識(shí)別技術(shù)論文精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的識(shí)別技術(shù)論文主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：識(shí)別技術(shù)論文范文

1、概述生物識(shí)別技術(shù)，又稱(chēng)為生物特征識(shí)別技術(shù)，是通過(guò)計(jì)算機(jī)與生物傳感器、生物統(tǒng)計(jì)學(xué)等高科技手段緊密結(jié)合，利用人體固有的生理特征和行為特征識(shí)別身份的技術(shù)。該技術(shù)被稱(chēng)為數(shù)字時(shí)代的安全衛(wèi)士。在實(shí)際應(yīng)用中，生物特征識(shí)別通過(guò)特定的設(shè)備進(jìn)行特征取樣測(cè)量，轉(zhuǎn)化成數(shù)字代碼；對(duì)代碼取樣后形成特征模板；用特征模板與實(shí)際個(gè)體取樣進(jìn)行比對(duì)；根據(jù)比對(duì)結(jié)果是否匹配來(lái)決定接受或拒絕該用戶(hù)。常用于識(shí)別的生物特征有指紋、人臉、掌紋、血管紋路、DNA等；行為特征有簽名、語(yǔ)音、步態(tài)等。

2、生物識(shí)別技術(shù)的特點(diǎn)與應(yīng)用優(yōu)勢(shì)生物特征是與生俱來(lái)的，與傳統(tǒng)身份識(shí)別方式相比，生物識(shí)別技術(shù)具有以下優(yōu)勢(shì)[4]：（1）能夠進(jìn)行身份識(shí)別。傳統(tǒng)身份認(rèn)證識(shí)別采用用戶(hù)名+口令驗(yàn)證的方式來(lái)驗(yàn)證用戶(hù)身份。生物特征同樣可以完成身份識(shí)別的功能。（2）生物特征具有唯一性，防偽性好，難以被偽造或盜用。傳統(tǒng)身份識(shí)別技術(shù)中的用戶(hù)名和密碼會(huì)因?yàn)樾畔⑿孤抖鴰?lái)身份認(rèn)證漏洞。生物特征則是個(gè)人特有的，極難被仿造或盜用。（3）攜帶方便，不會(huì)遺忘或丟失。傳統(tǒng)身份識(shí)別技術(shù)采用口令驗(yàn)證或?qū)嵨矧?yàn)證，兩者都有遺忘和丟失的風(fēng)險(xiǎn)。而生物特征是人類(lèi)的體貌和行為特征，攜帶方便，也不存在丟失和遺忘的風(fēng)險(xiǎn)。（4）用戶(hù)使用體驗(yàn)好，不容易被損壞。傳統(tǒng)身份識(shí)別技術(shù)依賴(lài)數(shù)據(jù)庫(kù)記錄用戶(hù)名和密碼，常因?yàn)樽址斎脲e(cuò)誤而被拒識(shí)；IC卡一類(lèi)的實(shí)物驗(yàn)證技術(shù)則有因損壞而被拒識(shí)的風(fēng)險(xiǎn)。生物特征大大降低了此類(lèi)風(fēng)險(xiǎn)。即使是容易受到手指表層皮膚破損而影響驗(yàn)證的指紋識(shí)別也可以通過(guò)存儲(chǔ)多個(gè)手指的指紋來(lái)達(dá)到順利驗(yàn)證身份的目的。此外因?yàn)樯镒R(shí)別技術(shù)使用友好度高，用戶(hù)體驗(yàn)好。

3、常用生物識(shí)別技術(shù)的特性分析在眾多的生物特征中,最常使用的用戶(hù)接受度較高的是指紋識(shí)別、人臉識(shí)別和簽名識(shí)別。指紋識(shí)別是應(yīng)用最早、應(yīng)用面最廣的生物特征識(shí)別技術(shù)。早在幾千年前人們就已經(jīng)發(fā)現(xiàn)了指紋的特點(diǎn)，開(kāi)始使用指紋進(jìn)行身份的識(shí)別。指紋識(shí)別主要是利用指紋記錄儀和計(jì)算機(jī)等電子設(shè)備，通過(guò)人類(lèi)手指表層皮膚上交替出現(xiàn)的脊和谷進(jìn)行指紋圖像的讀取、提取指紋特征、制成特征模板，再通過(guò)模式匹配，最終實(shí)現(xiàn)身份的自動(dòng)識(shí)別。每一個(gè)人都有自己獨(dú)特的而且終身不會(huì)變化的指紋。指紋識(shí)別技術(shù)可靠性高，識(shí)別簡(jiǎn)便，是一項(xiàng)成熟的生物特征識(shí)別技術(shù)。在應(yīng)用面上也體現(xiàn)出無(wú)與倫比的優(yōu)勢(shì)，目前國(guó)內(nèi)外指紋識(shí)別應(yīng)用已經(jīng)覆蓋了公安刑偵領(lǐng)域、公共安全領(lǐng)域等。由于指紋識(shí)別技術(shù)是將輸入的指紋和數(shù)據(jù)庫(kù)中預(yù)存的指紋模板進(jìn)行比對(duì)從而驗(yàn)證身份，因此要求指紋信息數(shù)據(jù)庫(kù)的容量足夠大，并且要不斷更新。人臉識(shí)別技術(shù)是近年來(lái)迅速發(fā)展的一種生物識(shí)別技術(shù)。人臉識(shí)別技術(shù)涉及了計(jì)算機(jī)視覺(jué)、人工智能、感知學(xué)習(xí)和模式識(shí)別技術(shù)等科學(xué)領(lǐng)域。人臉識(shí)別是通過(guò)攝像機(jī)讀取人類(lèi)臉部特征信息，分析現(xiàn)實(shí)人臉的空間圖像映射到機(jī)器空間的過(guò)程，分析人類(lèi)臉部共有特征和個(gè)體人臉特征之間的關(guān)系，形成人臉圖像模板，最終實(shí)現(xiàn)人臉自動(dòng)識(shí)別。人臉識(shí)別技術(shù)具有方便、直接、友好等特點(diǎn)，在使用者接受度方面表現(xiàn)極好。但是人臉圖像信息的數(shù)據(jù)量巨大，為了提高人臉識(shí)別的運(yùn)算速度，必須對(duì)原始圖像數(shù)據(jù)進(jìn)行壓縮，這就有可能降低識(shí)別率，造成一定的誤識(shí)率和拒識(shí)率。簽名識(shí)別是通過(guò)分析使用者簽署自己名字的方式來(lái)進(jìn)行身份鑒別。簽名識(shí)別與指紋識(shí)別、人臉識(shí)別不同，它屬于人類(lèi)行為識(shí)別技術(shù)。簽名識(shí)別分成在線驗(yàn)證和離線驗(yàn)證兩種形式。離線驗(yàn)證是使用紙張上的字跡通過(guò)掃描儀等電子設(shè)備轉(zhuǎn)化成數(shù)字圖像再與數(shù)據(jù)庫(kù)中模板信息比對(duì)；在線驗(yàn)證則通過(guò)手寫(xiě)板或壓敏筆等傳感器設(shè)備記錄簽名過(guò)程中的各項(xiàng)動(dòng)態(tài)特征數(shù)值（寫(xiě)字速度、力度、角度、加速度等）。簽名的動(dòng)態(tài)特征是難以模仿的，因此簽名的在線驗(yàn)證方式比離線驗(yàn)證方式要更加可靠。此外簽名識(shí)別與人們平時(shí)的簽字行為極為相似，因此具有很高的用戶(hù)接受度。

二、生物識(shí)別技術(shù)在電子商務(wù)中的應(yīng)用

伴隨電子商務(wù)的發(fā)展，解決電子商務(wù)中的安全問(wèn)題和尋找更加可靠方便的身份認(rèn)證方式成為進(jìn)一步發(fā)展電子商務(wù)的新需求。另一方面，隨著全球信息化的發(fā)展，生物識(shí)別技術(shù)在技術(shù)發(fā)展和市場(chǎng)培育上都日趨完善，人們對(duì)生物識(shí)別技術(shù)的認(rèn)知度和認(rèn)可度也不斷提高。全球生物識(shí)別技術(shù)產(chǎn)業(yè)化發(fā)展程度在不斷擴(kuò)大。2002年11月，中國(guó)科學(xué)院計(jì)算機(jī)技術(shù)研究所承擔(dān)的“面像檢測(cè)與識(shí)別核心技術(shù)”項(xiàng)目獲得突破性成果，該系統(tǒng)能夠在1/10~1/20秒之內(nèi)自動(dòng)檢測(cè)到人臉，并且在1秒內(nèi)完成身份識(shí)別。2003年阿拉伯聯(lián)合酋長(zhǎng)國(guó)宣布啟用基于虹膜認(rèn)證技術(shù)的針對(duì)被驅(qū)逐外國(guó)人的國(guó)界控制系統(tǒng)。2006年北京農(nóng)村商業(yè)銀行在國(guó)內(nèi)試點(diǎn)使用指紋識(shí)別認(rèn)證，用戶(hù)可以通過(guò)指紋識(shí)別認(rèn)證進(jìn)入銀行系統(tǒng)，自助完成各項(xiàng)操作。2007年中國(guó)建設(shè)銀行和中國(guó)郵政儲(chǔ)蓄銀行分別在全國(guó)營(yíng)業(yè)網(wǎng)點(diǎn)內(nèi)推廣應(yīng)用柜員指紋身份認(rèn)證系統(tǒng)。2008年北京奧運(yùn)會(huì)，奧運(yùn)村使用了基于人臉識(shí)別的酒店門(mén)禁管理系統(tǒng)。2010年波蘭BPSSA銀行宣布引入采用生物識(shí)別技術(shù)的自動(dòng)取款機(jī)。國(guó)際民航組織確定從2010年起，其所有的成員國(guó)和地區(qū)必須使用基于人臉識(shí)別的機(jī)讀護(hù)照，此項(xiàng)規(guī)定已經(jīng)成為國(guó)際標(biāo)準(zhǔn)。此外日本三菱銀行開(kāi)發(fā)了基于手指靜脈的認(rèn)證系統(tǒng)用于金庫(kù)管理。歐美國(guó)家將生物認(rèn)證技術(shù)廣泛用于醫(yī)院病人資料庫(kù)管理、政府信息中心出入境管理、小學(xué)生信息管理等多個(gè)領(lǐng)域。由此可以期待，在不遠(yuǎn)的將來(lái)，基于生物特征識(shí)別技術(shù)的更加平民化的電子商務(wù)應(yīng)用走入我們的生活，帶來(lái)更加安全更加便利的使用體驗(yàn)。

三、生物識(shí)別技術(shù)對(duì)電子商務(wù)的影響趨勢(shì)

現(xiàn)代社會(huì)生活各方面都需要可靠方便的身份認(rèn)證識(shí)別技術(shù)，尤其是在電子商務(wù)領(lǐng)域內(nèi)，目前電子商務(wù)的運(yùn)營(yíng)過(guò)程中不乏因?yàn)檫^(guò)程監(jiān)控不夠周密而出現(xiàn)的貨物丟失、冒領(lǐng)，并由此引發(fā)糾紛事件。未來(lái)，基于生物識(shí)別技術(shù)的身份認(rèn)證識(shí)別能夠覆蓋電子商務(wù)的全領(lǐng)域，徹底解決電子商務(wù)運(yùn)營(yíng)過(guò)程中的身份認(rèn)證問(wèn)題。

