一、基于节点的曲线图表矢量化算法研究（论文文献综述）
贾仁学[1]（2021）在《供水管网数据智能转换技术的研究与实现》文中指出随着工业的发展,GIS技术得到了广泛的应用。在供水系统中使用GIS技术可以实时、高效地对供水管网数据进行管理、共享,提高了供水系统的管理水平。供水管网数据作为供水管网系统的基础,数据的获取一直是关键问题。Web GIS技术的出现使供水管网地理信息系统开始由传统的单机系统向网络化发展,数据的应用也发生了变换。供水管网数据根据来源不同可以分为矢量数据和位图数据。由于不同地理信息系统的数据模型具有差异性,传统的转换方法存在数据信息丢失且不能独立实现转换的不足。如何实现供水管网数据数据转换及在Web GIS系统中应用已经成为研究热点。本设计以供水单位供水项目为背景,采用具体的编程来实现供水管网数据的转换,旨在设计既能实现数据信息的无损转换又不依赖于任何资金限制的第三方的数据转换系统。通过对供水系统需求的分析,数据转换大致可分为矢量数据与矢量数据之间的转换以及位图数据向矢量数据的转换。通过分析CAD数据与GIS数据的模型差异,又比较了几种常见的矢量数据转换方法的优缺点,结合项目特点制定了基于公开数据格式与语义映射相结合的转换策略。本设计采用C#具体编程结合Od GS类的一些方法实现供水管网矢量数据转换系统的设计,该系统通过预处理模块、输入模块、中间转换模块以及输出模块实现矢量数据的转换,其中预处理用来检查源数据的闭合性和冗余性并规范处理、输入模块对DXF文件进行读取、中间转换模块基于产生式规则原理设计转换规则库、转换数据库和转换控制系统完成对数据信息进行转换、输出模块结合GDAL库设计生成Shape数据的输出接口。位图数据向矢量数据的转换的研究包括对图像进行灰度化、对图像进行平滑滤波、对图像进行均衡化增强、对图像进行二值化、对图像进行基于细化的矢量化,通过这几个关键步骤的研究,实现位图数据到矢量数据的转换。最后将转换得到的矢量数据在供水管网地理信息系统中进行实际应用效果检验。通过测试不断完善设计,实现了预期目标。
王端阳[2]（2021）在《示波器波形分析软件设计》文中指出现代电子技术的高速发展使作为通用电子测量仪器的数字存储示波器在工业生产中得到广泛的应用,在采样率、存储深度、上升时间和实时模拟带宽等关键指标外,用户也对示波器的信号分析与处理能力产生了日益增长的需求,测试仪器集成化和配备丰富的波形分析工具成为现代数字示波器的发展趋势。基于傅里叶变换的频谱分析和数字滤波器设计与运算是工程应用中广泛使用的信号处理工具,但前者在现有示波器中通常存在速度慢、频谱分析范围不灵活等诸多性能限制,后者则很少出现在一般示波器的分析工具中。因此本文基于数字示波器平台的波形数学运算功能,深入研究了提升频谱分析效率的相关技术和数字滤波器设计与运算软件功能的设计。主要研究内容如下:1.频谱分析技术研究。针对现有功能频谱分析范围不灵活的问题,研究能够提高频谱分辨率和展现频谱细节的频谱分析和频谱插值方法,包括基于数字下变频的频谱分析技术、chirp-z变换和非均匀傅里叶变换。2.基于SIMD指令集加速的快速傅里叶变换算法的软件实现。频谱分析功能速度慢的一大瓶颈在于快速傅里叶变换的软件实现效率不高,因此本文研究了基于现代处理器的SIMD指令集的快速傅里叶变换运算的矢量化,首先介绍快速傅里叶变换的常见算法,包括Cooley-Tukey和分裂基算法;其次基于共轭对算法研究了快速傅里叶变换的矢量化,结果显示矢量化的快速傅里叶变换能极大提升运算的吞吐量,从而提高频谱分析的速度。3.数字滤波器设计算法研究与软件功能设计。首先介绍FIR和IIR数字滤波器的设计方法,包括频率抽样、最小平方误差和Chebyshev最优化设计等FIR滤波器设计方法和经典模拟滤波器（Butterworth、Chebyshev等）设计和模拟-数字域变换方法。其次分析相关软件功能设计,并在示波器软件平台上进行初步实现和验证。
杨卓宇[3]（2020）在《基于边缘结构提取的传统纹样矢量化算法研究》文中研究说明现如今主要通过 Adobe Illustartor、CorelDRAW、Vector Magic 等软件对图像进行矢量化处理,具有易编辑、功能丰富等特点,但面对传统纹样矢量化需求仍然存在一些不足如:矢量化处理速度较慢、复杂纹样矢量图同一区域容易被划分、边缘平滑度较低等。本文提出一套服务中华文化素材库的矢量化解决方案,致力于获取边缘平滑的传统纹样矢量图并提高矢量化处理速度。论文以传统纹样图像为研究对象,开展矢量化解决方案研究,创新性提出基于边缘结构提取的矢量化算法,最后搭建了传统纹样矢量化系统,论文主要研究内容包括:（1）提出了一套面向传统纹样的矢量化解决方案。该方案通过图像预处理、聚类分割、边缘提取、曲线拟合和矢量化渲染等技术,实现对传统纹样图像矢量化处理。基于对已有边缘提取环节的分析,本论文在矢量化算法中加入聚类分割算法,实现提取更为完整的图像边缘结构信息,同时根据传统纹样图像的特点,在矢量化渲染环节中采取同一区域只用一种颜色逼近,提高了图像矢量化处理速度;（2）提出了一种基于区域合并的矢量化优化算法。本算法是针对过分割的现象,尤其是同一区域被划分的问题而提出的,其主要思想是利用颜色特征、纹理特征和区域尺寸特征去融合相似区域,从而改善了同一区域在矢量化中被分割多个子区域的问题,提高了矢量化方案在图像细节层面的处理能力;（3）提出了一种基于感知驱动的曲线拟合优化算法。本算法在曲线拟合过程中使用能量函数迭代的方式,让更多直线和常曲率弧线去拟合边缘,得到边界平滑且满足视觉期望的矢量化结果;（4）基于C++和QT实现了传统纹样矢量化系统,系统较好地支持了传统纹样图像的矢量化,同时具有速度快、操作简单等特点,并通过了系统功能测试和图像案例测试,均满足对传统纹样矢量化处理需求。本文通过优化边缘结构提取、曲线拟合等,提出了一种实用的传统纹样图像矢量化解决方案,并通过搭建与实现系统,为中华文化素材库提供矢量化算法和工具。
