导读:本文包含了交叉点识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:交叉点,神经网络,邻域,曲率,形态学,图表,边界。
交叉点识别论文文献综述
林晓娟,房世峰,徐亚莉,邹宝裕,罗明良[1]（2018）在《基于道路交叉点邻域扩张曲线的城市边界识别——以成都、西安、武汉、南京和长沙为例》一文中研究指出城市边界识别是定性和定量研究城市的基础和前提,已有的关于城市边界提取的研究大都需要提前设定阈值或依赖人口统计数据。基于分形几何学,利用矢量建筑物分布数据识别城市边界,虽可克服这一缺陷,但国内城市边界的研究往往受阻于矢量建筑物分布数据获取困难。本文提出了一种基于道路交叉点的邻域扩张曲线作为识别城市边界的新方法。结果表明:该方法以电子地图为数据源,基于道路交叉点矢量数据进行研究时,城市集群数据随搜索半径增大而改变,城市扩张曲线中的最佳距离阈值是提取城市边界的关键;提取成都、西安、武汉、南京和长沙城市边界的最佳距离阈值分别为133、114、139、124和129 m,各城市的集群面积分别为769、350、270、317和359 km~2。利用道路交叉点提取城市边界,方法简便可行,数据较易获得,本文结论有望为城市形态发展演变和城市规划等相关研究提供参考。(本文来源于《地理科学进展》期刊2018年06期）
陈明星[2]（2004）在《基于交叉点提取的工程图表图像识别系统研究》一文中研究指出扫描文档图像识别是CAD／CAM和模式识别领域中的一个重要研究方向，包括扫描工程图纸识别、扫描表格票据图像识别和工程图表图像识别等多个方面，本文主要研究工程图表图像的识别问题。 第一章对曲线图表图像计算机智能化识别的必要性进行了分析。以指导图表图像识别研究为出发点，对国内外有关扫描工程图纸和表格票据图像的矢量化识别方法进行了综述，并在此基础上建立了论文总体框架。 第二章通过分析图表识别系统的基本要求，探讨了此系统的开发环境的选择等问题。并根据需求分析和模块划分原则将系统划分为用户查询模块和图表识别模块，然后详细讨论了这两个模块的基本功能和相互关系。 第叁章研究了图表图像的预处理技术，介绍了一种基于数学形态学的噪声过滤方法，并设计了四类对图表图像进行平滑的数学形态学模板算子。基于Hough变换，研究了图表图像的倾斜校正方法和图文分离方法。 第四章针对矢量化识别中出现的交叉点畸变现象，结合图表图像的结构特征，提出了基于交叉点提取的坐标线提取算法和基于斜率跟踪的曲线识别算法，分别提取图表图像中的坐标线和曲线图元，实现了图表图像矢量化识别。 第五章在分析一般印刷体数字识别技术的基础上，提出了一种基于数字质心的模板匹配数字识别算法，不经过细化，直接实现图表图像中坐标刻度的提取和定位。 第六章对图表图像识别系统的前后处理模块进行了研究。结合数字图像处理、图元编辑和曲线拟合等相关技术，实现了图表图像的图元编辑、坐标线和曲线拟合和重绘；并结合数据库技术，对用户查询模块进行了具体实现。(本文来源于《浙江大学》期刊2004-02-01）
郭力宾,吴微[3]（2003）在《二维图像中交叉点的神经网络识别》一文中研究指出提出一种识别灰度图像中交叉点的神经网络方法.用自组织特征映射网络和BP网络组成多分类器,识别图像中的二交叉点、叁交叉点和四交叉点.在加入8%的干扰时,仍能达到85%左右的识别率.(本文来源于《大连理工大学学报》期刊2003年05期）
郭力宾[4]（2003）在《交叉点的神经网络识别及联机手写字符的概率神经网络识别初探》一文中研究指出人工神经网络发展到今天，已有五十多年的历史。在一代又一代学者的不懈努力下，不但理论基础逐渐充实、成熟，而且在信号处理、计算机视觉、模式识别、专家系统、工业控制与气象预测等许多领域有了广泛的应用。神经网络模式识别方法是近几年兴起的模式识别领域的一个新的研究方向。神经网络模式识别系统的研究，无论对神经网络理论的发展，还是对模式识别技术的实际应用，都有特别重要的意义。 BP网络是当前应用最广泛的一种人工神经网络。已被人们广泛的应用于神经网络模式识别(特别是图像及字符的识别)问题。 