1、在電子商務(wù)領(lǐng)域內(nèi)的全領(lǐng)域覆蓋電子商務(wù)在運(yùn)行過(guò)程中涉及了買(mǎi)賣(mài)雙方的身份認(rèn)證、訂單信息認(rèn)證、支付安全認(rèn)證、物流運(yùn)輸安全認(rèn)證等多項(xiàng)認(rèn)證。其流程之繁瑣，認(rèn)證技術(shù)運(yùn)用頻率之高是其他行業(yè)所無(wú)法比擬的?？煽勘憷纳锾卣髯R(shí)別認(rèn)證技術(shù)能夠確保電子商務(wù)系統(tǒng)的正常運(yùn)轉(zhuǎn)。未來(lái)，電子商務(wù)的買(mǎi)賣(mài)雙方可以通過(guò)生物特征認(rèn)證技術(shù)證明自己的身份；通過(guò)生物特征認(rèn)證和數(shù)字簽名的雙因子認(rèn)證確定訂單的真實(shí)有效，并完成相應(yīng)的支付；物流公司的物流派送人員通過(guò)指紋驗(yàn)證確認(rèn)接收到需要派發(fā)的貨物；最終收貨人通過(guò)提供帶有生物特征信息的簽收信息表明身份，確保貨物安全送達(dá)。由此，生物特征技術(shù)確保了電子商務(wù)安全領(lǐng)域內(nèi)的安全性、可用性、可控性、保密性和不可否認(rèn)性，保障電子商務(wù)系統(tǒng)正常有序運(yùn)行。

2、多項(xiàng)生物特征融合應(yīng)用從目前的應(yīng)用看來(lái)生物識(shí)別技術(shù)雖然前景良好，但仍存在有漏洞。例如，利用塑膠可塑性的特點(diǎn)采集指紋應(yīng)對(duì)指紋驗(yàn)證系統(tǒng)；利用3D打印技術(shù)欺騙靜態(tài)人臉識(shí)別驗(yàn)證系統(tǒng)。多項(xiàng)生物特征的融合使用就是生物特征識(shí)別技術(shù)的多因子驗(yàn)證。這種對(duì)多項(xiàng)生物特征的采集、融合、聯(lián)合驗(yàn)證的新型理論和技術(shù)就是生物特征識(shí)別的未來(lái)發(fā)展趨勢(shì)。該項(xiàng)技術(shù)能夠?qū)λ杉纳锾卣餍畔⑦M(jìn)行多方面、多級(jí)別的處理，得到更加完備的數(shù)據(jù)特征信息，從而完成精準(zhǔn)度更高的身份認(rèn)證，為安全可靠的身份認(rèn)證技術(shù)的實(shí)施奠定了基礎(chǔ)。

四、結(jié)論

第2篇：識(shí)別技術(shù)論文范文

無(wú)線射頻識(shí)別技術(shù)[1](radio frequency identification,RFID)是一種非接觸的自動(dòng)識(shí)別技術(shù), 它通過(guò)射頻信號(hào)自動(dòng)識(shí)別目標(biāo)對(duì)象并獲取相關(guān)數(shù)據(jù)。在RFID系統(tǒng)工作時(shí),數(shù)據(jù)碰撞將導(dǎo)致讀寫(xiě)器的接收機(jī)不能正確而及時(shí)地讀出數(shù)據(jù),從而降低RFID系統(tǒng)的工作性能及其效率。標(biāo)簽防碰撞算法可以實(shí)現(xiàn)多個(gè)標(biāo)簽與讀寫(xiě)器之間的正確通信,其性能決定了標(biāo)簽的識(shí)別速度和效率。因此, 標(biāo)簽防碰撞算法是RFID系統(tǒng)中的關(guān)鍵技術(shù)之一,其優(yōu)劣性在很大程度上決定了射頻識(shí)別過(guò)程的時(shí)間性能以及識(shí)別成功率。

傳統(tǒng)的標(biāo)簽防碰撞算法可分為ALOHA算法[2-3]和樹(shù)形算法[4-5]2類(lèi)。ALOHA算法是1種完全隨機(jī)接入的多址接入?yún)f(xié)議算法,比如:PALOHA算法(隨機(jī)推遲算法)、時(shí)隙ALOHA算法(SA算法)、幀時(shí)隙ALOHA算法(FSA算法)、動(dòng)態(tài)幀時(shí)隙ALOHA算法(DFSA算法)和分組ALOHA算法等。該類(lèi)算法在標(biāo)簽試圖發(fā)送數(shù)據(jù)時(shí),并不考慮信道當(dāng)前的忙閑狀態(tài),一旦產(chǎn)生數(shù)據(jù),就立刻決定將其發(fā)送至信道,這種發(fā)送控制策略有嚴(yán)重的盲目性。隨著用戶(hù)數(shù)量或發(fā)送信息量的增加,這種完全隨機(jī)接入的算法將使信道重疊現(xiàn)象加劇,碰撞概率增大,傳輸性能下降。

近幾年,有學(xué)者提出了采用CDMA技術(shù)進(jìn)行防碰撞的方法,其性能有明顯改善。文獻(xiàn)[6]提出在標(biāo)簽識(shí)別過(guò)程中,使用碼分多址技術(shù),實(shí)現(xiàn)一個(gè)時(shí)隙可以同時(shí)傳輸多個(gè)標(biāo)簽。文獻(xiàn)[7]提出了一種基于碼分多址思想的時(shí)隙ALOHA算法,來(lái)解決射頻識(shí)別中的防碰撞問(wèn)題,此算法的系統(tǒng)穩(wěn)定范圍要大于時(shí)隙ALOHA系統(tǒng),并且當(dāng)選用的擴(kuò)頻碼組階數(shù)為N時(shí),此算法的最大吞吐量可達(dá)原時(shí)隙ALOHA的N倍。上述2個(gè)文獻(xiàn)所提到的算法,當(dāng)標(biāo)簽數(shù)量很多時(shí),數(shù)據(jù)碰撞的概率明顯增加,使系統(tǒng)的吞吐量急劇下降,影響了系統(tǒng)的整體性能?；谝陨显?本論文提出了1種改進(jìn)的基于CDMA技術(shù)的防碰撞算法,能夠適應(yīng)大量標(biāo)簽的識(shí)別應(yīng)用,減少了識(shí)別碰撞的發(fā)生,使系統(tǒng)吞吐量得到明顯改善。

1基于CDMA技術(shù)的新型防碰撞算法

n×1-1Nn-1(2)由于傳統(tǒng)的基于ALOHA的防碰撞算法中一個(gè)時(shí)隙最多只能正確識(shí)別一個(gè)標(biāo)簽的信息,所以當(dāng)標(biāo)簽數(shù)目過(guò)大時(shí),系統(tǒng)的吞吐率,即正確識(shí)別標(biāo)簽數(shù)目所占的百分比將會(huì)大幅度的降低,所以對(duì)于過(guò)量的標(biāo)簽,本算法將會(huì)采取對(duì)所有標(biāo)簽進(jìn)行分組識(shí)別,當(dāng)標(biāo)簽需要分成2組時(shí)(系統(tǒng)識(shí)別幀最大時(shí)隙數(shù)N為256):nN×1-1Nn-1=n2N×1-1Nn2-1 (3)用上述公式可知n=354,所以當(dāng)標(biāo)簽數(shù)量大于354時(shí),系統(tǒng)將會(huì)對(duì)標(biāo)簽分組識(shí)別。

本文提出的新型算法如下:依據(jù)分組幀時(shí)隙ALOHA算法,通過(guò)此算法的分組規(guī)則,完成識(shí)別的所有標(biāo)簽的分組。分組幀時(shí)隙ALOHA算法的分組規(guī)則如下:當(dāng)標(biāo)簽數(shù)量≤354時(shí),無(wú)論幀長(zhǎng)選擇8個(gè)時(shí)隙還是256個(gè)時(shí)隙,標(biāo)簽都不分組,按照一個(gè)大組來(lái)進(jìn)行識(shí)別;當(dāng)標(biāo)簽數(shù)量>354時(shí),幀長(zhǎng)選擇256個(gè)時(shí)隙比較適合讀寫(xiě)器的識(shí)別;當(dāng)標(biāo)簽數(shù)量在355707時(shí),標(biāo)簽分為2組;當(dāng)標(biāo)簽數(shù)量在708~1 416時(shí),標(biāo)簽分成4組更適合信息的傳輸識(shí)別。當(dāng)標(biāo)簽數(shù)量更多時(shí),按照這個(gè)規(guī)律分成合適的組數(shù)再進(jìn)行識(shí)別,詳細(xì)過(guò)程如圖1所示。標(biāo)簽分組工作完成后,在每個(gè)分組中分別采用碼分多址技術(shù),利用其技術(shù)的保密性、抗干擾性和多址通信能力,對(duì)標(biāo)簽中的數(shù)據(jù)進(jìn)行擴(kuò)頻處理并傳輸。然后讀寫(xiě)器端利用碼組的自相關(guān)特性對(duì)不同標(biāo)簽所發(fā)的數(shù)據(jù)進(jìn)行解調(diào),從而達(dá)到防碰撞的目的,進(jìn)而完成對(duì)全部標(biāo)簽的識(shí)別,也實(shí)現(xiàn)了同一時(shí)隙可以傳輸多個(gè)信息的情況。本論文中提到的新型防碰撞算法需要預(yù)先在待識(shí)別的標(biāo)簽中植入擴(kuò)頻性良好的正交碼組,以防止接收端沒(méi)有辦法正確解擴(kuò)接收,本文選用Walsh序列。該算法可以有效減少圖1算法執(zhí)行過(guò)程示意圖標(biāo)簽識(shí)別過(guò)程中的碰撞次數(shù),從而減少了識(shí)別時(shí)間并且降低了功耗。本論文將分組幀時(shí)隙ALOHA算法和碼分多址技術(shù)相結(jié)合,實(shí)現(xiàn)在每個(gè)分組內(nèi)可以有多個(gè)標(biāo)簽同時(shí)進(jìn)行擴(kuò)頻傳輸,并且在接收端采用并行接收技術(shù)進(jìn)行多個(gè)標(biāo)簽的同時(shí)接收。本發(fā)明在識(shí)別標(biāo)簽過(guò)程中,每個(gè)組內(nèi)均為一個(gè)獨(dú)立的識(shí)別過(guò)程,在分組幀長(zhǎng)不改變的前提下,提高了標(biāo)簽數(shù)量龐大時(shí)的系統(tǒng)性能。有效地減小標(biāo)簽之間的碰撞概率,縮短讀寫(xiě)器操作時(shí)間,提高吞吐率, 很適合應(yīng)用于具有較大數(shù)量標(biāo)簽的RFID系統(tǒng)中。

2仿真結(jié)果

本論文提出了采用碼分多址技術(shù)的新型防碰撞算法,并仿真了固定時(shí)隙數(shù)下ALOHA算法的系統(tǒng)吞吐率和本文所提出的算法改進(jìn)后的系統(tǒng)吞吐量。

RFID系統(tǒng)中時(shí)隙ALOHA算法的幀長(zhǎng)取值從16個(gè)時(shí)隙到256個(gè)時(shí)隙變化,根據(jù)公式2,系統(tǒng)吞吐率如圖2所示。其中,系統(tǒng)仿真設(shè)定的信息幀長(zhǎng)F即時(shí)隙數(shù)設(shè)定按2的冪次方遞增,即F取值從16個(gè)時(shí)隙變化到256個(gè)時(shí)隙,橫坐標(biāo)為標(biāo)簽數(shù)N從1變化到500,縱坐標(biāo)為吞吐率。當(dāng)幀長(zhǎng)設(shè)定為256個(gè)時(shí)隙,標(biāo)簽數(shù)量少于256個(gè)時(shí),系統(tǒng)吞吐量隨著標(biāo)簽數(shù)量的增加而增加,直到標(biāo)簽數(shù)量達(dá)到256時(shí)系統(tǒng)的吞吐量達(dá)到最大值。隨著標(biāo)簽數(shù)量的逐漸增多,系統(tǒng)的吞吐量又呈現(xiàn)下降趨勢(shì)。從圖2可以得出2點(diǎn)結(jié)論:一、當(dāng)標(biāo)簽個(gè)數(shù)接近信息幀長(zhǎng)時(shí),系統(tǒng)的吞吐率比較高;二、隨著幀長(zhǎng)取值的增加,系統(tǒng)對(duì)標(biāo)簽的識(shí)別性能有明顯改善。