杨旭晖[4]（2020）在《基于改进YOLOv2的山西传统民居典型门窗识别初探》文中提出山西传统民居是历史留给我们的一份珍贵遗产,既是历史文化的真实写照,同时也是当时人们精神追求的具体显现。然而,山西传统民居建筑文化遗产损毁现状却令人堪忧。符合当前大数据时代背景下的全新的民居保护措施研究工作迫在眉睫。21世纪是一个信息爆炸的互联时代,新兴的图像识别技术以其快速且精准的信息提取与识别的特点被广泛应用于众多领域。基于此本文提出将图像识别技术与传统民居信息保护工作相结合的研究构思,这势必会创造出一种全新的遗产保护手段,全方位提升对历史建筑的保护力度。门窗属于传统民居各部分组成构件中图像特征明显且数量最多的一部分单元构件,因此选取门窗这一传统民居构件进行传统民居识别初探。本文首先研究山西传统民居典型门窗相关理论,包括门窗种类、功能、雕饰等;其次,对图像识别技术图像识别技术进行说明和阐述;而后,在对山西传统民居进行大量实地调研的基础上,收集第一手资料。针对现有传统民居门窗图像识别研究空缺的现状,本论文提出了一种基于改进YOLOv2网络模型的山西传统民居典型门窗图像识别算法,称之为YOLOv2-TDDWNet。改进措施主要包括:1)将BN网络层添加到YOLOv2原网络模型的所有卷积层中;2)添加卷积层到YOLOv2神经网络中,提高识别精准度;3)新增网络训练过程可视化部分;4)设计门窗识别网络检测的图形用户界面四大方面。为验证检测方法的有效性,对比其他改进模型,实验表明:改进的模型YOLOv2-TDDWNet对六种传统民居门窗在单目标和多目标的检测下平均准确率达到了近80%,识别效果较佳。本文以跨学科交叉融合的思路探索传统民居门窗保护和传承的新的研究手段。研究内容不再局限于对传统民居门窗单体的静态研究,而是借助深度学习理论,以识别的角度对门窗进行数据研究工作提供便捷手段。研究方法不再仅局限于基于建筑学的调查测绘和图景描述,而是逐渐走向数据化的探究。
丁李[5]（2019）在《湘西方块苗文图像的特征提取与识别研究》文中研究指明湘西方块苗文的数字化保护是一个很有前景的研究课题,能促进湖南湘西苗族的特色传统习俗文化推广和传播。开发和研究湘西方块苗文图像识别系统,具有一定的实用价值,竭力提高图像识别系统的准确率和识别率,是本文的工作目标。本论文基于不同的神经网络,利用采集的湘西方块苗文图像字库作为研究素材,采用MATLAB编程,进行了一系列的研究:（1）本文将采用灰度化,二值化,笔画细化等处理,使图像文字特征更加凸显,为识别工作打下基础。（2）在统计学像素方面,通过对文字整体宏观的像素点分布进行统计,以文字图像的像素点投影在X,Y轴上的分布特点作为识别文字的依据,以达到识别文字的目的,并通过研究X,Y轴的投影划分方式,得到对轴的最优分类。（3）在形态学结构方面,本文通过分析苗文的结构组成,利用端点,叉点等等一系列的结构特点,抽取出代表性的特征矩阵,作为识别文字的依据,并通过研究对文字图像块的划分手段,来提升识别效果。（4）在（2）、（3）两方面的特征提取方法改进基础之上,再将两方面特征综合在一起,形成更加完备的特征矩阵,来提升系统的识别正确率。（5）对比了BP神经网络、PNN神经网络和LVQ神经网络在方块苗文图像上的识别情况,并通过实验数据图表,直观地展示了这三种神经网络对于苗文识别的适配优劣,分析三种神经网络在底层算法上的区别,神经网络分类算法各自特点以及各自所擅长的识别场合,再结合湘西方块苗文图像的特点,总结出了实验范围内最适合的算法分类器。（6）对实验的整体过程进行了反思和总结,对今后的工作任务和改进方向进行了展望,以期望在今后的湘西方块苗文的数字化识别工作上进行更加深入的研究。
刘越[6]（2019）在《基于基础复合体凝聚的矢量草图简化算法研究》文中提出草图是产品设计的雏形,设计者绘制草图时无需关注过多的细节,同时也不需要掌握像CAD中繁杂的工具使用技能,只需要纸和笔就能够快速、流畅的完成设计稿。如果要将这种原生设计图转变成可以在计算机中表示并且能进一步编辑修改的矢量图,就需要对草图做简化处理并进行适当的矢量化。目前这部分转化工作有时需要靠人工完成,即将草图导入某些编辑软件中,人工描边完成简化和矢量化,这项工作费时又费力,为了改进这种工作方式,于是自动的草图简化算法研究逐渐成为的人们关注的重点。如今矢量绘制工具如数位板和触控笔十分流行,由此绘制出的草图是由大量的笔画线条构成,笔画间彼此杂乱地叠加覆盖,间距不统一,导致轮廓嘈杂,噪声明显,这是草图简化面临的主要难点之一。目前流行的一些简化算法主要依赖于笔画分组合并的思想实现草图简化,其存在的问题是简化结果的好坏常常依赖于阈值的设定,其次忽略了图像中某些细节部分处理,不能保证原图像信息的完整度。针对上述问题的分析,本文提出了一个新颖的基于基础复合体的矢量草图简化算法。结合迭代收缩算法思想,将草图转换成类似于二维平面网格的表示形式（即基础复合体）来探索简化方法。