CN1327217A - 计算机视觉 - Google Patents

计算机视觉 Download PDF

Info

Publication number
CN1327217A
CN1327217A CN 00109065 CN00109065A CN1327217A CN 1327217 A CN1327217 A CN 1327217A CN 00109065 CN00109065 CN 00109065 CN 00109065 A CN00109065 A CN 00109065A CN 1327217 A CN1327217 A CN 1327217A
Authority
CN
China
Prior art keywords
standard
fingerprint
letter
computer
ratio
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN 00109065
Other languages
English (en)
Inventor
郭华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN 00109065 priority Critical patent/CN1327217A/zh
Publication of CN1327217A publication Critical patent/CN1327217A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Collating Specific Patterns (AREA)

Abstract

可使电脑能看见分辨物体,如电脑识字(象形文字、字母),识指纹、人面像,控制工厂流水线等。

Description

计算机视觉
现在电脑只能把所看到的图输入其内存,只能做些如改色等简单分析,还不能识别图象。本法就要让电脑识别象形文字、字母、指纹、流水线的状态,手写字等,本技术实质为:你能看见,那是因为你心里有,否则就会熟视无睹,动物也有印痕现象,所以电脑识图的原理为:电脑看到的图(或图的特征)与电脑内存的图(或其特征)一样,即电脑看见,识别这张图了,内存有许多图,一张张的去对。
识别象形文字,则根据其各种标准,在字上划分区域或在字上划线,根据区域上黑白面积之比或线上黑白线段之比,来排除其它的字从而识别确定该字。如果一区一线不能确认,(有可能几个字都是这个比例)多划几区或几线。划区划线按一定规律次序进行。直到区黑白面比式线黑白长比只有一个字为止,即确认了该字,编识别程序时,先把该标准字体所有字的上述比例变成数据记下来,用时,把任一个该字体的字输入电脑(如扫描仪、数码相机),电脑计算它的各种上述比例,就可在内存数据中找到与该字比例数字一样的数据,从而确定这个字。
字母识别:一般字母占上、中、下三线,电脑先到上、中、下线是否空位,这样排除了一些字母,然后再把这种规范字体的字母划线或图象对应等法识别出来。
指纹人像识别:指纹,电脑输入后先据纹线确定其坐标,再把纹线都转为标准粗细,再在指纹上画线,据线上黑白线段的比,来确认此指纹,一条线不够有规律的按次序多划几条,划线越多,相同比例的指纹就越少,直到只有一个为止,这样把指纹象就转为比例数据,到时,把任一指纹输入,算为数据后一对即可识别。人面像也一样,先定坐标,再在几个部位有规律次序画线标出上述比例,最后排除其它人像识别该像。
工厂流水线:把该流水线可能的各种状态的图象设想好,记录于内存。到时,一幅幅的去对现实流水线状态图,对上了,即等于看到了这时流水线状态情况。可在流水线上画上各种形状,颜色的记号,另件也涂各色,有记号。如摘果机,根据果的色、形来识别果,再操作。
手写体识别:手写字须认真写,把它变为横平竖直粗细一致体(称A体)再把A体有可能的各种形状存入内存,按识标准规范字体法划线(或其它法)标出相应比例数据,与A体的标准字体建立联系,到时把任一手写字转为A体后计算比例的数据,通过对数据就能识别该字。
图、象形文字、指纹、划线图,1-8为划线次序。

Claims (6)

1、电脑识图原理:为电脑看到的图象(或图象特征)与电脑程序内存的图象(或其特征)一致,则电脑看见、识别这张图了,内存许多图一张张的对。
2、识象形文字原理:根据规范,标准字体某一部分或几部分的黑白面积之比,或在规范,标准字体上划线,一条或多条,根据线上黑白线段的长度之比,来识别排除其它字,这种面积比,线段比的标准字是唯一的。
3、字母识别:字母有上、中、下区,根据上、下区空白情况排除一些字母,再用划线法或余下字母一张张的对,从而找出,识别这个字母。
4、指纹人像:根据指纹弧线先定坐标,再把纹线转成标准粗的纹线,再在指纹上划多条线,根据线上黑白线段长度之比,确定这个指纹,划线越多,相同长度比的指纹越少,至到唯一一个为止,人面象也这样识别。
5、工厂流水线:在流水线上标上各种形状,颜色的标记,另件上也有各色,形状标记。把流水线所有可能的图象状态一张张存入程序,到时,一张张的对,当看到流水线图与内存图一样,即“看见”流水线所处状态。
6、手写字体:手写须认真写,把手写字转为横平竖直粗细一致体(称A体),再把A体的可能的各种类型与标准A体对应,并记入程序内存,再将手写转化的A体用划线法、图象对应法等与A体的可能的各种类型(在内存中)去对应,这样,就识别了这个手写字。
CN 00109065 2000-06-02 2000-06-02 计算机视觉 Pending CN1327217A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 00109065 CN1327217A (zh) 2000-06-02 2000-06-02 计算机视觉

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 00109065 CN1327217A (zh) 2000-06-02 2000-06-02 计算机视觉

Publications (1)

Publication Number Publication Date
CN1327217A true CN1327217A (zh) 2001-12-19

Family

ID=4579392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 00109065 Pending CN1327217A (zh) 2000-06-02 2000-06-02 计算机视觉

Country Status (1)

Country Link
CN (1) CN1327217A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104102930A (zh) * 2013-04-12 2014-10-15 欧姆龙株式会社 图像识别装置及图像识别方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104102930A (zh) * 2013-04-12 2014-10-15 欧姆龙株式会社 图像识别装置及图像识别方法

Similar Documents

Publication Publication Date Title
CN108932500B (zh) 一种基于深度神经网络的动态手势识别方法及系统
CN107423698B (zh) 一种基于并联卷积神经网络的手势估计方法
CN108764065A (zh) 一种行人重识别特征融合辅助学习的方法
CN108182397B (zh) 一种多姿态多尺度的人脸验证方法
CN103226835B (zh) 基于在线初始化梯度增强回归树的目标跟踪方法及系统
CN104424457A (zh) 一种非线性扭曲情况下的二维码识别方法
CN103971098A (zh) 户型图中墙体的识别方法及户型图长度比例自动校正方法
CN109858415A (zh) 适用于移动机器人行人跟随的核相关滤波目标跟踪方法
CN105536205A (zh) 一种基于单目视频人体动作感知的上肢训练系统
CN105335725A (zh) 一种基于特征融合的步态识别身份认证方法
CN101635031B (zh) 小样本人物轮廓特征提取与识别方法
CN106033435A (zh) 物品识别方法和装置,室内地图生成方法和装置
CN109033954A (zh) 一种基于机器视觉的空中手写识别系统及方法
CN110516554A (zh) 一种多场景多字体中文文字检测识别方法
CN105718885B (zh) 一种人脸特征点跟踪方法
CN110852241B (zh) 一种应用于护理机器人的小目标检测方法
CN106327534A (zh) 一种基于定位块的轮胎内壁纹理识别方法
Kurita et al. Scale and rotation invariant recognition method using higher-order local autocorrelation features of log-polar image
CN110135277B (zh) 一种基于卷积神经网络的人体行为识别方法
CN109048930A (zh) 基于镜像视觉实现机器人舞蹈姿态自主评判的系统
CN104376312A (zh) 基于词袋压缩感知特征提取的人脸识别方法
CN105975903A (zh) 一种汽车特征识别方法
CN1327217A (zh) 计算机视觉
Fihl et al. Action recognition using motion primitives and probabilistic edit distance
CN106648171B (zh) 一种基于书写笔的交互系统及方法

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication