于Hough变换的图形识别方法相比，本文方法在处理手绘图元方面具有更高的精度和效率。
在此算法的基础上，需要进行的进一步研究工作是实现图元之间的关系描述并进行语义理解，结合特定领域知识获取手绘图形所表达的语义信息。
参考文献：
[1]S. Mori. Historical Review of OCR Research and development. Proceedings of the IEEE. 1992, 80(7):
1029~1058【外文期刊论文格式——名缩写.姓全写.论文题目.期刊名称. 年,卷(期):起始页~终止页——注意每个部分之间的标点符号 . , ( ) : ~】
[2]T. Pavlidis, F. Ali. Computer Recognition of Handwritten Numerals by Polygonal Approximation. IEEE
Trans. Syst. Man Cybernet. 1975, 5( ): 610~614【外文期刊论文格式，期号难确定时括号不能省略】
[3]丁晓青. 汉字识别研究的回顾. 电子学报. 2002, 30(9): 1364~1368【中文期刊论文格式】
[4]P. A. Kolers, M. Eden. Handwriting Generalization and Recognition. Recognizing Patterns. Cambridge, M.
A., USA: MIT Press, 1968: 138~154【外文书籍格式，国别、城市与出版社名和出版年度要明确】
[5]焦李成. 神经网络系统理论. 第2版. 西安:西安电子科技大学出版社, 1990: 1~17【中文书籍格式，城
市与出版社名和出版年度要明确】
[6]K. R. Castleman. 数字图像处理. 朱志刚等译. 第2版. 北京:电子工业出版社, 1998: 447~448【外文中
译书籍格式，原作者和译者要明确】
[7]K. T. Kim, H. Y. Kim, Y. S. Nam, H. Kim. Neural Network Based Recognition of Machine Printed Hangul
Characters of Low Quality. The 2002 International Conference on Circuit/Systems Computers and Communications. Phuket, Thailand, 2002: 1772~1775【外文会议论文格式，会议城市和国别要明确】[8]崔荣一, 洪炳镕. 三层前馈神经网络的微扰模式异联想算法. 神经网络与软计算第一次全国学术会
议论文集. 浙江, 2002:34~37【国内会议论文格式，会议城市要明确】
[9]崔荣一. 基于人工神经网络的手写体朝鲜文字识别脱机识别技术. 哈尔滨工业大学博士论文.
2005:8~13【学位论文格式，指明学位授予单位】
┋
┋
补充说明：
1.作者姓名中必须包含导师姓名，顺序为：学生在前，导师在后
2.资助项目必须指出项目资助单位
3.英文和阿拉伯数字字体采用Times New Roman
4.图题、表题必须有英文译文
5.参考文献外国人名写法：名的缩写字母.姓全称，如K. T. Kim
6.注意参考文献中出现的标点符号（. , : ~）
7.公式编辑器编辑的公式不得拉伸、缩小
8.请认真阅读学位论文撰写规范，参考文献写法不能随意，必须严格按照学位论文规范撰写
9.编排论文集时每篇论文须从奇数页开始。