本文中定义基础复合体是一个由不同基本图形元素组成的集合,首先将矢量草图转换为基础复合体,之后在整体形状误差极小化的约束下,通过对该基础复合体逐步凝聚来实现草图的简化,即迭代地合并消除一对图元组,包括线线合并,线面合并,面面合并三种形式。合并过程中使用形状差异度度量来约束简化顺序并且控制简化程度。简化后的基础复合体会存在之字形不平滑,和交叉点处模糊的现象,本文巧妙借助相邻特征面的辅助信息对不平滑线条进行修复。最后基础复合体转换成由分段三次贝赛尔曲线表示的单线条矢量图,得到最终的简化输出结果。简化图中也暗含了原图中特征面的信息,草图的简化程度可以通过单阈控制基础复合体的简化来实现。本文使用目前几种方法提供的数据集和许多不同风格的草图进行测试,从效率和视觉效果两方面进行评估,实验结果证明了本算法能有效较低草图复杂度,而且执行高效,在单个阈值的调控下就能够得到不错的简化结果。通过与其他方法对比,本文选取了部分图片来展示主观视觉效果上保留图像细节信息与完整度的优势,此外还阐述了算法中相关参数的讨论和设定,以及算法局限性的讨论。
杨呈[7]（2019）在《基于切割轨迹检测的机床远程监控系统的设计与实现》文中进行了进一步梳理随着现代信息技术和互联网技术的飞速发展,工业生产逐步面向智能化和信息化。企业运用设备监控系统方便及时的掌握机床设备的运行状态及对终端设备实施远程控制是工业化智能制造领域的研究热点之一。目前很多中小企业的数控加工机床生产过程中,由于无法及时准确的统计切割产品类型和数量,往往使得企业管理和生产计划滞后于实际的生产进度,降低企业赖以生存的设备加工效率,甚至于引发不必要的生产纠纷。因此设计一套及时、准确、稳定的机床设备监控系统对企业进一步解放生产力具有明显的推动作用。在进一步具体分析企业的核心需求以及机床设备的生产加工模式后,通过基于切割轨迹的成像及分析处理,设计了一套符合企业生产规律和管理需求的远程监控系统。将信息量大,任务逻辑复杂的功能交由C/S架构实现,并用B/S架构实现主要的功能展示界面,管理人员无需亲临一线就能通过浏览器实时掌握机床设备的生产进度。在实现切割轨迹可视化和加工零件统计功能时,运用Potrace算法拟合切割轨迹生成便于网络传输的SVG切割图,通过基于轮廓拓扑结构的图像分割算法,之后利用等距缩放算法,还原单个工件轨迹的真实轮廓信息,最后依据水平垂直双向投影特征对工件轮廓进行形状识别。经过测试,结合图像识别技术的机床远程监控系统为企业实时把控机床运行状态和设备产能提供了有效手段,满足了企业智能化,信息化发展的需求,具有现实可行性及实际意义。
张远[8]（2018）在《印刷体文档表格识别技术研究》文中研究说明书籍报刊等印刷体文档图像的识别是模式识别领域的一个重要分支。文档图像中的字符识别较为成熟,市场上已经出现较多的商业产品。但是文档图像中表格的识别目前还不太成熟,尤其当表格线在扭曲变形等情况时,现有产品识别的鲁棒性较差。本文分析了国内外文档表格识别的研究与产品现状,对文档图像预处理、闭合方形表格的识别、印刷体汉字的识别技术展开研究,最终实现一种高鲁棒性的表格识别方法。本文完成的主要工作如下:1.研究文档图像的预处理技术,使用了局部阈值的Sauvola算法进行文档图像二值化;由于文档图像中表格线的存在,使用Hough变换方法进行文档图像的倾斜校正;应用基于连通域的自底而上的版面分析方法,将文档的版面块分割为文字、表格、图画等区域。2.本文使用改进的有向单连通链法提取表格线,在传统方法的基础上,对连通链起点和终点位置的确定进行了修正,提高了连通链提取的准确性;利用最小二乘法将有向单连通链拟合抽象为表格线段。3.在提取的表格线段的基础上,根据水平和竖直方向线段之间的关系得到表格的特征点集合;根据特征点之间的连接以及坐标关系,得到表格的表格单元集合;分析Latex排版系统表格绘制模块的语法特点,将表格架构信息表述为Latex字符串。4.对文本膨胀后使用连通域分析的方法进行文本行分割,随后竖直投影进行文本行的字符分割;设计卷积神经网络对印刷体汉字数据集进行训练,得到汉字字符的分类器。在以上研究的基础上,基于QT和OpenCV,设计了印刷体文档表格识别软件系统。经实验验证,本系统能极好的识别高质量表格,对扭曲、模糊的低质量表格的识别率达到74%,高于现有部分OCR软件。
杨苏[9]（2017）在《基于数字照相量测的岩体裂隙识别与表征初步研究》文中研究说明当今,交通、市政、水利等行业的许多工程都需在岩层中进行修造,岩体力学性质决定工程所需的施工方法与防护措施,而岩体裂隙是影响岩体力学性质的重要因素之一。对岩体裂隙进行识别有助于研究裂隙岩体的力学与渗透性能,并预测工程中可能出现的事故情况。本文针对现今裂隙识别与参数统计系统的缺乏,基于数字照相量测系统所采集的裂隙图像,研究岩体裂隙识别与表征关键算法,并采用Delphi软件初步开发岩体裂隙识别与参数表征程序系统,为岩体裂隙识别与参数统计的进一步研究打下基础。本文以定量分析岩体裂隙图像中裂隙参数为目的,获得的主要研究成果如下:（1）通过岩体裂隙的分类,分析了裂隙的几何特征与力学特征,总结了岩体裂隙数字图像采集的方法,并针对岩体裂隙图像的特点,明确了所需的图像处理和特征识别方法;（2）研究了岩体裂隙的数字图像预处理、计算机图像识别、裂隙特征提取与参数表征统计一系列流程中的具体方法,并给出了适合的处理方法和理论算法;（3）根据所提出的理论算法,开发了系统的具体功能模块,将其设计为图片信息输入与输出、图像预处理、裂隙识别、特征识别和参数表征五个模块,分别进行了编程实现,并验证各理论算法的正确性,最后研制了岩体裂隙识别与表征程序系统;（4）以岩石单轴压缩实验为例,采用研发的程序系统,分别进行单张与多张试验图片分析,对岩石试件变形过程中裂隙的增长情况进行了统计分析,并验证了系统的程序实用性。应用实例表明,本文所研发的基于数字照相量测的岩体裂隙识别与表征系统可以较为准确地统计岩体裂隙的参数,所得的数据可用于分析岩体破坏情况,有助于深入研究因裂隙导致的岩体破裂相关理论与工程问题。
金良益[10]（2017）在《遥感影像矢量化中多边形数据优化处理技术研究》文中研究表明遥感影像矢量化作为矢量数据来源的重要技术手段,近年来随着遥感技术的发展而愈发受到重视。一般的矢量化方法对矢量化数据的后处理关注不足,而矢量化多边形的优化问题是矢量化数据后处理的关键,优化结果的好坏及优化效率的高低直接影响到矢量化数据的实际应用。同时,海量遥感影像矢量化技术的发展进步也对更加高效的矢量化数据后处理技术提出了更迫切的需求。鉴于此,本文结合矢量数据化简相关方法和并行计算技术,对遥感影像矢量化中多边形数据优化处理方法开展研究,主要进行以下工作:1.总结栅格矢量化算法、矢量数据化简处理、并行计算与地理空间数据处理等领域的研究现状和已有研究成果,分析存在的不足,以此为基础明确本文研究内容及研究思路。2.基于动态规划的无拓扑矢量化多边形公共边提取算法研究。结合动态规划原理,提出一种无拓扑遥感影像矢量化数据中多边形公共边提取算法,通过对比实验,验证本文所提出方法的有效性和高效性,为后续矢量化多边形的化简奠定数据基础。3.遥感影像矢量化多边形边界化简方法研究。从地理空间数据不确定性理论出发,提出遥感影像矢量化多边形边界化简方法。通过对矢量化多边形边界进行“磨角插值”和基于可接受域限定的自适应滤波平滑处理,最后采用基于全局阈值的DP算法进行压缩,消除数据冗余。实验结果显示,该方法相对于传统方法具有更好的平滑效果及更高的位置精度。4.矢量化多边形公共边提取与化简方法并行化改进研究。基于MPI并行编程模型,设计数据并行模式下矢量数据划分与并行处理结果融合的方法。对主从架构下的矢量化多边形并行优化算法进行详细设计,并设计相关实验进行验证与分析。实验表明,该方法能较大的提高矢量化数据后处理的效率。5.遥感影像矢量化多边形优化模块的设计与实现。设计并开发遥感影像矢量化多边形优化模块插件,并将其集成到地理信息产品生产线系统中,结合一个实例验证本文研究内容的有效性和实用性。
二、基于节点的曲线图表矢量化算法研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于节点的曲线图表矢量化算法研究（论文提纲范文）
（1）供水管网数据智能转换技术的研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外发展现状 |
| 1.3 技术路线 |
| 1.4 章节安排 |
| 2 数据转换技术与项目应用 |
| 2.1 供水管网数据 |
| 2.2 供水管网地理信息系统 |
| 2.3 数据转换技术与供水管网系统应用 |
| 2.3.1 矢量数据转换技术 |
| 2.3.2 位图矢量化技术 |
| 2.4 本章小结 |
| 3 供水管网矢量数据转换系统 |
| 3.1 矢量图像的显示与读写 |
| 3.2 矢量图像的检查与修正 |
| 3.3 本章小结 |
| 4 矢量数据转换设计 |
| 4.1 输入模块 |
| 4.1.1 DXF文件结构分析 |
| 4.1.2 输入接口程序设计 |
| 4.2 中间转换模块 |
| 4.2.1 CAD数据与GIS数据模型的分析 |
| 4.2.2 转换映射规则的建立 |
| 4.2.3 关键图元要素转换规则设计 |
| 4.2.4 线型样式转换规则设计 |
| 4.2.5 中间转换模块的运行机制 |
| 4.3 输出模块 |
| 4.3.1 Shape文件的解析 |
| 4.3.2 输出接口程序设计 |
| 4.4 本章小结 |
| 5 位图矢量化 |
| 5.1 位图矢量化工具的开发 |
| 5.2 图像灰度化 |
| 5.3 图像增强 |
| 5.3.1 图像平滑滤波 |
| 5.3.2 图像均衡化 |
| 5.4 图像二值化 |
| 5.5 图像矢量化 |
| 5.6 本章小结 |
| 6 矢量数据转换在供水管网地理信息系统的应用 |
| 6.1 数据信息处理 |
| 6.1.1 水表信息的添加 |
| 6.1.2 数据表编号处理 |
| 6.1.3 坐标系的处理 |
| 6.2 数据信息发布 |
| 6.3 数据转换的应用与检验 |
| 6.3.1 图形样式应用检验 |
| 6.3.2 实体对象及属性信息应用检验 |
| 6.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
（2）示波器波形分析软件设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究发展与现状 |
| 1.3 研究内容与论文安排 |
| 第二章 示波器波形分析软件总体设计 |
| 2.1 示波器软硬件总体结构概述 |
| 2.1.1 示波器硬件总体结构 |
| 2.1.2 示波器软件总体结构 |
| 2.2 波形分析软件总体方案设计 |
| 2.2.1 FFT频谱分析功能设计 |
| 2.2.2 数字滤波器软件设计 |
| 2.3 频谱分析改进方法研究 |
| 2.3.1 基于重采样的FFT研究 |
| 2.3.2 离散傅里叶变换插值算法研究 |
