基于神经网络的手写电气元件符号识别系统

神经网络模式识别在现代数字图像处理中的应用，是数字图像处理技术的一次革 命．以神经网络模式识别技术在电气元件符号图形识别中的应用为对象，着重于手写电气元 件符号自动识别系统的研究，介绍了整个系统的结构和功能，给出了相应的数据流图和主要数 据结构，提出了一种基于神经网络的模式识别方法，并对系统的实际应用作了验证，为进一步 的研究奠定了基础．

电气原理草图语义理解系统开发

针对目前市面上现有的手绘草图识别系统对用户的手绘习惯仍有较大限制的现状,提出了一种基于图元以及图元数量的单个电气元件的识别方法;系统使用MATLAB做为软件开发平台;首先通过在线采集的方式来获取手绘图每个笔画的始终点坐标以及每个笔画上所有的采样点的坐标,然后通过简单的平滑处理以及去重处理来降低因输入时的抖动噪音等因素对识别结果造成的影响;其次针对识别对象的结构特征相对稳定的特点,并且考虑到图库中所有的电气元件也都是由相同的几个基本图元组成的,实现了基于图元以及图元数量的单个电气元件的识别方法;实验结果表明,系统能够有效地减少用户在手动绘制时的限制,降低了因用户手绘习惯而造成的识别出错率;并且能够实现较高准确率的识别效果。