自动特征识别技术综述

自动特征识别是从零件实体模型中抽取出具有特定工程意义的特征信息，由于自动特征识别构成ＣＡＤ与ＣＡＰＰ之间的智能接口，对实现ＣＡＤ，ＣＡＰＰ，ＣＡＭ集成具有重要意义，因此一直是ＣＡＤ／ＣＡＭ领域的研究热点，研究成果十分丰硕，另一方面，由于特征识别具有相当难度，该领域对仍存在的许多问题有待解决，本文对自动特征识别技术的历史和现状进行全面综述，介绍了具有代表性的特征识别方法，并阐述各个方法的特点，最后对     

面向网络基于分治策略的加工特征识别算法

提出一种面向网络,基于分治的加工特征识别算法,首先将零件剖分成若干个适当大小的分解体;然后对每一分解体进行加工特征识别;最后通过对相关分解体的识别结果进行合并生成零件的加工特征模型,实验结果证实了文中算法的有效性。     

面向CAD／CAM集成的工程图特征识别技术

本文介绍了一种从ＣＡＤ图形数据库中自动识别ＣＡＰＰ特征的方法，详细讨论了自动系统的结构，具体内容及其特征信息的确定与表达。     

基于特征的CAD／CAM信息集成方法

本文对基于特征的ＣＡＤ／ＣＡＭ信息集成方法所涉及的特征识别、特征造型、特征映射及数据交换等关键技术进行了研究和总结，并简要介绍了研制中的ＣＡＤ／ＣＡＭ集成系统的总体方案。     

一种基于特征几何元素永久命名的快速相交特征检查与判别方法及其应用

相交特征的检查与判别是特征造型领域的一个重要问题,通常的方法是通过在特征体间作布尔运算进行相交特征的检查与判别,但这种方法存在复杂、耗时的缺点,为避免大量的求交运算,提高相交特征检查与判别的效率,文中提出了一种新的相交特征的检查与判别方法,该方法以一系列的面标号查找代替了特征之间的求交运算,从而有效地提高了相交特征的检查速度。     

基于全局模型的产品特征造型系统

基于特征的设计在当今ＣＡＤ／ＣＡＭ技术中扮演了十分重要的角色，本文以我们自行开发的面向机械产品设计的参数货物上造型系统ＺＤ－ＭＣＡＤⅡ＾〔１〕为背景，介绍了ＺＤ－ＭＣＡＤⅡ中的全局产品数据模型，给出了特征及其依赖的描述方法，特征依赖以半序网的形式表示，设计特征与制造特征通过特征映射实现统一。文章对于产品模型的建立及特征形成规则与特征重构都作了详细的分析。     

基于ACIS的特征造型系统的开发与研究

论述了特征技术的基本原理，提出了一种新的特征造型系统模型和特征建模方法。结合作者正在开发的基于ＡＣＩＳ的三维特征造型系统－Ｉｎｔｅ－Ｓｏｌｉｄ系统的开发，详细阐述了这种建模思想。     

三维实体造型系统中加工特征的识别

本论文是以I-DEAS的GEOMOD造型为识别对象,提出“环一环匹配”和“环一环求交”的法则识别三维零件的加工特征一通孔、盲孔、凹槽、台阶及槽沟等,从而将CAD、CAPP与CAM联成一个统一体。     

结合国情研究特征造型技术

特征造型是新一代CAD/CAPP/CAM集成系统的核心技术之一,目前正处于百花齐放时期。本文结合国内工厂的应用需要提出若干设想,希望引起讨论。     

基于实体模型的产品形状特征识别

依据实体造型的特点,从模型空间的特征层入手,搜寻模型空间中的简单形状特征,并根据造型特点获取单个特征在零件模型上的几何拓扑关系,从而实现形状特征的自动识别.通过分析特征实体造型,提出一种基于实体模型的产品形状特征识别方法,并结合微波器件产品开发特征参数提取模块,实现复杂零件模型形状特征的自动识别与提取.该方法为快速建立企业零件库提供途径,也为网络环境下的协同设计和数据共享奠定基础.     

加工特征识别系统ZD-AFRS及其健壮性增强方法

介绍了混合特征识别系统ZD－AFRS的设计思想、系统结构、核心功能的设计与实现，以及增强系统健壮性的方法。以先进性与实用性并重为原则，在ZD－AFRS的研制过程中，通过设计可靠的分割面处理、合并面处理和虚链生成算法，提高系统自动特征识别功能的健壮性；通过将交互特征定义与自动特征识别进行有机集成，提高系统的容错性；通过提供用户自定义特征功能使系统具有可扩展性；通过开发体特征生成、合理特征解释生成和先坯自动生成等功能使系统的功能更完善。经过较多的测试表明，ZD－AFRS具有较好的健壮性和实用性。     

基于局部特征的目标识别技术研究

针对基于全局特征的目标识别技术存在的不足,介绍基于局部特征的目标识别技术。研究局部特征的特点和优势,阐述点、线、面3种类型的局部特征的研究现状和主流算法,探讨算法所面临的难点问题,并对基于局部特征的目标识别问题的研究前景进行展望。     

基于局部特征分析的人脸识别方法

在传统的弹性图匹配基础上，提出一种基于局部特征分析的人脸识别算法。该方法利用人脸的先验结构和人脸图像的灰度分布知识，首先粗略地找出人脸图像的特征点，然后利用人脸弹性图对特征点的位置进行调整。最后在各个特征点处计算Gabor变化的系数，人脸相应被表示为特征点处的Gabor系数集合，对提取的特征向量用几种不同的度量距离来进行分类，并给出测试结果。实验表明，该方法优于传统的Eigenface方法，特别适用于训练图像样本较少的情况。相对于传统的弹性图匹配方法，该方法由于人脸特征点预先被估算出，而不是在整个图像上搜索，所以大大减少了计算量。     

基于径向基函数神经网络的特征识别技术研究

特征表示和识别效率是基于神经网络特征识别技术所面临的基本问题。在研究特征拓扑结构信息的基础上，提出一种应用特征构成面及其邻接边信息构成特征编码的特征表示模型，并在此基础上，提出基于径向基函数神经网络的特征识别方法。最后，应用此方法实现了对典型加工特征的识别。     

基于NMI特征的目标识别与跟踪

本文提出一种全新的图像分割方法——连通线多级切割方法，并在此基础上建立图像NMI特征的目标识别与跟踪算法。文章给出了运用连通线多级切割方法实现阈值求取、图像分割、目标识别与跟踪的技术技巧。通过实验验证了NMI特征的缩放不变性、旋转不变性和平移不变性以及不同物体的NMI特征差异，表明本文算法具有良好的实时性和精确的目标识别与跟踪效果。     

融合全局与局部特征的贝叶斯人脸识别方法

针对人脸识别特征提取阶段中的数据降维方法往往难以兼顾保持全局与局部特征信息的问题，以及匹配识别阶段贝叶斯分类器中小样本问题，提出了一种融合全局与局部特征的贝叶斯人脸识别方法。该方法通过核主元分析提取出人脸数据的全局非线性特征，并在此基础上通过正交化局部敏感判别分析挖掘出人脸数据的局部流形结构信息，以达到提取出具有高判别力低维本质人脸特征的目的；采用一种最大信息量协方差选择的方法，来对协方差矩阵进行估算，以解决贝叶斯分类器设计中的小样本问题。在ORL、AR、 YALE、FLW人脸库上设计实验来进行验证。结果表明，提出的特征提取算法以及对贝叶斯分类器的改进取得了比较好的效果，通过对这两个阶段的优化，可以显著提升人脸识别的效果。