| 2.3.3 数字示波器频谱分析功能设计 |
| 2.4 本章小结 |
| 第三章 基于SIMD指令集的快速傅里叶变换算法研究 |
| 3.1 快速傅里叶变换的算法与实现 |
| 3.1.1 Cooley-Tukey的基-2 DIT算法 |
| 3.1.2 分裂基和共轭对算法 |
| 3.1.3 快速傅里叶变换的实现 |
| 3.2 基于SIMD指令集加速的快速傅里叶变换实现研究 |
| 3.2.1 SIMD指令集和SSE指令集自建函数 |
| 3.2.2 矢量化循环 |
| 3.2.3 完全硬编码的快速傅里叶变换算法实现 |
| 3.2.4 基于Cooley-Tukey分解的快速傅里叶变换算法实现 |
| 3.3 本章小结 |
| 第四章 数字滤波器设计研究与软件设计 |
| 4.1 数字FIR滤波器的设计方法研究 |
| 4.1.1 线性相位FIR数字滤波器 |
| 4.1.2 最小平方误差FIR滤波器 |
| 4.1.3 等纹波FIR滤波器 |
| 4.2 数字IIR滤波器的设计方法研究 |
| 4.2.1 模拟IIR滤波器 |
| 4.2.2 数字IIR滤波器 |
| 4.3 数字滤波器软件设计与实现 |
| 4.3.1 界面设计与实现 |
| 4.3.2 功能设计与实现 |
| 4.4 本章小结 |
| 第五章 测试与验证 |
| 5.1 矢量化FFT算法运行速度测试 |
| 5.2 频谱分析中矢量化FFT算法应用测试 |
| 5.3 数字滤波器软件功能验证 |
| 第六章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得成果 |
（3）基于边缘结构提取的传统纹样矢量化算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文组织结构 |
| 1.4 本章小结 |
| 第二章 矢量化相关技术原理 |
| 2.1 图像预处理 |
| 2.1.1 图像平滑 |
| 2.1.2 图像增强 |
| 2.2 图像分割 |
| 2.3 边缘检测和曲线拟合 |
| 2.3.1 边缘检测 |
| 2.3.2 曲线拟合 |
| 2.4 本章小结 |
| 第三章 传统纹样矢量化解决方案 |
| 3.1 矢量化需求分析 |
| 3.2 基于L_0梯度最小化模型的图像预处理算法 |
| 3.2.1 算法原理 |
| 3.2.2 算法流程 |
| 3.2.3 仿真实验 |
| 3.3 基于聚类分割的边缘结构提取算法 |
| 3.3.1 算法原理 |
| 3.3.2 算法流程 |
| 3.3.3 仿真实验 |
| 3.4 基于最小二乘法的Bezier曲线拟合算法 |
| 3.4.1 算法原理 |
| 3.4.2 算法流程 |
| 3.4.3 仿真实验 |
| 3.5 图像矢量化渲染 |
| 3.5.1 矢量文件格式和存储 |
| 3.5.2 颜色采样 |
| 3.5.3 矢量图渲染 |
| 3.6 实验结果 |
| 3.7 本章小结 |
| 第四章 传统纹样矢量化解决方案优化 |
| 4.1 基于区域合并的优化算法 |
| 4.1.1 区域相似度计算 |
| 4.1.2 区域合并算法流程 |
| 4.1.3 区域合并优化仿真实验 |
| 4.2 基于感知驱动的曲线拟合优化算法 |
| 4.2.1 定义能量函数 |
| 4.2.2 曲线拟合约束 |
| 4.2.3 曲线拟合优化算法流程 |
| 4.2.4 曲线拟合优化仿真实验 |
| 4.3 矢量化算法实验与对比 |
| 4.3.1 矢量化实验结果分析 |
| 4.3.2 矢量化算法对比 |
| 4.4 本章小结 |
| 第五章 传统纹样矢量化系统 |
| 5.1 需求分析 |
| 5.1.1 系统业务需求 |
| 5.1.2 系统功能需求 |
| 5.2 开发环境 |
| 5.3 系统架构及实现 |
| 5.3.1 系统功能实现 |
| 5.3.2 系统界面实现 |
| 5.4 系统功能测试 |
| 5.4.1 测试环境 |
| 5.4.2 测试用例 |
| 5.5 传统纹样矢量化系统应用 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（4）基于改进YOLOv2的山西传统民居典型门窗识别初探（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 山西传统民居 |
| 1.1.2 传统民居门窗 |
| 1.1.3 图像识别 |
| 1.2 研究目的 |
| 1.3 研究意义 |
| 1.4 国内外研究现状及发展动态分析 |
| 1.4.1 国外研究现状 |
| 1.4.2 国内研究现状 |
| 1.4.3 国内外研究现状总结 |
| 1.5 研究思路 |
| 1.6 关键问题 |
| 1.7 研究方法 |
| 1.7.1 文献分析 |
| 1.7.2 实地调研法 |
| 1.7.3 信息汇总法 |
| 1.7.4 分析定性法 |
| 1.8 技术路线 |
| 第二章 山西传统门窗概况及图像识别相关技术 |
| 2.1 山西自然与人文背景概况 |
| 2.1.1 自然环境 |
| 2.1.2 人文环境 |
| 2.2 山西传统民居门窗的发展演变 |
| 2.2.1 山西传统民居门窗的历史 |
| 2.2.2 山西传统民居门窗特征 |
| 2.3 图像识别技术研究 |
| 2.3.1 深度学习及图像处理研究 |