本論文提出的基于碼分多址技術(shù)的新型防碰撞算法選用Walsh序列碼,其在對(duì)標(biāo)簽的ID號(hào)進(jìn)行擴(kuò)頻處理后,即可實(shí)現(xiàn)在同一時(shí)刻有2個(gè)以上的標(biāo)簽同時(shí)進(jìn)入讀寫(xiě)器的識(shí)別區(qū)域,它們同時(shí)發(fā)送各自的ID號(hào)后,讀寫(xiě)器在接收到這些在空間疊加后的信號(hào)時(shí)也能完整地分離出不同標(biāo)簽的ID號(hào),突破了時(shí)隙ALOHA算法在同一時(shí)刻不能有2個(gè)以上標(biāo)簽到達(dá)的限制。此時(shí),系統(tǒng)的吞吐量為(Walsh序列的階數(shù)為r)esucc=∑t=2rt=1N×P(N,n,t)(4)固定時(shí)隙數(shù)的ALOHA算法的系統(tǒng)吞吐量仿真圖和其與基于碼分多址技術(shù)的新型防碰撞算法的比較仿真結(jié)果如圖3所示。仿真條件為標(biāo)簽的到達(dá)情況符合泊松過(guò)程。仿真圖3給出了RFID系統(tǒng)的讀寫(xiě)器閱讀100個(gè)標(biāo)簽的識(shí)別結(jié)果,其中新型算法選用的是Walsh序列,其階數(shù)r取值從2變化到3,固定時(shí)隙數(shù)的ALOHA算法的信息幀長(zhǎng)F取值從32變化到64,橫坐標(biāo)為標(biāo)簽數(shù)N從1變化到100,縱坐標(biāo)為吞吐量。從仿真結(jié)果看,在同樣的到達(dá)率的條件下,階數(shù)越大,算法的吞吐量越高,系統(tǒng)的識(shí)別性能有明顯改善。并且隨著到達(dá)率的增加,新型算法的吞吐量也隨著增加,當(dāng)標(biāo)簽到達(dá)量與階數(shù)相等時(shí),系統(tǒng)吞吐量達(dá)到最大,但到達(dá)量大于階數(shù)時(shí),吞吐量隨著到達(dá)率的增加而呈下降趨勢(shì)。這是由于當(dāng)在同一時(shí)隙內(nèi)到達(dá)的標(biāo)簽數(shù)量增加到一定程度后,基于Walsh序列階數(shù)r的有限性,選用相同的Walsh序列作為擴(kuò)頻碼的標(biāo)簽數(shù)量將會(huì)增加,此時(shí)必然導(dǎo)致碰撞的增加。當(dāng)選用的Walsh序列階數(shù)為3時(shí),基于碼分多址技術(shù)的新型防碰撞算法的系統(tǒng)吞吐量可高達(dá)3.2,遠(yuǎn)高于時(shí)隙ALOHA的0.368。而且隨著Walsh序列階數(shù)的提高,吞吐量的最大值還可以提高,但這會(huì)以增加讀寫(xiě)器和標(biāo)簽的硬件復(fù)雜度為代價(jià),在實(shí)際使用中必須根據(jù)需求在吞吐量和Walsh序列階數(shù)中作出折中選擇。

第3篇：識(shí)別技術(shù)論文范文

1 文獻(xiàn)統(tǒng)計(jì)分析

1.1 文獻(xiàn)數(shù)量統(tǒng)計(jì) 筆者通過(guò)中國(guó)知網(wǎng)的“中國(guó)學(xué)術(shù)文獻(xiàn)網(wǎng)絡(luò)出版總庫(kù)”，分別以“圖書(shū)館*RFID”、“RFID*圖書(shū)館”兩組關(guān)鍵詞為檢索路徑，采用高級(jí)檢索的方式，以2004～2013年為檢索年限，檢索時(shí)間截至2013年12月31日，檢索結(jié)果如表1所示。

■

1.2 文獻(xiàn)學(xué)科類(lèi)別 以“圖書(shū)館?RFID”為關(guān)鍵詞檢索到的332篇文獻(xiàn)作為統(tǒng)計(jì)基礎(chǔ)，根據(jù)文獻(xiàn)研究?jī)?nèi)容主題進(jìn)行統(tǒng)計(jì)，共涉及9個(gè)學(xué)科類(lèi)別，其中199篇為圖書(shū)情報(bào)專(zhuān)業(yè)學(xué)科，占發(fā)表文獻(xiàn)總量的59.9%（見(jiàn)表2）。

■

1.3 發(fā)文年代分布

■

2 從文獻(xiàn)量化分析看研究進(jìn)程

2.1 圖書(shū)館RFID研究文獻(xiàn)的起步 關(guān)于我國(guó)“圖書(shū)館RFID”的文獻(xiàn)研究起步于2004年。2004年西華大學(xué)圖書(shū)館李欣榮發(fā)表了《RFID在現(xiàn)代圖書(shū)館管理系統(tǒng)中的應(yīng)用》，文章探討了RFID的定義、RFID系統(tǒng)的組成、RFID的優(yōu)點(diǎn)，指出RFID及時(shí)是一種市場(chǎng)前景和應(yīng)用規(guī)模巨大的高新技術(shù)，這種技術(shù)的應(yīng)用將給現(xiàn)代圖書(shū)館管理系統(tǒng)帶來(lái)革命性變化。2004年杭州師范學(xué)院圖書(shū)館沈嶸發(fā)表了《無(wú)線射頻識(shí)別技術(shù)（RFID）及其在圖書(shū)館的應(yīng)用》，指出射頻識(shí)別技術(shù)RFlD與條形碼識(shí)別技術(shù)相比的優(yōu)越性，在圖書(shū)館應(yīng)用方面，射頻識(shí)別技術(shù)彌補(bǔ)了條形碼識(shí)別技術(shù)的不足。

2.2 圖書(shū)館RFID研究文獻(xiàn)的發(fā)展 2004~2013年間，共發(fā)表有關(guān)“圖書(shū)館RFID”的文章332篇，這些論文分別來(lái)自54種國(guó)內(nèi)公開(kāi)出版的學(xué)術(shù)期刊，其中包括圖書(shū)館學(xué)專(zhuān)業(yè)及人文社會(huì)科學(xué)其他專(zhuān)業(yè)。

從論文年代分布對(duì)其發(fā)展進(jìn)程進(jìn)行分析，10年的研究大體上分為2個(gè)階段：第一階段：起步階段，2004~2006年，這一階段涉及到的論文有17篇。第二階段：高峰階段，2007~2013年，研究的論文數(shù)量逐漸增多，7年共發(fā)表324篇論文，占文獻(xiàn)總量的97.6%，并逐漸形成研究熱點(diǎn)。這一階段可以看作是圖書(shū)館RFID研究的高峰平臺(tái)期，且還沒(méi)結(jié)束。

3 文獻(xiàn)研究的內(nèi)容

3.1 RFID的理論以及應(yīng)用模式研究 通過(guò)對(duì)10年發(fā)表的332篇論文主題的歸納分析，發(fā)現(xiàn)關(guān)于圖書(shū)館RFID的理論以及應(yīng)用研究占大多數(shù)，都從RFID的介紹、特點(diǎn)、優(yōu)越性在圖書(shū)館中應(yīng)用的可行性以及應(yīng)用效果等方面對(duì)圖書(shū)館應(yīng)用RFID進(jìn)行了充分的論述。

河北師范大學(xué)圖書(shū)館劉紹榮、杜也麗、張麗娟在《RFID在圖書(shū)館使用現(xiàn)狀分析》一文中通過(guò)對(duì)國(guó)內(nèi)外圖書(shū)館實(shí)施RFID技術(shù)情況的調(diào)研，就其在國(guó)內(nèi)的總體發(fā)展情況、使用情況以及使用效果進(jìn)行了分析，并指出使用中存在的問(wèn)題，提出解決問(wèn)題的建議，為關(guān)注者和準(zhǔn)備實(shí)施RFID的圖書(shū)館提供參考。

在《RFID在圖書(shū)館應(yīng)用的可行性研究》一文中，中山大學(xué)資訊管理系蔡孟欣從圖書(shū)館的戰(zhàn)略規(guī)劃、經(jīng)濟(jì)、技術(shù)、安全、人文等方面，對(duì)RFID在圖書(shū)館應(yīng)用的可行性進(jìn)行了分析，同時(shí)指出圖書(shū)館應(yīng)根據(jù)自身及社會(huì)的實(shí)際情況進(jìn)行綜合考慮，進(jìn)而確定是否采用RFID系統(tǒng)。

深圳圖書(shū)館甘琳在《RFID技術(shù)在圖書(shū)館的應(yīng)用創(chuàng)新》一文中從深圳圖書(shū)館應(yīng)用RFID的經(jīng)驗(yàn)、體會(huì)出發(fā)進(jìn)行闡述，同時(shí)在服務(wù)、業(yè)務(wù)及管理等方面，論證了這種新技術(shù)給圖書(shū)館行業(yè)帶來(lái)的機(jī)遇與挑戰(zhàn)。

3.2 圖書(shū)館應(yīng)用RFID的優(yōu)缺點(diǎn)研究 從目前發(fā)表的文章來(lái)看，有關(guān)RFID技術(shù)在圖書(shū)館應(yīng)用的優(yōu)勢(shì)，不足及改進(jìn)辦法的論述已經(jīng)比較全面。其優(yōu)勢(shì)主要包括：①實(shí)現(xiàn)自助借還，優(yōu)化圖書(shū)借閱服務(wù)；②便于書(shū)庫(kù)管理，提高館藏清點(diǎn)速度；③提高工作效率，節(jié)約人力成本等。不足主要包括：①成本較高；②標(biāo)準(zhǔn)不統(tǒng)一；③安全問(wèn)題；④侵犯隱私權(quán)；⑤識(shí)別精度；⑥與現(xiàn)有系統(tǒng)的整合等。

西南政法大學(xué)圖書(shū)館楊雪在《RFID技術(shù)在圖書(shū)館應(yīng)用中的思考》一文中指出，在圖書(shū)館應(yīng)用方面，RFID技術(shù)具有非常大的優(yōu)勢(shì)，可以提高圖書(shū)館的管理和服務(wù)水平，但在實(shí)際應(yīng)用中仍然遇到一些問(wèn)題。除上文提出的一些普遍存在不足之外，還提出圖書(shū)館在應(yīng)用RFID技術(shù)中管理觀念滯后、系統(tǒng)集成方案不成熟等問(wèn)題，需要圖書(shū)館、RFID廠商及管理系統(tǒng)開(kāi)發(fā)商協(xié)調(diào)工作，共同解決。

天津農(nóng)學(xué)院圖書(shū)館王穎在《對(duì)RFID在圖書(shū)館應(yīng)用的思考》一文中重點(diǎn)討論了圖書(shū)館人在RFID應(yīng)用中需要關(guān)注和思考的問(wèn)題，包括RFID標(biāo)準(zhǔn)、人力資源合理安置、讀者調(diào)查以及圖書(shū)館應(yīng)用RFID系統(tǒng)的示范項(xiàng)目等方面。