Kohonen提出的自组织特征映射(Self-Organizing Feature Map)神经网络(SOFM)因具有较强的拓扑组织能力和抗干扰能力，也广泛于应用于神经网络模式识别领域。 在1960年末被提出的HMM模型，已经被应用的连续的和演讲者无关的自动演讲识别中。近几年它也开始被广泛的应用于字符识别的工作中。 本文的工作主要是以下两个方面，都是侧重于有关神经网络的实际应用方面。 1．交叉点的神经网络识别。提出了一种识别灰度图像中交叉点的神经网络方法。用自组织特征映射网络和BP网络组成多分类器，识别图像中的二交叉点、叁交叉点和四交叉点。在加入8％的干扰时，仍能达到85％左右的识别率。 2．概率神经网络用于联机手写字符的识别。由于计算机技术的高速发展，人们可以快速处理大量的数据，但数据的输入速度远远低于数据处理的速度，这大大妨碍了人们对计算机的使用。而且用键盘作为输入会打断正在进行的思维。所以研究一种方便的手写输入方法是很有必要的。到现在，单字符手写体识别，尤其是数字识别率接近95％，但对于连续的字符书写，尤其是有数学符号的情况下，由于联机手写的随意性比较大，写作不规范，还没有一个成熟的产品。本文应用HMM概率模型和神经网络结合，对联机手写数字和数学符号进行识别。对概率神经网络模型应用于联机手写识别进行了有益的探索。 与其他学者的一些工作相比，本文侧重于对使用概率神经网络的方法对联机手写进行识别，既利用了神经网络优异的分类性能，又避免了一般的神经网络实时性差的弱点。由于特征提取技术的局限性及算法的不成熟，本文的工作距离实际应用阶段还有很长的一段，有待进一步的改进完成。但是我们的试验结果表明，概率神经网络可以成功的用于联机手写字符的识别问题。(本文来源于《大连理工大学》期刊2003-03-02）
交叉点识别论文开题报告
（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：
扫描文档图像识别是CAD／CAM和模式识别领域中的一个重要研究方向，包括扫描工程图纸识别、扫描表格票据图像识别和工程图表图像识别等多个方面，本文主要研究工程图表图像的识别问题。 第一章对曲线图表图像计算机智能化识别的必要性进行了分析。以指导图表图像识别研究为出发点，对国内外有关扫描工程图纸和表格票据图像的矢量化识别方法进行了综述，并在此基础上建立了论文总体框架。 第二章通过分析图表识别系统的基本要求，探讨了此系统的开发环境的选择等问题。并根据需求分析和模块划分原则将系统划分为用户查询模块和图表识别模块，然后详细讨论了这两个模块的基本功能和相互关系。 第叁章研究了图表图像的预处理技术，介绍了一种基于数学形态学的噪声过滤方法，并设计了四类对图表图像进行平滑的数学形态学模板算子。基于Hough变换，研究了图表图像的倾斜校正方法和图文分离方法。 第四章针对矢量化识别中出现的交叉点畸变现象，结合图表图像的结构特征，提出了基于交叉点提取的坐标线提取算法和基于斜率跟踪的曲线识别算法，分别提取图表图像中的坐标线和曲线图元，实现了图表图像矢量化识别。 第五章在分析一般印刷体数字识别技术的基础上，提出了一种基于数字质心的模板匹配数字识别算法，不经过细化，直接实现图表图像中坐标刻度的提取和定位。 第六章对图表图像识别系统的前后处理模块进行了研究。结合数字图像处理、图元编辑和曲线拟合等相关技术，实现了图表图像的图元编辑、坐标线和曲线拟合和重绘；并结合数据库技术，对用户查询模块进行了具体实现。
（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。
交叉点识别论文参考文献
[1].林晓娟,房世峰,徐亚莉,邹宝裕,罗明良.基于道路交叉点邻域扩张曲线的城市边界识别——以成都、西安、武汉、南京和长沙为例[J].地理科学进展.2018
[2].陈明星.基于交叉点提取的工程图表图像识别系统研究[D].浙江大学.2004
[3].郭力宾,吴微.二维图像中交叉点的神经网络识别[J].大连理工大学学报.2003
[4].郭力宾.交叉点的神经网络识别及联机手写字符的概率神经网络识别初探[D].大连理工大学.2003
论文知识图