| 2.3.2 卷积神经网络与目标检测基础 |
| 2.4 YOLOv2 |
| 第三章 山西传统民居典型门窗形制 |
| 3.1 门的分类 |
| 3.1.1 大门 |
| 3.1.2 房门 |
| 3.2 窗的分类 |
| 3.2.1 固定形式 |
| 3.2.2 可开启的形式 |
| 3.3 窑洞式民居门窗形制 |
| 3.3.1 “门联窗”结构形式 |
| 3.3.2 “非门联窗”结构形式 |
| 3.4 门窗的实用性与装饰性 |
| 3.4.1 实用性 |
| 3.4.2 装饰性 |
| 第四章 图像识别的技术方法及检验讨论 |
| 4.1 关于YOLO |
| 4.1.1 YOLO的原理 |
| 4.1.2 YOLOv2与YOLOv1比较 |
| 4.2 基于YOLOv2目标检测识别模型的改进 |
| 4.2.1 添加批量标准化层 |
| 4.2.2 添加卷积层 |
| 4.2.3 网络训练可视化 |
| 4.2.4 设计网络识别检测的图形用户界面 |
| 4.3 基于改进的YOLOv2模型实现传统民居门窗检测训练 |
| 4.3.1 建立数据集 |
| 4.3.2 标记数据集样本 |
| 4.3.3 获取先验框尺寸 |
| 4.3.4 设置训练参数 |
| 4.3.5 监控训练过程及收集参数信息 |
| 4.4 基于YOLOv2-TDDWNet的传统民居门窗检测 |
| 4.4.1 详细流程 |
| 4.4.2 测试结果与分析 |
| 4.4.3 检测效果展示 |
| 4.5 训练过程可视化 |
| 4.6 软件的GUI界面展示及使用流程介绍 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 优化方向 |
| 5.2 传统民居图像检测应用拓展 |
| 参考文献 |
| 附录一 图表目录 |
| 附录二 特征可视化代码 |
| 附录三 软件核心模块代码设计概要 |
| 攻读学位期间参与的项目 |
| 攻读学位本人出版或公开发表的论着、论文 |
| 攻读学位期间发表的专利 |
| 致谢 |
（5）湘西方块苗文图像的特征提取与识别研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.4 本文主要研究工作 |
| 第2章 文字投影特征提取方法的改进 |
| 2.1 文字图像预处理 |
| 2.1.1 文字图像灰度化 |
| 2.1.2 文字图像二值化 |
| 2.1.3 文字图像细化处理 |
| 2.2 投影特征的提取 |
| 2.2.1 经典投影法 |
| 2.2.2 改进后的投影法 |
| 2.3 PNN神经网络的分类和识别 |
| 2.3.1 PNN神经网络介绍 |
| 2.3.2 PNN神经网络与特征向量的结合 |
| 2.3.3 结果分析 |
| 2.4 本章小结 |
| 第3章 文字结构特征提取方法的改进 |
| 3.1 结构特征提取前的预处理 |
| 3.2 结构特征的提取 |
| 3.2.1 第一特征——二值特征的提取 |
| 3.2.2 第二特征——文字结构形态特征的提取 |
| 3.3 BP神经网络的训练与分类 |
| 3.3.1 BP神经网络介绍 |
| 3.3.2 BP神经网络训练识别过程 |
| 3.3.3 BP神经网络训练分类结果 |
| 3.4 本章小结 |
| 第4章 文字特征提取的融合模拟 |
| 4.1 两种特征矩阵的融合 |
| 4.1.1 文字统计投影特征的提取 |
| 4.1.2 文字结构特征的提取 |
| 4.2 LVQ神经网络的训练与分类 |
| 4.2.1 LVQ神经网络介绍 |
| 4.2.2 LVQ神经网络与综合特征向量的结合 |
| 4.3 LVQ神经网络识别率对比 |
| 4.4 本章小结 |
| 第5章 各种人工神经网络的综合对比 |
| 5.1 三种人工神经网络配合综合特征矩阵 |
| 5.1.1 PNN神经网络 |
| 5.1.2 BP神经网络 |
| 5.1.3 LVQ神经网络 |
| 5.1.4 三个人工神经网络综合对比 |
| 5.2 三种人工神经网络的对比分析 |
| 5.2.1 BP神经网络 |
| 5.2.2 PNN神经网络 |
| 5.2.3 LVQ神经网络 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（6）基于基础复合体凝聚的矢量草图简化算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状与挑战 |
| 1.3 论文的主要工作及创新点 |
| 1.4 论文的组织结构 |
| 第2章 简化流程设计与笔画分组方法分析 |
| 2.1 算法的输入与预处理 |
| 2.1.1 矢量图与预处理 |
| 2.1.2 光栅图与预处理 |
| 2.2 简化算法的输出 |
| 2.2.1 分段三次贝塞尔曲线的拟合 |
| 2.2.2 数据点排序 |
| 2.3 笔画分组合并的简化算法 |
| 2.3.1 基于局部几何属性的简化方法 |
| 2.3.2 基于语义的简化方法 |
| 第3章 基于复合体凝聚的草图简化算法 |
| 3.1 迭代边收缩算法思想 |
| 3.2 基础复合体 |
| 3.3 基础复合体的简化 |
| 3.3.1 形状相似度度量 |
| 3.3.2 图元对的消除 |
| 3.4 基本复合体转化为矢量简图 |
| 3.4.1 平滑处理 |
| 3.4.2 线-线二次合并 |