4 總結(jié)與分析

自從2006年廈門(mén)集美大學(xué)誠(chéng)毅學(xué)院和深圳圖書(shū)館應(yīng)用RFID系統(tǒng)以來(lái)，國(guó)內(nèi)許多學(xué)者即從RFID的概述、作用、運(yùn)行模式等方面進(jìn)行探討，取得有意義的理論和實(shí)踐成果。

4.1 RFID研究文獻(xiàn)增長(zhǎng)迅速 筆者利用“中國(guó)學(xué)術(shù)文獻(xiàn)網(wǎng)絡(luò)出版總庫(kù)”，以“圖書(shū)館*RFID”為檢索策略，檢索出2004年至2013年文獻(xiàn)332篇，從“文獻(xiàn)發(fā)表年代分布統(tǒng)計(jì)”一表中可以看出，國(guó)內(nèi)對(duì)RFID的研究成直線上升狀態(tài)。

4.2 RFID理論研究熱點(diǎn) ①RFID概述及其特點(diǎn)。在圖書(shū)館領(lǐng)域，隨著現(xiàn)代化技術(shù)的廣泛使用，使用多年的條形碼識(shí)別技術(shù)逐漸被新型的射頻識(shí)別技術(shù)RFID所取代。對(duì)于RFID技術(shù)來(lái)說(shuō)，其優(yōu)勢(shì)主要表現(xiàn)為：使用壽命長(zhǎng)、讀取距離大、標(biāo)簽上數(shù)據(jù)可以加密、存儲(chǔ)數(shù)據(jù)容量更大等，該技術(shù)可以替代條形碼和磁條技術(shù)。②RFID在圖書(shū)館中的應(yīng)用研究。自從RFID技術(shù)在集美大學(xué)誠(chéng)毅學(xué)院和深圳圖書(shū)館的應(yīng)用，RFID技術(shù)已經(jīng)受到圖書(shū)館越來(lái)越多的關(guān)注。RFID技術(shù)在圖書(shū)館的應(yīng)用，使圖書(shū)館的管理更趨于科學(xué)化，將給現(xiàn)代圖書(shū)館管理系統(tǒng)帶來(lái)革命性的變化，將圖書(shū)館從數(shù)字化圖書(shū)館推向了智能化圖書(shū)館。③RFID優(yōu)缺點(diǎn)的研究。RFID技術(shù)在圖書(shū)館應(yīng)用面具有非常大的優(yōu)勢(shì)，可以提高圖書(shū)館的管理和服務(wù)水平、提高圖書(shū)館的服務(wù)效率，但在使用過(guò)程中仍然遇到一些問(wèn)題，也存在不成熟或不完善的地方。近些年許多學(xué)者通過(guò)對(duì)RFID技術(shù)在圖書(shū)館應(yīng)用中存在的優(yōu)勢(shì)及問(wèn)題進(jìn)行分析，提出解決方法及對(duì)策。

第4篇：識(shí)別技術(shù)論文范文

關(guān)鍵詞：星敏感器；星圖識(shí)別算法；導(dǎo)航星數(shù)據(jù)庫(kù)；奇異值分解

中圖分類(lèi)號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)號(hào)：A 文章編號(hào)：2095-2163（2014）02-

An Improved Star Recognition Algorithms based on Singular Value Method

XING Yifan， WANG Jianhua

（Institute of Computer Science and Information Engineering， Harbin Normal University， Harbin 150025， China）

Abstract： Star tracker is most precise instrument of attitude measurement， playing a vital role in attitude measurement and control system of all kinds of Aerospace Flight Vehicles. Star pattern recognition algorithm as one of core technology of star tracker is so important that the reliable， fast and accurate star pattern recognition is widely investigated. The star pattern recognition algorithms are investigated. For the problem of low coverage throughout the sky caused by lack of bore sight direction， an improved singular value method for recognition algorithm is proposed respectively. The design thoughts of programs are elaborated clearly. Finally， this thesis develops JAVA language code of the improved algorithm in the JDK 5.0 Builder environment and makes an comparison with performance of the traditional Triangle algorithm in detail.

Keywords： Star Tracker； Star Recognition Algorithms； Database of Guide Star Pattern； Singular Value Decomposition

0 引言

天文導(dǎo)航是通過(guò)對(duì)已知自然天體的坐標(biāo)位置和運(yùn)動(dòng)規(guī)律開(kāi)展研究，應(yīng)用觀測(cè)天體的天文坐標(biāo)值來(lái)確定導(dǎo)航體在地球上的地理位置等導(dǎo)航參數(shù)[ ]。與其他導(dǎo)航技術(shù)相比，天文導(dǎo)航系統(tǒng)由于不需要其他地面設(shè)備的支持，可以實(shí)現(xiàn)自主式導(dǎo)航，同時(shí)還具有指向精度高、體積小、自主性強(qiáng)、無(wú)姿態(tài)累積誤差等優(yōu)點(diǎn)，星敏感器的這些性能使其成為一種優(yōu)良的空間姿態(tài)敏感器技術(shù)而在空間飛行器中得到越來(lái)越廣泛的應(yīng)用。

星敏感器技術(shù)的出現(xiàn)為空間飛行器的姿態(tài)測(cè)量探明了一個(gè)新的途徑。星敏感器利用恒星坐標(biāo)系作為參考坐標(biāo)系，以若干個(gè)恒星矢量進(jìn)行航天器在軌飛行階段的高精度姿態(tài)測(cè)量。對(duì)于星敏感器而言，星圖識(shí)別的實(shí)質(zhì)就是尋找觀測(cè)星圖中觀測(cè)星在星表（天球坐標(biāo)系）中對(duì)應(yīng)的導(dǎo)航星[ ]，這是星圖導(dǎo)航中極為關(guān)鍵的一個(gè)步驟。該步驟指出了星敏感器拍攝到的實(shí)時(shí)星圖的空間位置信息，可為導(dǎo)航中的姿態(tài)和位置解算提供了基礎(chǔ)，其效率和準(zhǔn)確度對(duì)整個(gè)星圖導(dǎo)航系統(tǒng)有著極為重要的意義[ ]。

1 基于奇異值分解的星圖識(shí)別算法

基于奇異值分解的星圖識(shí)別算法是一種非直觀的星模式識(shí)別方法，是利用觀測(cè)坐標(biāo)系下的觀測(cè)單位列矢量矩陣的奇異值和參考坐標(biāo)系下相應(yīng)的參考單位列矢量矩陣的奇異值來(lái)進(jìn)行星模式識(shí)別。由數(shù)學(xué)原理解析可得，該算法進(jìn)行模式識(shí)別所用的奇異值相對(duì)于坐標(biāo)變換是不變的[ ]。對(duì)于一幀觀測(cè)星圖，無(wú)論有多少個(gè)向量，最后提取的特征只有3個(gè)奇異值。

第5篇：識(shí)別技術(shù)論文范文

首先通過(guò)對(duì)基于區(qū)域分析的指尖檢測(cè)算法的介紹和研究，并驗(yàn)證了該算法的有效性。然后介紹了增強(qiáng)現(xiàn)實(shí)技術(shù)以及增強(qiáng)現(xiàn)實(shí)中的人機(jī)交互，并把指尖檢測(cè)算法應(yīng)用到增強(qiáng)現(xiàn)實(shí)系統(tǒng)中，通過(guò)實(shí)驗(yàn)?zāi)軌蚝芎玫淖R(shí)別指尖與虛擬對(duì)象的交互區(qū)域并實(shí)時(shí)反饋交互結(jié)果，證實(shí)了該算法在增強(qiáng)現(xiàn)實(shí)系統(tǒng)中的可行性。

【關(guān)鍵詞】區(qū)域分析 指尖檢測(cè) 增強(qiáng)現(xiàn)實(shí) 交互應(yīng)用

1 基于區(qū)域分析的指尖檢測(cè)算法

1.1 改進(jìn)的圖像差分算法

在傳統(tǒng)的鄰幀差法主要是通過(guò)前后兩幀的灰度值來(lái)檢測(cè)圖像中變化的區(qū)域，這種算法在目標(biāo)運(yùn)動(dòng)并且背景靜止的情況下是很有效果的，但是當(dāng)目標(biāo)停止運(yùn)動(dòng)時(shí)鄰幀差法就會(huì)失效。而背景消減法主要是通過(guò)把當(dāng)前幀和參考圖像相消減來(lái)獲取靜止的目標(biāo)物體。所以能否準(zhǔn)確分割的關(guān)鍵取決于如何選擇與更新參考圖像。

1.2 指尖的檢測(cè)識(shí)別

1.2.1 指尖模型

指尖模型包括二維模型和空間三維模型?？臻g三維手指模型可以通過(guò)提供詳盡的建模使得后面的手勢(shì)識(shí)別有很高的精確度。但是手指動(dòng)作隨時(shí)都在變化，手指的空間三維模型還是很復(fù)雜而且實(shí)時(shí)計(jì)算代價(jià)很高，所以我們通過(guò)利用指尖二維平面位置檢測(cè)法來(lái)解決以上問(wèn)題。

通過(guò)對(duì)手指在二維平面上各種動(dòng)作的觀察，我們發(fā)現(xiàn)在手指運(yùn)動(dòng)并且變換各種動(dòng)作時(shí)其指尖形變部位相對(duì)較小，所以我們可以把指尖的狀態(tài)看做是一個(gè)圓和一組平行線的組合?；谶@種情況，我們?cè)O(shè)計(jì)一個(gè)模型作為指尖模板，如圖1所示。在圖中，d表示的時(shí)手指的寬度，這個(gè)寬度由攝像頭和手指之間的距離來(lái)確定。

如果在二值化后，前景圖像中的目標(biāo)是1，背景是0的話，我們可以看到在指尖區(qū)域有兩個(gè)特點(diǎn)：

（1）在指尖的中心被一個(gè)圓包圍，這個(gè)圓是由一圈圈像素填充所繞成的，其半徑可以定義成手指的寬度；

（2）如圖1所示，在圓外的特定搜索區(qū)域內(nèi)，指尖部分是被0像素和連續(xù)的1像素所包圍。

根據(jù)形狀匹配思想，主要是通過(guò)按一個(gè)度量標(biāo)準(zhǔn)來(lái)對(duì)比匹配的物體間的相似程度來(lái)進(jìn)行形狀匹配。根據(jù)這個(gè)思想，如果要想對(duì)某一模式進(jìn)行識(shí)別，那么就要先準(zhǔn)備好與之相對(duì)應(yīng)的模板。因?yàn)榭紤]到要識(shí)別的模式其大小、方向等外部特征會(huì)發(fā)生改變的可能，所以需要對(duì)于每一種變化后的模式都要有對(duì)應(yīng)的模板，這樣才能保證真確識(shí)別。因?yàn)橹讣鈺?huì)有各自動(dòng)作變化或者會(huì)有部分被遮擋，而且不同人的手指也存在大大小小的不同，所以我們采用的指尖模板要能夠伸縮、平移以及保證旋轉(zhuǎn)時(shí)不變。

1.2.2 指尖檢測(cè)

因?yàn)閿z像頭和人手之間的距離一般都是相對(duì)固定了，所以我們將手指寬度設(shè)定為5和15之間，通過(guò)一些實(shí)驗(yàn)，結(jié)果表明這個(gè)值的設(shè)定對(duì)于大多手指都是適用的。在搜索區(qū)域中，其邊長(zhǎng)相比于手指直徑，一般都要大兩到三個(gè)像素。如果這個(gè)邊長(zhǎng)的值設(shè)置的比較大，那么計(jì)算代價(jià)就會(huì)比較大，這樣就會(huì)導(dǎo)致檢測(cè)的精度不夠高。公式1.4中的Max和Min是對(duì)前景像素在搜索區(qū)域方向上個(gè)數(shù)的限制，一般來(lái)說(shuō)Min的值等同于手指寬度d，Max為Min的兩倍。

