针对目前工程图纸矢量化过程中圆弧检测准确率不高、检测时间过长等问题,提出一种基于切线段匹配的快速圆弧检测算法。首先,该方法找出可能位于圆外边界上八方向(0,π/4,π/2,…,7π/4)与圆相切的线段,并记录在切线集合中;然后,对已找到的切线段进行两两配对,估算圆心半径范围,得到候选圆集合;最后,对获取的候选圆集合进行数据合并,对合并后的每一个候选圆进行跟踪检测,最终确定它是一个圆还是一个弧。在切线段寻找过程中进行匹配,对已确定为圆的候选圆,在切线段集合中去除与该圆相对应切线段,有效减少了匹配次数。在对比实验中,所提算法的平均识别率达到了97.250%,平均检测时间为12.290 s, 比随机抽样一致性(RANSAC)算法和有效投票算法(EVM)的平均识别率更高,平均检测时间更短。实验结果表明,所提算法能够有效地对低噪声图像中弧长大于1/8圆周长的圆弧进行检测,同时能提高检测准确率、缩短检测时间。

以工程量清单计价领域产品的开发为例，研究了重用开发技术在软件各开发阶段的应用，讨论了软件的领域重用和层次重用等方面的问题,实现了软件产品领域横向重用和软件开发过程中的纵向层次重用,提高了软件产品的可重用性、开发效率和质量。

为了解决图像匹配过程中计算速度慢和匹配精度不高的缺陷，提出了一种基于群体增量学习算法的匹配方法。PBIL算法是一种基于概率分析的进化算法。它集成了基于函数优化的遗传搜索和竞争学习两种策略,将进化过程视为学习过程，通过竞争学习所获得知识来修正生成概率，进而指导后代的生成。在实验中，将其与传统序贯相似性检测算法(SSDA)和遗传算法进行了比较。结果表明基于该算法的图像匹配具有运算速度快、匹配精确等优点，且收敛过程非常稳定。