| 3.5 算法技术细节 |
| 第4章 实验结果与分析 |
| 4.1 视觉效果及运行效率 |
| 4.2 参数讨论 |
| 4.3 局限性讨论 |
| 第5章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文和参加科研情况 |
| 学位论文评阅及答辩情况表 |
（7）基于切割轨迹检测的机床远程监控系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题来源和背景 |
| 1.2 国内外研究现状 |
| 1.3 研究内容概述 |
| 2 远程监控系统的架构与需求 |
| 2.1 远程监控系统的功能需求 |
| 2.2 远程监控系统的性能需求 |
| 2.3 远程监控系统的架构模式 |
| 2.4 远程监控系统整体架构 |
| 2.5 本章小结 |
| 3 远程监控系统中的轨迹可视化 |
| 3.1 机床刀头轨迹可视化需求分析 |
| 3.2 刀具轨迹数据分析及初步结论 |
| 3.3 轨迹可视化预处理 |
| 3.4 基于Potrace算法的轮廓矢量化实现 |
| 3.5 本章小结 |
| 4 远程监控系统中的图像分割及形状匹配 |
| 4.1 基于区域拓扑关系的图像分割算法 |
| 4.2 零件轮廓的形状匹配 |
| 4.3 本章小结 |
| 5 远程监控系统B/S架构设计与实现 |
| 5.1 基于SpringBoot框架的服务器端设计实现 |
| 5.2 SqlServer数据库结构与实现 |
| 5.3 基于Vue框架的前端页面设计与实现 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（8）印刷体文档表格识别技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 Latex排版系统简介 |
| 1.4 研究内容及研究方案 |
| 1.4.1 研究内容 |
| 1.4.2 论文组织结构 |
| 第2章 文档表格图像的预处理 |
| 2.1 数学形态学简介 |
| 2.2 文档图像灰度化 |
| 2.3 文档图像的二值化及后处理 |
| 2.3.1 基于全局阈值的二值化算法介绍 |
| 2.3.2 基于局部阈值的二值化算法介绍 |
| 2.3.3 部分二值化算法的实验及总结 |
| 2.3.4 文档图像的二值化后处理 |
| 2.4 文档图像的倾斜校正 |
| 2.5 文档图像表格区域的提取 |
| 2.5.1 本文使用连通域提取方法 |
| 2.5.2 平均字符高度的估计 |
| 2.5.3 本文使用的版面分析方法 |
| 2.6 表格与图形的初步判别 |
| 2.7 本章小结 |
| 第3章 表格线的获取 |
| 3.1 文档图像表格的基本特征 |
| 3.2 表格线的提取 |
| 3.2.1 表格连通域粘连文字的去除 |
| 3.2.2 表格线段的分割 |
| 3.2.3 利用连通链拟合表格线段的方程 |
| 3.2.4 断裂线段的合并 |
| 3.3 表格线特征投票判定是否表格 |
| 3.4 本章小结 |
| 第4章 表格架构的获取及信息还原 |
| 4.1 Latex图表绘制系统分析 |
| 4.2 表格图像特征点的设计及获取 |
| 4.3 基于表格图像特征点提取表格单元 |
| 4.4 是否为表格的最后判定 |
| 4.5 本章小结 |
| 第5章 表格中印刷体汉字的识别 |
| 5.1 印刷体汉字识别目标分析 |
| 5.2 印刷体汉字的分割 |
| 5.2.1 印刷体汉字的行分割 |
| 5.2.2 印刷体汉字的列分割 |
| 5.3 SCUT-SPCCI印刷体汉字数据集 |
| 5.4 汉字识别分类器的设计 |
| 5.4.1 汉字识别方法简介 |
| 5.4.2 ResNet网络识别印刷体汉字 |
| 5.5 本章小结 |
| 第6章 印刷体文档表格识别软件设计 |
| 6.1 基于Qt+OpenCV的软件开发环境简介 |
| 6.1.1 Qt简介 |
| 6.1.2 OpenCV简介 |
| 6.2 软件设计方案及实现 |
| 6.2.1 软件所要实现的功能 |
| 6.2.2 软件的整体流程和程序设计 |
| 6.3 表格识别综合对照实验 |
| 6.4 本章小结 |
| 结论 |
| 本文工作总结 |
| 未来工作展望 |
| 参考文献 |
| 致谢 |
| 附录A (部分Qt界面设计程序) |
| 附录B (攻读学位期间所获得的研究成果) |
| 附录C 攻读学位期间参与科研项目 |
（9）基于数字照相量测的岩体裂隙识别与表征初步研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及技术路线 |
| 2 岩体裂隙的基本特征与分类研究 |
| 2.1 岩体裂隙的表征过程 |
| 2.2 裂隙图像数据的采集 |
| 2.3 岩体裂隙的基本分类 |
| 2.4 岩体裂隙的基本特征 |
| 2.5 本章小结 |
| 3 岩体裂隙图像预处理与表征方法 |
| 3.1 裂隙数字图像预处理方法 |
| 3.2 裂隙计算机图像识别方法 |
| 3.3 裂隙特征识别算法研究 |
| 3.4 裂隙参数表征方法研究 |
| 3.5 本章小结 |
| 4 岩体裂隙图像识别与表征程序开发 |
| 4.1 程序架构与功能设计 |
| 4.2 图像信息输入与输出 |
| 4.3 岩体裂隙图像预处理 |