結(jié)合上述內(nèi)容，一個(gè)像素點(diǎn)只有同時(shí)滿足三個(gè)條件，才可以被判斷為指尖。這三個(gè)條件如下：

（1）在這個(gè)像素點(diǎn)得周?chē)鷧^(qū)域里的前景像素一定要達(dá)到一定數(shù)量。

（2）在以這個(gè)像素點(diǎn)為中心的搜索區(qū)域邊界上的前景像素和背景像素各自的比例一定要合適。

（3）在搜索區(qū)域邊界上的前景像素一定要能夠直接連通。

1.2.3 指尖檢測(cè)實(shí)驗(yàn)結(jié)果與分析

在實(shí)驗(yàn)中，我們通過(guò)手指在投影墻壁上移動(dòng)來(lái)測(cè)試以上算法能否準(zhǔn)備檢測(cè)出指尖位置。在開(kāi)始的時(shí)候，我們將背景設(shè)置為藍(lán)色，手指進(jìn)入背景后緩緩移動(dòng)，我們可以檢測(cè)到指尖位置，用黑色的十字叉將其表示出來(lái)。

當(dāng)我們將背景從藍(lán)色變換成白色時(shí)，這時(shí)因?yàn)槠鹗荚O(shè)置的藍(lán)色背景圖沒(méi)有來(lái)得及迅速更新，這時(shí)就會(huì)導(dǎo)致前景分割出現(xiàn)錯(cuò)誤，當(dāng)白色的背景穩(wěn)定后，設(shè)置的背景圖片進(jìn)行更換后，就可以檢測(cè)出之間的位置，如圖3所示。

2 增強(qiáng)現(xiàn)實(shí)中的人機(jī)交互判定與反饋

與虛擬對(duì)象交互的判定以及虛擬對(duì)象對(duì)用戶(hù)的反饋是交互模塊中主要實(shí)現(xiàn)的功能，也是系統(tǒng)中手指虛實(shí)交互的最后一個(gè)環(huán)節(jié)。

當(dāng)過(guò)以上指尖定位算法，我們能夠比較精確地檢測(cè)出指尖的位置，可以得到指尖與虛擬對(duì)象交互的有效區(qū)域，這個(gè)交互區(qū)域也就是指尖和虛擬對(duì)象相交的區(qū)域。再通過(guò)坐標(biāo)轉(zhuǎn)換，將交互區(qū)域的二維坐標(biāo)轉(zhuǎn)換為空間三維坐標(biāo)。我們通過(guò)設(shè)定一個(gè)處理動(dòng)作觸發(fā)的時(shí)間來(lái)對(duì)指尖動(dòng)作進(jìn)行判定，一般這個(gè)觸發(fā)時(shí)間是在0.5秒到一秒之間。當(dāng)指尖的觸發(fā)時(shí)間在設(shè)定的時(shí)間之內(nèi)并且指尖位置沒(méi)有很大變化的時(shí)候，就判定指尖對(duì)虛擬對(duì)象進(jìn)行了觸發(fā)動(dòng)作，通過(guò)程序處理，虛擬對(duì)象會(huì)根據(jù)指尖的動(dòng)作做出相應(yīng)地反饋。

3 基于區(qū)域分析的指尖檢測(cè)算法在AR系統(tǒng)中的應(yīng)用

通過(guò)實(shí)驗(yàn)驗(yàn)證，利用基于區(qū)域分析的指尖檢測(cè)算法在大多情況下能夠準(zhǔn)確地檢測(cè)出指尖的位置，從而有效的判斷了手指與虛擬對(duì)象的交互區(qū)域。實(shí)驗(yàn)運(yùn)行結(jié)果如下：圖4所示為系統(tǒng)識(shí)別標(biāo)識(shí)物呈現(xiàn)出來(lái)的虛擬對(duì)象，人手指點(diǎn)擊虛擬對(duì)象的邊角并且拖動(dòng)后，圖5為手指點(diǎn)擊并拖動(dòng)后的交互效果。

4 結(jié)束語(yǔ)

手勢(shì)作為一種直觀的動(dòng)作表示，在人機(jī)交互中有著無(wú)可比擬的優(yōu)勢(shì)，目前也是模式識(shí)別、計(jì)算機(jī)視覺(jué)等組多領(lǐng)域的研究熱點(diǎn)。但是目前的算法還是有諸多不足，包括本文介紹的基于區(qū)域分析的指尖檢測(cè)算法，也會(huì)出現(xiàn)一些誤檢情況。隨著人們研究的深入，一定會(huì)有更加高效的算法。通過(guò)高效的指尖檢測(cè)算法，未來(lái)的AR系統(tǒng)的交互將更加的實(shí)時(shí)、準(zhǔn)確，也會(huì)促進(jìn)AR技術(shù)的高速發(fā)展。

參考文獻(xiàn)

[1]周?chē)?guó)眾.移動(dòng)增強(qiáng)現(xiàn)實(shí)關(guān)鍵技術(shù)及應(yīng)用[J].測(cè)繪與空間地理信息，2012，35（9）：140-144.

[2]唐笑.增強(qiáng)現(xiàn)實(shí)技術(shù)在移動(dòng)互聯(lián)網(wǎng)中的應(yīng)用[J].華章，2013（2）：330-331.

[3]羅穎.基于增強(qiáng)現(xiàn)實(shí)的交互界面設(shè)計(jì)研究[D].華中科技大學(xué)碩士學(xué)位論文，2012（5）.

[4]周俊威.手機(jī)增強(qiáng)現(xiàn)實(shí)虛實(shí)注冊(cè)關(guān)鍵技術(shù)研究[D].華中科技大學(xué)碩士學(xué)位論文，2011.3.

[5]程志，金義富.智能手機(jī)增強(qiáng)現(xiàn)實(shí)系統(tǒng)的架構(gòu)及教育應(yīng)用研究[J].技術(shù)與運(yùn)用，2012.8：134-138.

[6]李可歆.手持設(shè)備上基于增強(qiáng)現(xiàn)實(shí)的虛實(shí)交互技術(shù)的研究與應(yīng)用，青島大學(xué)碩士學(xué)位論文[D]，2010（6）.

[7]梅萍華.基于手勢(shì)的人機(jī)交互和指尖檢測(cè)算法的研究[D].中國(guó)科技大學(xué)碩士學(xué)位論文，2010.

[8]顏浩.增強(qiáng)現(xiàn)實(shí)系統(tǒng)的人機(jī)交互技術(shù)研究與應(yīng)用[D].青島大學(xué)碩士學(xué)位論文，2011.

作者簡(jiǎn)介

周鋒（1987-），男，江蘇省泗洪人。碩士研究生學(xué)歷。主要研究方向?yàn)橛?jì)算機(jī)監(jiān)控，模式識(shí)別。

第6篇：識(shí)別技術(shù)論文范文

關(guān)鍵詞 輪胎缺陷；計(jì)算機(jī)視覺(jué)識(shí)別；輪胎X射線檢測(cè)；算法

中圖分類(lèi)號(hào)TN29 文獻(xiàn)標(biāo)識(shí)碼A 文章編號(hào) 1674-6708（2013）95-0073-03

0 引言

目前對(duì)輪胎X射線檢測(cè)系統(tǒng)的圖像識(shí)別都是由人來(lái)主觀判斷的。X光機(jī)對(duì)輪胎進(jìn)行掃描成像，將圖像傳輸?shù)接?jì)算機(jī)中在顯示屏上顯示，工作人員通過(guò)對(duì)輪胎X射線圖像的識(shí)別來(lái)判斷輪胎是否有缺陷并對(duì)其缺陷進(jìn)行分類(lèi)，由人工來(lái)進(jìn)行輪胎缺陷圖像識(shí)別受到外界的干擾較大，并且具有工作量和工作強(qiáng)度大的特點(diǎn)，這些都容易給輪胎缺陷圖像的識(shí)別帶來(lái)較大不利影響。采用計(jì)算機(jī)圖形識(shí)別技術(shù)對(duì)輪胎X射線圖像進(jìn)行識(shí)別，不僅能提高工作效率，有效解決人工識(shí)別過(guò)程中帶來(lái)的問(wèn)題，使識(shí)別的過(guò)程客觀化，更加科學(xué)和規(guī)范。輪胎X射線缺陷檢測(cè)系統(tǒng)能對(duì)其圖像進(jìn)行自動(dòng)處理和歸類(lèi)，通過(guò)對(duì)輪胎缺陷圖像的統(tǒng)計(jì)，還可以建立輪胎缺陷圖像的數(shù)據(jù)庫(kù)，提高企業(yè)在輪胎生產(chǎn)過(guò)程中的經(jīng)濟(jì)效益[1]。

國(guó)內(nèi)廠商大都是用國(guó)外生產(chǎn)的X射線檢測(cè)產(chǎn)品，比較常見(jiàn)的品牌有德國(guó)的Collmann和YXLON等[2]。YXLON是國(guó)際上輪胎內(nèi)部缺陷檢測(cè)設(shè)備的最大生產(chǎn)廠家，其產(chǎn)品具有可靠的檢測(cè)結(jié)果、快速的檢測(cè)時(shí)間、維護(hù)簡(jiǎn)單、結(jié)構(gòu)緊湊、操作簡(jiǎn)單直觀等特點(diǎn)[3]。相比較國(guó)外，國(guó)內(nèi)對(duì)輪胎用X光機(jī)圖像處理技術(shù)的研究不多，對(duì)于國(guó)內(nèi)的輪胎制造廠商，如果想要運(yùn)用輪胎缺陷圖像自動(dòng)識(shí)別技術(shù)，只能向國(guó)外購(gòu)買(mǎi)，但是價(jià)格昂貴。因此，現(xiàn)在國(guó)內(nèi)的大部分廠商還是采用人工肉眼對(duì)輪胎X射線圖像檢測(cè)的方法進(jìn)行質(zhì)量判斷[4]。

1 輪胎X射線檢測(cè)裝置和結(jié)構(gòu)分析

我們采用的輪胎X射線檢測(cè)圖像采集裝置為YXLON公司生產(chǎn)的LX-1500型輪胎X射線檢測(cè)系統(tǒng)，YXLON的輪胎X射線檢測(cè)系統(tǒng)由X射線管、U型傳感器、數(shù)字圖像轉(zhuǎn)換器、圖像處理工作站和顯示器等部分組成，該系統(tǒng)具有機(jī)械結(jié)構(gòu)設(shè)計(jì)良好和圖像識(shí)別系統(tǒng)分辨率高的特點(diǎn)。采用該系統(tǒng)對(duì)輪胎進(jìn)行X射線檢測(cè)時(shí)，輪胎首先通過(guò)起重機(jī)被裝載到檢測(cè)的支架上，系統(tǒng)操作工使用控制面板輸入合適的參數(shù)，按照設(shè)定好的參數(shù)，徑向X射線管伸進(jìn)到輪胎的中部，馬鞍型的輪胎線陣列檢測(cè)器也移動(dòng)相應(yīng)的位置，輪胎在支架上保持勻速的轉(zhuǎn)動(dòng)，從而確保了輪胎X射線檢測(cè)過(guò)程的連續(xù)性。

2輪胎X射線檢測(cè)圖像分析

由于輪胎的規(guī)格型號(hào)極其繁雜，輪胎的內(nèi)部結(jié)構(gòu)也是千差萬(wàn)別，導(dǎo)致表述輪胎缺陷時(shí)沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，這里依據(jù)對(duì)輪胎生產(chǎn)質(zhì)量的控制要求，結(jié)合輪胎缺陷數(shù)據(jù)分析和文獻(xiàn)資料參考的基礎(chǔ)上，將輪胎內(nèi)部鋼絲簾線的缺陷特征概括為以下四類(lèi)：