| 4.4 岩体裂隙图像识别 |
| 4.5 岩体裂隙特征识别与参数统计 |
| 4.6 本章小结 |
| 5 应用实例 |
| 5.1 单张岩体裂隙图像识别与表征 |
| 5.2 连续岩体裂隙图像识别与表征 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 主要成果 |
| 6.2 存在问题 |
| 6.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（10）遥感影像矢量化中多边形数据优化处理技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 相关领域研究现状及问题分析 |
| 1.3.1 遥感影像矢量化方法研究现状 |
| 1.3.2 矢量数据化简方法研究现状 |
| 1.3.3 并行计算在空间数据处理中的应用研究现状 |
| 1.3.4 存在问题分析 |
| 1.4 本文主要研究内容及技术路线 |
| 1.5 本文的组织架构 |
| 第二章 基于动态规划的无拓扑矢量化多边形公共边提取算法 |
| 2.1 问题的提出 |
| 2.2 动态规划概述 |
| 2.2.1 基本概念知识 |
| 2.2.2 动态规划问题的基本特征 |
| 2.2.3 动态规划问题的基本求解过程 |
| 2.3 公共边提取问题形式化分析 |
| 2.3.1 引例 |
| 2.3.2 公共边提取问题形式化表达 |
| 2.4 基于动态规划的公共边提取流程设计 |
| 2.4.1 数据预处理 |
| 2.4.2 公共边提取具体流程 |
| 2.4.3 算法的时间/空间复杂度分析 |
| 2.5 实验分析及讨论 |
| 2.5.1 实验数据 |
| 2.5.2 实验结果分析 |
| 2.6 本章小结 |
| 第三章 遥感影像矢量化多边形边界化简方法 |
| 3.1 问题的提出 |
| 3.2 地理空间数据的不确定性理论及矢量数据化简准则 |
| 3.2.1 地理空间数据的不确定性理论 |
| 3.2.2 矢量数据化简准则 |
| 3.3 基于可接受域限定的矢量化多边形边界化简方法 |
| 3.3.1 化简方法概述 |
| 3.3.2 边界链码与磨角插值 |
| 3.3.3 平滑坐标可接受域定义与自适应高斯滤波平滑算法 |
| 3.3.4 边界全局阈值压缩 |
| 3.4 矢量化多边形数据重构 |
| 3.5 实验分析及讨论 |
| 3.5.1 实验数据 |
| 3.5.2 实验结果分析 |
| 3.6 本章小结 |
| 第四章 矢量化多边形公共边提取与边界化简方法并行化改进 |
| 4.1 问题的提出 |
| 4.2 化简方法一体化集成及并行性分析 |
| 4.2.1 公共边提取算法与化简方法的集成 |
| 4.2.2 集成算法的并行性分析 |
| 4.3 矢量化多边形数据划分方法 |
| 4.3.1 空间数据划分方法概述 |
| 4.3.2 矢量数据划分原则 |
| 4.3.3 矢量化多边形并行优化处理算法中的数据划分策略 |
| 4.3.4 边界多边形对象的处理 |
| 4.4 并行处理结果融合处理 |
| 4.5 基于MPI的并行优化算法设计 |
| 4.5.1 MPI编程模型 |
| 4.5.2 基于MPI的矢量化多边形并行优化算法整体设计 |
| 4.6 实验分析及讨论 |
| 4.6.1 实验环境与实验数据 |
| 4.6.2 实验结果分析 |
| 4.7 本章小结 |
| 第五章 遥感影像矢量化多边形优化模块设计与实现 |
| 5.1 模块开发平台及环境简介 |
| 5.1.1 开发平台 |
| 5.1.2 地理信息产品生产线系统简介 |
| 5.2 矢量化多边形优化功能插件的设计与实现 |
| 5.3 应用案例 |
| 5.3.1 应用案例数据简介 |
| 5.3.2 基本实施过程 |
| 5.3.3 应用案例结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要工作总结 |
| 6.2 本文创新点 |
| 6.3 有待深入研究的问题 |
| 致谢 |
| 参考文献 |
| 作者简历 攻读硕士学位期间完成的主要工作 |
四、基于节点的曲线图表矢量化算法研究（论文参考文献）
- [1]供水管网数据智能转换技术的研究与实现[D]. 贾仁学. 大连理工大学, 2021(01)
- [2]示波器波形分析软件设计[D]. 王端阳. 电子科技大学, 2021(01)
- [3]基于边缘结构提取的传统纹样矢量化算法研究[D]. 杨卓宇. 北京邮电大学, 2020(05)
- [4]基于改进YOLOv2的山西传统民居典型门窗识别初探[D]. 杨旭晖. 苏州大学, 2020(02)
- [5]湘西方块苗文图像的特征提取与识别研究[D]. 丁李. 吉首大学, 2019(02)
- [6]基于基础复合体凝聚的矢量草图简化算法研究[D]. 刘越. 山东大学, 2019(09)
- [7]基于切割轨迹检测的机床远程监控系统的设计与实现[D]. 杨呈. 华中科技大学, 2019(03)
- [8]印刷体文档表格识别技术研究[D]. 张远. 湖南大学, 2018(01)
- [9]基于数字照相量测的岩体裂隙识别与表征初步研究[D]. 杨苏. 中国矿业大学, 2017(03)
- [10]遥感影像矢量化中多边形数据优化处理技术研究[D]. 金良益. 解放军信息工程大学, 2017(06)