2.1 簾線的形狀

對(duì)于質(zhì)量正常的輪胎而言，其內(nèi)部的胎體鋼絲簾線分布應(yīng)該是與圖像橫向平行排列的直線序列，如圖1（a）所示。當(dāng)簾線彎曲時(shí)，其檢測(cè)圖像如圖1（b）所示。

2.3簾線的細(xì)節(jié)

輪胎內(nèi)部鋼絲簾線的細(xì)節(jié)主要表現(xiàn)為鋼絲簾線上的不連續(xù)點(diǎn)、交叉點(diǎn)或者斷點(diǎn)。圖3（a）是簾線交叉的X射線檢測(cè)圖像，圖3（b）是簾線斷開(kāi)的X射線檢測(cè)圖像。對(duì)于胎體異物而言，由于X射線投影成像的關(guān)系，異物的影像會(huì)與鋼絲簾線的影像發(fā)生重疊，如圖3（c）所示，所以胎體異物也可以歸納為簾線上的細(xì)節(jié)問(wèn)題。

4 結(jié)論

本文首先介紹了輪胎X射線檢測(cè)裝置，然后對(duì)輪胎X射線檢測(cè)的圖像進(jìn)行了詳細(xì)分析，并對(duì)圖像中輪胎的缺陷種類(lèi)進(jìn)行了分類(lèi)，最后介紹了自己設(shè)計(jì)的輪胎X射線檢測(cè)缺陷識(shí)別算法，針對(duì)形狀、尺度、細(xì)節(jié)、排列四種輪胎缺陷，分別設(shè)計(jì)了相應(yīng)的輪胎缺陷識(shí)別算法。

參考文獻(xiàn)

[1]馮霞，郝振平.X射線在輪胎邊緣檢測(cè)中的應(yīng)用[J].CT理論與應(yīng)用研究，2010，19（3）：61-66.

[2]徐啟蕾.輪胎X光圖像自動(dòng)識(shí)別系統(tǒng)算法研究[D].青島：青島科技大學(xué)碩士學(xué)位論文，2006.

[3]張小麗.輪胎缺陷X光檢測(cè)圖像的處理與識(shí)別研究[D].天津：天津大學(xué)碩士學(xué)位論文，2007.

第7篇：識(shí)別技術(shù)論文范文

關(guān)鍵詞： 藏文聯(lián)機(jī)手寫(xiě)識(shí)別； 筆畫(huà)識(shí)別； 方向碼； 筆畫(huà)合并

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-8228（2017）07-10-03

Research and implementation of Tibetan online handwritten recognition

Suonan Jiancuo， Guan Bai， Li Lei， Shan Fafu

（Tibetan information technology engineering research center， Tibet， Lhasa 850000， China）

Abstract： This paper presents a method of Tibetan online handwriting recognition based on stroke and its corresponding rules， and implements it. First， each Tibetan text is decomposed into various sub patterns， and then the sub pattern is further divided into strokes. Through the identification of strokes and the corresponding rules of each Tibetan character， the user's handwriting character is recognized. In the identification of a stroke， its trajectory is taken as a set of points， and eight directional codes are used to mark it， and then the stroke is determined. Before the identification， the similar strokes are classified and merged to solve the problem of nonstandard user writing. Without considering the joined-up writing， tested on more than 600 Tibetan words commonly used， the accuracy rate can reach 92%.

Key words： Tibetan online handwriting recognition； stroke recognition； directional code； stroke merge

0 引言

S著如平板電腦、智能手機(jī)和數(shù)碼筆等基于筆和觸摸輸入設(shè)備的發(fā)展，聯(lián)機(jī)手寫(xiě)字符識(shí)別再次引起了人們的興趣。近年來(lái)，研究人員開(kāi)發(fā)出多種方法，來(lái)識(shí)別不同類(lèi)別的字符并提高識(shí)別性能。這些方法力求在實(shí)際應(yīng)用中以較低的復(fù)雜度來(lái)實(shí)現(xiàn)高性能的識(shí)別來(lái)滿足用戶(hù)的需求。

在中國(guó)，藏文作為少數(shù)民族文字，大約被600萬(wàn)人使用，尤其是在自治區(qū)，云南和青海等省。聯(lián)機(jī)手寫(xiě)藏文字符識(shí)別也被廣泛應(yīng)用到便攜設(shè)備以及桌面的應(yīng)用程序[1]。然而，相較于中文、英文和日文等語(yǔ)言，藏文要達(dá)到高識(shí)別率仍然具有挑戰(zhàn)性。

1 藏文聯(lián)機(jī)手寫(xiě)識(shí)別

1.1 研究方法

手寫(xiě)識(shí)別方面主要有基于統(tǒng)計(jì)決策模式的識(shí)別方法和基于文字結(jié)構(gòu)模式的識(shí)別方法兩大類(lèi)別[2-5]，基于統(tǒng)計(jì)決策模式的識(shí)別方法是首先將待識(shí)別的文字提取出一組統(tǒng)計(jì)特征，然后根據(jù)此組特征形成該文字的多維特征向量，最后再將該多維特征向量與語(yǔ)料庫(kù)中每個(gè)字的訓(xùn)練的多維特征向量進(jìn)行比較，得出相似度最高的那個(gè)多維特征向量，此多維特征向量對(duì)應(yīng)的文字就是所識(shí)別出的文字，如圖1所示。

[待識(shí)別文字][多維特征向量][語(yǔ)料庫(kù)][識(shí)別結(jié)果][特征提取][判別函數(shù)][相似度]

基于文字結(jié)構(gòu)模式的識(shí)別方法就是將被識(shí)別的文字（本文中指單個(gè)藏文字）看成由多個(gè)子模式（本文中指藏文字母）按照一定的規(guī)則組成，而子模式又由基元（本文中指筆畫(huà)）組成，如圖2所示?；菢?gòu)成該模式的最小單元。通過(guò)識(shí)別基元，進(jìn)而識(shí)別出子模式，最終識(shí)別出該模式，即識(shí)別出要識(shí)別的藏文字，如圖3所示。識(shí)別藏文字時(shí)，可以把藏文字當(dāng)作一種特殊的二維文字，其基本組成單元為：基字、前加字、上加字、下加字、后加字、再后加字、元音[6]。

基于文字結(jié)構(gòu)模式的識(shí)別方法相比于基于統(tǒng)計(jì)決策模式的識(shí)別方法，充分利用了藏文字的構(gòu)字規(guī)律，因此本文采用基于文字結(jié)構(gòu)模式的識(shí)別方法。

1.2 筆畫(huà)的歸納及合并

藏文的輸入及編碼已經(jīng)有了統(tǒng)一的標(biāo)準(zhǔn)，但是在手寫(xiě)識(shí)別研究方面的成果還不多，前人多是基于構(gòu)件進(jìn)行識(shí)別。本文采用一種基于筆畫(huà)的和規(guī)則的方法進(jìn)行識(shí)別[7]，首先對(duì)藏文筆畫(huà)進(jìn)行歸類(lèi)，然后建立每個(gè)藏文字與筆畫(huà)之間對(duì)應(yīng)的規(guī)則，根據(jù)規(guī)則查找到對(duì)應(yīng)的藏文字。

一個(gè)藏文字由若干個(gè)部件構(gòu)成，一個(gè)部件又由若干個(gè)筆畫(huà)組成，筆畫(huà)是組成藏文字的最小單位。要想識(shí)別藏文字，首先就要識(shí)別出筆畫(huà)。但是藏文字筆畫(huà)比較復(fù)雜和繁多，為了方便識(shí)別，我們首先對(duì)藏文字筆畫(huà)根據(jù)其特征進(jìn)行分類(lèi)，最終確定了20個(gè)筆畫(huà)，并用a―t對(duì)其分別命名，如圖4所示。然后確定了30個(gè)輔音字母的構(gòu)成規(guī)則，如

1.3 筆畫(huà)的識(shí)別問(wèn)題

我們采用了筆畫(huà)識(shí)別的方法進(jìn)行藏文字識(shí)別，即先識(shí)別用戶(hù)輸入的筆畫(huà)，再根據(jù)筆畫(huà)的集合查找對(duì)應(yīng)的藏文字所對(duì)應(yīng)的筆畫(huà)序列，最終確定所寫(xiě)藏文字。這種基于筆畫(huà)的藏文字識(shí)別方法，特點(diǎn)是寫(xiě)一筆，識(shí)別一筆，即聯(lián)機(jī)識(shí)別。筆畫(huà)識(shí)別是藏文字識(shí)別的前提和關(guān)鍵。然而筆畫(huà)識(shí)別還存在諸多問(wèn)題，例如筆畫(huà)的獲取算法對(duì)識(shí)別的影響、書(shū)寫(xiě)速度的快慢對(duì)識(shí)別的影響、連筆情況下的識(shí)別等。

1.3.1 書(shū)寫(xiě)快慢影響的解決

通過(guò)對(duì)訓(xùn)練的筆畫(huà)的數(shù)據(jù)進(jìn)行預(yù)處理，用以解決使用者在書(shū)寫(xiě)快慢對(duì)識(shí)別率的影響。在筆畫(huà)識(shí)別的程序設(shè)計(jì)時(shí)，筆者把用戶(hù)輸入的筆畫(huà)軌跡看成點(diǎn)的集合，使用者在進(jìn)行訓(xùn)練或者書(shū)寫(xiě)的時(shí)候，不同的書(shū)寫(xiě)速度會(huì)對(duì)筆畫(huà)軌跡信息造成影響。例如寫(xiě)“橫”的時(shí)候，雖然二者的方向數(shù)據(jù)都是“3”，但是在數(shù)據(jù)長(zhǎng)度方面卻有很大差別，緩慢書(shū)寫(xiě)要比快速書(shū)寫(xiě)的長(zhǎng)度要長(zhǎng)許多，所以書(shū)寫(xiě)的快慢也會(huì)影響識(shí)別率。

對(duì)于此問(wèn)題，本文提供兩種解決辦法。第一種是在數(shù)據(jù)訓(xùn)練時(shí)，就故意快速寫(xiě)和緩慢寫(xiě)，此方法可以解決這種問(wèn)題，但這對(duì)于訓(xùn)練人員的要求較高，并且此種方法會(huì)產(chǎn)生大量的數(shù)據(jù)，會(huì)降低識(shí)別速度。第二種方法是將數(shù)據(jù)進(jìn)行歸一化處理，連續(xù)相同的方向以一個(gè)數(shù)字代替，不計(jì)算其長(zhǎng)度，只關(guān)注其方向，再拐點(diǎn)處再標(biāo)記下一個(gè)方向。本文采用第一種方法，用數(shù)據(jù)的訓(xùn)練來(lái)彌補(bǔ)技術(shù)的不足。

1.3.2 連筆問(wèn)題的解決

人們書(shū)寫(xiě)藏文經(jīng)常會(huì)兩筆或多筆連寫(xiě)，所以連筆是個(gè)需要解決的問(wèn)題，不過(guò)已經(jīng)有了解決思路。首先統(tǒng)計(jì)經(jīng)常會(huì)連筆的筆畫(huà)，例如藏文字“”的最后兩筆，正常書(shū)寫(xiě)應(yīng)該像圖5的左邊是由兩筆完成，但是人們經(jīng)常會(huì)按照?qǐng)D5右邊那樣一筆寫(xiě)完，所以我們采用一個(gè)藏文字對(duì)應(yīng)兩個(gè)筆畫(huà)序列規(guī)則或者一個(gè)藏文字對(duì)應(yīng)多個(gè)筆畫(huà)序列規(guī)則進(jìn)行連筆識(shí)別，即“”對(duì)應(yīng)的規(guī)則有正常書(shū)寫(xiě)的“accm”和連筆書(shū)寫(xiě)的“acd”兩個(gè)。

1.3.3 訓(xùn)練程序及識(shí)別程序的實(shí)現(xiàn)

基于筆畫(huà)識(shí)別的藏文字識(shí)別方法還需考慮用戶(hù)在輸入的時(shí)候，難免會(huì)有一些抖動(dòng)或者其他干擾因素導(dǎo)致和標(biāo)準(zhǔn)的藏文字體差別的情況，為此，本文提出了一N具有容錯(cuò)機(jī)制的訓(xùn)練方法，以達(dá)到能夠具有容錯(cuò)的性能。

具體的優(yōu)化方法為：

第一步，將用戶(hù)輸入的點(diǎn)看作原點(diǎn)，以正上方為Y軸的正半軸，正右方為X軸的正半軸，建立一個(gè)平面直角坐標(biāo)系，如圖6所示。原來(lái)采用正向上為方向碼“1”，現(xiàn)在采取兩邊各5度的容錯(cuò)范圍，即在正上方（即Y軸的正半軸）向左偏離5度的范圍內(nèi)或者向右偏離5度的范圍內(nèi)都認(rèn)為用戶(hù)輸入的是方向碼“1”，同理，方向碼“2”到方向碼“8”如圖6所示。

第二步，開(kāi)始對(duì)筆畫(huà)進(jìn)行訓(xùn)練，筆畫(huà)訓(xùn)練起初是采用直接在電腦上進(jìn)行訓(xùn)練，用鼠標(biāo)代替手寫(xiě)輸入，給出所要訓(xùn)練的筆畫(huà)，照著所給筆畫(huà)進(jìn)行描寫(xiě)，點(diǎn)擊保存則會(huì)保存當(dāng)前筆畫(huà)軌跡信息，獲得該筆畫(huà)的訓(xùn)練數(shù)據(jù)。后來(lái)，為了更加準(zhǔn)確的獲得訓(xùn)練數(shù)據(jù)，我們?cè)O(shè)計(jì)了安卓版的訓(xùn)練軟件，使用戶(hù)可以在屏幕上用手直接進(jìn)行訓(xùn)練。

在基于安卓手機(jī)的訓(xùn)練程序完成后，我們找了20個(gè)藏族學(xué)生，每人訓(xùn)練一小時(shí)，對(duì)筆畫(huà)進(jìn)行了訓(xùn)練。訓(xùn)練完成后，開(kāi)始對(duì)筆畫(huà)的識(shí)別，筆畫(huà)識(shí)別方面，我們采用的是基于余弦定理的文本相似判別方法，將所寫(xiě)筆畫(huà)的軌跡信息與訓(xùn)練的語(yǔ)料庫(kù)中所有筆畫(huà)訓(xùn)練的信息進(jìn)行對(duì)比，計(jì)算出當(dāng)前所寫(xiě)筆畫(huà)的軌跡信息知識(shí)經(jīng)過(guò)多少步可以變成與當(dāng)前比較的語(yǔ)料庫(kù)中的軌跡信息，最后得出差異化步驟最小的就是相似度最高的那個(gè)筆畫(huà)軌跡，進(jìn)而判斷出所寫(xiě)筆畫(huà)。

1.4 聯(lián)機(jī)手寫(xiě)識(shí)別

藏文聯(lián)機(jī)手寫(xiě)識(shí)別則是在用戶(hù)進(jìn)行手寫(xiě)的同時(shí)進(jìn)行處理和識(shí)別，因而可以非常方便的獲得藏文手寫(xiě)筆畫(huà)。由此，藏文聯(lián)機(jī)手寫(xiě)識(shí)別流程可以簡(jiǎn)化為圖7，即先獲取用戶(hù)所寫(xiě)的當(dāng)前筆畫(huà)，根據(jù)語(yǔ)料庫(kù)對(duì)當(dāng)前筆畫(huà)進(jìn)行識(shí)別，獲得當(dāng)前書(shū)寫(xiě)的筆畫(huà)。然后再計(jì)算當(dāng)前所獲得的筆畫(huà)序列和語(yǔ)料庫(kù)中藏文字所對(duì)應(yīng)的筆畫(huà)序列相似度，計(jì)算此相似度的時(shí)候，方法為：當(dāng)前筆畫(huà)序列數(shù)與藏文字對(duì)應(yīng)序列中有x個(gè)筆畫(huà)對(duì)應(yīng)相同，該字共有y個(gè)筆畫(huà)，相似度則為x/y，若x大于y，則相似度為y/x。然后得出相似度最高的藏文字。

[獲取當(dāng)前筆畫(huà)][識(shí)別出當(dāng)前筆畫(huà)][識(shí)別出藏文字][語(yǔ)料庫(kù)] [規(guī)則]

2 結(jié)論及展望

最終，我們采用常用的600多個(gè)常用藏文字對(duì)其進(jìn)行測(cè)試，在不考慮連筆書(shū)寫(xiě)的情況下，識(shí)別的準(zhǔn)確率可以達(dá)到92%以上，證明基于筆畫(huà)的藏文字識(shí)別是可行的，可以繼續(xù)研究和探討。

此方法還有一些需要改進(jìn)的地方。第一，在筆畫(huà)歸類(lèi)的時(shí)候，可以先進(jìn)行訓(xùn)練，然后根據(jù)訓(xùn)練的數(shù)據(jù)進(jìn)行分析和聚類(lèi)，控制一個(gè)閾值，使相似度達(dá)到這個(gè)閾值的筆畫(huà)聚為一類(lèi)，然后將其作為語(yǔ)料庫(kù)，這種辦法可以有效解決筆畫(huà)聚類(lèi)方面由于開(kāi)發(fā)者主觀因素的影響。第二，記錄筆畫(huà)軌跡信息的時(shí)候，可以通過(guò)只錄拐點(diǎn)處的方向碼，以此減少數(shù)據(jù)量，進(jìn)而提高識(shí)別速度。

參考文獻(xiàn)（References）：

[1] 楊峰.聯(lián)機(jī)手寫(xiě)藏文字樣本符采集及分析處理[D].青海師范

大學(xué)碩士學(xué)位論文，2014.

[2] 金連文，鐘卓耀，楊釗，楊維信，謝澤澄，孫俊.深度學(xué)習(xí)在手寫(xiě)

漢字識(shí)別中的應(yīng)用綜述[J].自動(dòng)化學(xué)報(bào)，2016.8：1125-1141

[3] 呂新橋.聯(lián)機(jī)手寫(xiě)漢字識(shí)別技術(shù)研究[D].華中科技大學(xué)碩士

學(xué)位論文，2009.

[4] 柳洪軼，王曉東，王維蘭.藏文聯(lián)機(jī)手寫(xiě)識(shí)別的難點(diǎn)及其解決

方法[J].西北民族大學(xué)學(xué)報(bào)（自然科學(xué)版），2005.1：77-80

[5] 唐松，郭椿標(biāo)，鄭南寧.基于文字結(jié)構(gòu)特征的快速平滑細(xì)化方

法[J].中文信息學(xué)報(bào)，1990.2：49-54

[6] 關(guān)白.信息處理用藏文分詞單位研究[J].中文信息學(xué)報(bào)，

2010.3：124-128

第8篇：識(shí)別技術(shù)論文范文

一是假冒國(guó)內(nèi)正規(guī)期刊的刊名、刊號(hào)和出版單位名稱(chēng)，尤其是名社、名刊；有部分假冒期刊是以“增刊”、“合訂本”的名義出現(xiàn)的。

二是國(guó)內(nèi)某些正規(guī)期刊社未經(jīng)批準(zhǔn)擅自編印所謂“論文集”，以“宣傳推廣本刊為名”，故意將本刊社名和刊號(hào)混排其中，給讀者造成錯(cuò)覺(jué)。

三是署名香港“某某出版公司”出版，或與某單位聯(lián)合主辦，編造所謂的“國(guó)內(nèi)統(tǒng)一刊號(hào)”如“CNxx-yyyy(HK)或“CN(HK)xx-yyyy”等擴(kuò)大“知名度”(香港根本沒(méi)有新聞出版署,只有一個(gè)康樂(lè)處書(shū)刊注冊(cè)組,從來(lái)沒(méi)有資格頒發(fā)國(guó)內(nèi)統(tǒng)一CN刊號(hào),香港本身具有新聞出版自由)，這些非法期刊常常虛張聲勢(shì)，在刊名上冠以“中華”"中國(guó)"字樣用來(lái)欺騙國(guó)內(nèi)急于想發(fā)論文評(píng)職稱(chēng)的人。

四是署名“某某學(xué)會(huì)”、“某某研究會(huì)”主辦，無(wú)刊號(hào)或杜撰刊號(hào)，未署出版單位名稱(chēng)或杜撰某某編輯部等。

五是僅有國(guó)際標(biāo)準(zhǔn)刊號(hào)，而無(wú)國(guó)內(nèi)任何部門(mén)批準(zhǔn)發(fā)行的書(shū)刊編號(hào)或沒(méi)有國(guó)內(nèi)統(tǒng)一刊號(hào)。

六是偷梁換柱，將正規(guī)期刊的某些內(nèi)容替換成自己撰寫(xiě)或收集的文章，仍以原刊的刊名、期號(hào)、裝幀重新制版印刷。

第9篇：識(shí)別技術(shù)論文范文

關(guān)鍵詞：駕駛輔助；立體視覺(jué)識(shí)別

中國(guó)分類(lèi)號(hào)：TP391.41

1 駕駛輔助與立體視覺(jué)識(shí)別的背景與意義

交通部針對(duì)未來(lái)交通運(yùn)輸發(fā)展提出明確的政策目標(biāo)，包含“提供公眾優(yōu)質(zhì)的出行環(huán)境、提業(yè)健全的物流環(huán)境、提供社會(huì)良好的運(yùn)輸環(huán)境”三大目標(biāo)，再擬定后續(xù)的運(yùn)輸政策發(fā)展主軸。為提升整體運(yùn)輸系統(tǒng)效率與服務(wù)質(zhì)量，以解決日益嚴(yán)重的交通運(yùn)輸問(wèn)題，期望減少交通事故并改善運(yùn)輸環(huán)境，世界各大先進(jìn)國(guó)家在近年來(lái)，也紛紛投入更多資源促使運(yùn)輸系統(tǒng)的改善，積極研究將通訊、信息、電子、控制、感測(cè)、機(jī)械等相關(guān)技術(shù)與產(chǎn)品，整合并應(yīng)用于現(xiàn)有或規(guī)劃中的運(yùn)輸系統(tǒng)。并從中創(chuàng)造新的營(yíng)運(yùn)、管理模式，開(kāi)創(chuàng)新的運(yùn)輸系統(tǒng)概念，此類(lèi)結(jié)合新的科技或現(xiàn)有技術(shù)應(yīng)用于交通運(yùn)輸，即稱(chēng)為智能交通系統(tǒng)。目標(biāo)明確提出引進(jìn)運(yùn)輸科技的重要性，顯示公路運(yùn)輸系統(tǒng)智能化的課題日趨重要，未來(lái)要能改善國(guó)內(nèi)交通系統(tǒng)的運(yùn)輸環(huán)境與效率，智能交通系統(tǒng)正好扮演了重要角色。

隨著公路智慧化運(yùn)輸?shù)臅r(shí)代來(lái)臨，智能車(chē)輛的概念日益普及，駕駛?cè)酸槍?duì)車(chē)輛主動(dòng)安全的功能訴求日益重要。然而目前行駛于公路的車(chē)輛，仍須仰賴(lài)駕駛?cè)巳滩僮餍羞M(jìn)。盡管交通部不斷倡導(dǎo)公路交通安全的觀念，道路交通事故的肇事率仍然居高不下，顯示道路交通安全的改善成效已達(dá)到瓶頸。

根據(jù)交通部的統(tǒng)計(jì)信息指出，道路交通事故的肇事主因，以疲勞駕駛、酒醉駕駛、駕駛?cè)朔中?、未注意四周路況等案例為大宗。此外，發(fā)現(xiàn)駕駛?cè)穗S時(shí)受內(nèi)在情緒與外在環(huán)境影響路況識(shí)別能力，難以每一分一秒都專(zhuān)注于留意四周路況，致使每一位駕駛?cè)怂粢獾南群箜樞虿灰?，容易遺漏關(guān)鍵路況信息，充分顯示道路交通安全仍有顯著的改善空間。

智能交通系統(tǒng)，簡(jiǎn)稱(chēng)ITS（Intelligent Transportation System）是目前世界交通領(lǐng)域研究之前沿課題。它是在當(dāng)代科學(xué)技術(shù)充分發(fā)展和進(jìn)步的背景下產(chǎn)生的，旨在將先進(jìn)的信息技術(shù)、數(shù)據(jù)通信技術(shù)、電子控制技術(shù)及計(jì)算機(jī)處理技術(shù)等綜合運(yùn)用于地面交通管理體系，建立起一種大范圍、全方位發(fā)揮作用的，實(shí)時(shí)、準(zhǔn)確、高效的交通管理系統(tǒng)。

將計(jì)算機(jī)視覺(jué)應(yīng)用于智能交通系統(tǒng)是近幾年來(lái)的熱點(diǎn)之一。計(jì)算機(jī)視覺(jué)技術(shù)在ITS中的應(yīng)用大致可分為兩類(lèi)，即車(chē)載自動(dòng)駕駛系統(tǒng)和路邊視頻監(jiān)視系統(tǒng)。在車(chē)載處理系統(tǒng)中，攝像機(jī)跟隨自主車(chē)輛運(yùn)動(dòng)，系統(tǒng)追蹤的目標(biāo)為車(chē)道、前方車(chē)輛及障礙物、道路旁設(shè)立的各種交通標(biāo)志或交通信號(hào)、司機(jī)的疲勞狀態(tài)等；在視頻監(jiān)視系統(tǒng)中，攝像機(jī)被安放在道邊或道路上方，為智能交通系統(tǒng)提供車(chē)輛位置、速度、類(lèi)型等數(shù)據(jù)信息。

2 駕駛輔助與立體視覺(jué)識(shí)別的國(guó)內(nèi)外研究趨勢(shì)

視覺(jué)服務(wù)控制應(yīng)用于輔助車(chē)輛駕駛的概念，近年首先起于美國(guó)，美國(guó)國(guó)防部（Defense Advanced Research Projects Agency，DARPA）先后在2004年、2005年與2007年舉辦無(wú)人駕駛競(jìng)賽，報(bào)名參賽的團(tuán)隊(duì)，分別由各大院校的碩博士研究生與指導(dǎo)教授所共同組成。參賽團(tuán)隊(duì)接受的挑戰(zhàn)，必須建立一套能在真實(shí)環(huán)境中，自動(dòng)駕駛車(chē)輛的系統(tǒng)。且依照主辦者提供的路線行駛，使車(chē)輛能自主性地抵達(dá)指定目的地。美國(guó)DARPA國(guó)防部以尋求各大院校師生共同參與挑戰(zhàn)的方式，促使國(guó)防部在研發(fā)與科技領(lǐng)域能快速進(jìn)展，可謂國(guó)防部尋求千里馬而展開(kāi)的計(jì)劃。

根據(jù)完成全程行駛的各參賽車(chē)隊(duì)，所提供的系統(tǒng)研發(fā)報(bào)告中指出，車(chē)輛除了能自主性地朝向規(guī)劃路徑行駛，也能識(shí)別障礙、標(biāo)線，在直線路段變換車(chē)道，并能在路口選定軌跡轉(zhuǎn)彎，以及后退停車(chē)等行為。歷經(jīng)三屆的無(wú)人駕駛競(jìng)賽，由第三屆競(jìng)賽中，前三名參賽車(chē)隊(duì)所顯示的研發(fā)成果可以發(fā)現(xiàn)，除了對(duì)于美國(guó)DARPA國(guó)防部有卓越的貢獻(xiàn)，更成為未來(lái)實(shí)現(xiàn)無(wú)人化自動(dòng)駕駛技術(shù)的標(biāo)竿，亦促使車(chē)輛產(chǎn)業(yè)更進(jìn)一步將旗艦車(chē)款的研發(fā)邁向視覺(jué)輔助車(chē)輛駕駛領(lǐng)域。

解析全球汽車(chē)產(chǎn)業(yè)的發(fā)展現(xiàn)況，發(fā)現(xiàn)國(guó)際各大主流汽車(chē)制造商，紛紛將研發(fā)焦點(diǎn)著眼于安全駕駛輔助系統(tǒng)的領(lǐng)域。顯示行車(chē)智能化控制系統(tǒng)與安全駕駛輔助系統(tǒng)，已逐步成為汽車(chē)制造商開(kāi)發(fā)未來(lái)車(chē)款并開(kāi)創(chuàng)企業(yè)藍(lán)海市場(chǎng)而鎖定的目標(biāo)。智能化車(chē)輛的安全駕駛輔助系統(tǒng)，欲根據(jù)感測(cè)信號(hào)自行識(shí)別四周路況，根據(jù)目前發(fā)展現(xiàn)況，需要將聲納、雷達(dá)、雷射、衛(wèi)星定位與地圖、圖像處理等系統(tǒng)相互組合，以利于輔助識(shí)別路況。而本論文根據(jù)鎖定圖像處理，利用行車(chē)前方采集的圖像識(shí)別路面與車(chē)道標(biāo)線，重現(xiàn)駕駛?cè)俗R(shí)別行車(chē)前方路況的過(guò)程與視覺(jué)信息讀取行為，期望能節(jié)省其它類(lèi)型系統(tǒng)采集路況信息的需求。

Gold System（Generic Obstacleand Lane Detection System）所采用的視覺(jué)識(shí)別方法，首先將行車(chē)前方路面視為完全平坦，并直接利用矩陣算法將圖像轉(zhuǎn)為上視圖。再憑借上視圖識(shí)別車(chē)道標(biāo)線的幾何分布。此算法的基礎(chǔ)需建構(gòu)在路面完全平坦的道路場(chǎng)景，一旦路面有垂直分量的微幅起伏變化，或動(dòng)靜態(tài)障礙出現(xiàn)于道路場(chǎng)景中，將導(dǎo)致路面區(qū)域與車(chē)道標(biāo)線的識(shí)別成效失真，并不適用于輔助立體視覺(jué)識(shí)別。

針對(duì)立體視覺(jué)識(shí)別的問(wèn)題與研究現(xiàn)況深入探討，如何通過(guò)雙鏡頭圖像識(shí)別共同像素特征并獲得特征景深信息，將是立體視覺(jué)識(shí)別算法過(guò)程的主要瓶頸。探索當(dāng)前的發(fā)展現(xiàn)況，立體視覺(jué)可應(yīng)用的范圍已廣泛延伸至生活周遭各領(lǐng)域，但若要將圖像內(nèi)所有的特征進(jìn)行立體視覺(jué)識(shí)別，一來(lái)將帶來(lái)繁雜卻不必要的額外算法數(shù)據(jù)，二來(lái)過(guò)長(zhǎng)的算法時(shí)間將難以達(dá)到實(shí)時(shí)化視覺(jué)識(shí)別與服務(wù)控制的系統(tǒng)要求。

清華大學(xué)顧瑜研究團(tuán)隊(duì)已成功研究前方車(chē)道線與前車(chē)信息等偵測(cè)，并進(jìn)一步將側(cè)邊盲點(diǎn)視野納入偵測(cè)范圍。此文獻(xiàn)針對(duì)行車(chē)前方的道路識(shí)別，鎖定車(chē)道標(biāo)線的邊緣檢測(cè)，并以線性化的向量歸類(lèi)其標(biāo)線特征；本研究則在白天道路場(chǎng)景采用HSV色系識(shí)別車(chē)道標(biāo)線的色澤，亦或在夜間道路場(chǎng)景以Sobel Filter的矩陣Sx識(shí)別車(chē)道標(biāo)線邊緣特征。另外，此文獻(xiàn)所介紹的道路場(chǎng)景模式，將列為道路識(shí)別圖像處理應(yīng)考慮的重要變因。

本論文識(shí)別路面與車(chē)道標(biāo)線所選定的道路場(chǎng)景分配，根據(jù)交通部出版的《公路景觀設(shè)計(jì)規(guī)范》中，以常態(tài)的道路場(chǎng)景作為主要的圖像取景目標(biāo)，并盡可能避免圖像取景范圍內(nèi)出現(xiàn)動(dòng)態(tài)行人或車(chē)輛，以防止干擾圖像處理的成效。

3 就駕駛輔助與立體視覺(jué)識(shí)別的研究?jī)?nèi)容

如果重現(xiàn)駕駛?cè)俗R(shí)別行車(chē)前方路況的過(guò)程與視覺(jué)信息讀取行為，采取立體視覺(jué)圖像應(yīng)用于識(shí)別行車(chē)前方道路場(chǎng)景的算法處理方法，模擬并重現(xiàn)駕駛?cè)说囊曈X(jué)識(shí)別處理模式。因此，可以利用平行雙鏡頭采集行車(chē)前方的路況場(chǎng)景圖像，兩側(cè)圖像同步采集路面與車(chē)道標(biāo)線等有效特征信息。并將采集后的有效特征進(jìn)一步轉(zhuǎn)換為空間坐標(biāo)信息，并分別在不同的氣候環(huán)境下，識(shí)別路面上的標(biāo)記標(biāo)線和前方的各類(lèi)指示牌，輔助駕駛?cè)藦?qiáng)化前方路況的視覺(jué)識(shí)別。

所以從三個(gè)方面入手，首先介紹了系統(tǒng)的理論基礎(chǔ)，主要是特征識(shí)別和成像理論；其次通過(guò)對(duì)不同氣候場(chǎng)景模式的識(shí)別處理，分析和設(shè)計(jì)了行車(chē)途中對(duì)車(chē)輛前面的平行雙鏡頭對(duì)路面標(biāo)線和指示牌的圖像識(shí)別；最后在實(shí)地行車(chē)途中采集圖像數(shù)據(jù)進(jìn)行測(cè)試比較，并得出結(jié)果。通過(guò)本論文所提供的立體視覺(jué)圖像處理技術(shù)和算法推導(dǎo)流程，除了將提供輔助識(shí)別行車(chē)前方路況信息外，也將融入無(wú)人化自動(dòng)駕駛系統(tǒng)的視覺(jué)服務(wù)控制中，不可或缺的探討領(lǐng)域，期望未來(lái)能進(jìn)一步實(shí)現(xiàn)無(wú)人化自動(dòng)駕駛的愿景。

參考文獻(xiàn)：

[1]吳莉婷，張宇，楊一平.深度圖像中基于輪廓曲線和局部區(qū)域特征的3維物體識(shí)別[J].中國(guó)圖象圖形學(xué)報(bào)，2012（02）：486-489.

[2]張一鳴，秦世引.基于單目視覺(jué)的移動(dòng)機(jī)器人測(cè)距方法[J].微計(jì)算機(jī)信息，2008（29）：179-185.