各种排样方式下顶点算法的研究

多边形顶点算法是冲裁排样优化问题的一种新算法。本文在单排顶点算法的基础上，对其它常用排样方式进行了研究，通过对原因形数组的适当拆分和重组构成新的多边形，即可采用在图形内求多边形顶点处宽度的算法，该算法不仅简化了计算，提高了运算速度，而且保证了最优解。     

计算复杂多边形面积的组合三角形法

具有全凸直线边界的多边形,可以离散成由三角形组成的几何体系.全凸直边界多边形的面积是各个组合三角形面积的总和.只要通过秦九韶公式得到三角形的面积后,就能够得到全凸直边界多边形的面积.通过一定的算法,在对任意凹曲多边形边界的凹凸属性进行判断后,可以把任意凹曲平面图形修补剪裁成全凸直线边界多边形.所以,任意凹曲复杂平面图形的面积等于修剪凸多边形的面积与被修剪部分面积的代数和,这种方法称为组合三角形算法.文中给出的算法表明,该方法得到的多边形面积避免了传统积分算法的近似性特征,具有解析解特点.     

利用局部特征联合匹配的非刚体目标跟踪

针对视频序列中非刚体目标的跟踪问题,提出了基于局部特征联合匹配的快速跟踪算法．算法将基于关键点的特征匹配问题转化为求解平衡指派的最优化问题,进而依据整体匹配最优的原则实现特征的联合匹配．跟踪过程为:首先分别提取目标模板和当前搜索区域的局部关键点并进行特征描述;然后依据联合匹配策略确定目标模板关键点在输入帧图像中的匹配结果;最后依据匹配结果确定目标在输入帧图像中的位置和尺度．实验结果表明,该算法对目标的非刚性形变具有较强的鲁棒性,能够适应复杂的背景变化并获得稳定的跟踪结果．     

一种新的宽基线图像匹配方法

在宽基线图像匹配中,图像存在3维视角、尺度、旋转和灰度差异.为此,构造了一种新的基于局部二值模式直方图傅里叶特征的特征描述符,并通过对传统宽基线图像匹配算法框架中不同部分算法的对比分析,提出了一种新的宽基线图像匹配方法.首先,提取基准图像和实时图像中具有尺度和仿射不变性的最稳定极值区域,并利用新的特征描述符对这些区域进行图像旋转和灰度不变性描述;然后,根据近邻欧氏距离比值准则提取两图像中匹配的最稳定极值特征区域对;最后,利用顺序抽样一致性算法剔除误匹配特征区域对,估计两图像的外极几何关系,得到匹配结果.仿真结果表明,新算法能够适应待匹配图像间较大的3维视角、尺度、旋转和灰度差异,实现稳定的宽基线图像匹配.     

基于类似形原理从单幅轴测投影图识别平面立体

根据仿射不变性提出在轴测投影下多边形的类似形定义；给出类似形的识别方法；据此提出一种基于类似形原理从单幅轴测投影图识别平面立体的新方法。定义的类似形能将具有不同特征的表面区别开，并将平面立体中的表面分类。匹配过程限制在类似形内进行，大大减少了搜索范围。用拓扑结构对类似形进行定性分析，对噪音不敏感，而用几何特征进行定量分析，则能反应平面立体形状的细微差别。该识别算法不仅能识别不同形状的平面立体目标，而且还可区分形状相同但大小、比例不同的平面立体目标。实验结果表明该方法是有效的。     

基于小波变换的平面多边形变形算法

给出多边形的一种基于小波变换的变形算法。该算法利用小波变换分解多边形,得到多边形的轮廓和细节.对于轮廓部分采用可避免自交的变形方法进行变形;对于细节利用线性插值法变形,最后再重构出变形过程中的中间图形。该算法可以很好的消除多边形的稠密顶点,避免自交,得到很好的变形效果。     

计算复杂多边形面积的组合三角形法

具有全凸直线边界的多边形,可以离散成由三角形组成的几何体系,全凸直边界多边形的面积和各个组合三角形面积的总和,只要通过秦九韶公式得到三角形的面积后,就能够得以全凸直边界多边形的面积。通过一定的算法,在对任意凹曲多边形边界的凹凸属性进行判断后,可以把任意凹曲平面图形修补剪裁成全凸直线边界多边形,所以,任意凹曲复杂平面图形的面积等于修剪凸多边形的面积与被修剪部分面积的代数和,这种方法称为组合三角形算法,文中给出的算法表明,该方法得到的多边形面积避免了传统积分算法的近似性特征,具有解析解特点。     

一种基于曲线积分的区域填充算法

基于曲线积分求封闭图形区域面积的基本原理,提出了一种新的几何图形区域填充算法.该算法不需要对区域内点进行重复判断,也克服了多边形填充算法对区域形状有一定要求的缺点.     

监视器覆盖多边形新算法

考察了简单多边形的核在构成方面的性质,结合已有结果,提出一个新算法.该算法先搜索当前凹点,并由该凹点所在边引射线,将多边形所在平面分为A、B、C三个区域.利用凹点的B域将多边形分成若干有核部分,在每一部分的核区域放置一个监视器,从而实现监视器覆盖多边形.本算法时间复杂性为O(nm2).     

基于全局与局部形状特征融合的形状识别算法

经典的全局形状识别算法虽然高效,但在处理形变方面存在不足。局部形状识别算法拥有良好的检索率,但在辨别力方面的效果却有待提高。为解决上述问题,本文提出一种基于特征点分类的融合框架,该框架不仅融合了全局与局部算法的优势,还弥补了二者的不足。一些经典的形状识别算法采用提取特征点的方式来构建形状特征直方图,本文在此基础上,将提取到的特征点进一步分类,针对不同类别的特征点集合采用不同的形状识别算法进行描述,并将匹配结果进行融合,充分发挥了全局与局部算法的优势。实验结果表明,本文提出的框架能够有效结合不同算法实现形状的识别并获得更好的效果。     

基于RGB三分量亮度法线相似度的立体匹配算法

为了解决立体匹配算法中匹配精度不高的问题,在分析RGB彩色空间图像的光学特性的基础上,提出了RGB彩色空间R、G、B三彩色分量亮度法线的概念,并得出亮度法线反映了RGB图像像素三分量的高频信息的结论。为了获得双目立体图像间的精确稠密视差图,提出了采用RGB三分量亮度法线相似度来计算自适应权值的局部立体匹配算法,通过Middlebury测试平台与其他当前流行的立体匹配算法进行结果比较,实验结果显示,提出的算法得到了更加精确的匹配结果。     

Trifocal Tensor Based Feature Matching Algorithm

Feature matching is of significance in the field of computer vision. In this paper, a trifocal tensor based feature matching algorithm is proposed for three views, including a trinocular vision system. Initial matching point-pairs can be determined according to generic matching algorithms, on which an initial trifocal tensor of three views can be confirmed. Then the initial matching point-pairs should be re-selected. Meanwhile, the trifocal tensor will be recomputed. Iteratively, the optimized trifocal tensor can be obtained. Compatible fundamental matrix of every two views can be determined. Furthermore, in the trinocular vision sensor, the trifocal tensor can be calculated based on the intrinsic parameter matrix of each camera. With the strict constraint provided by the trifocal tensor, feature matching results will be optimized. Experiments show that our proposed algorithm has the characteristics of feasibility and precision.     

三种典型模板匹配算法性能比较

为了在图像识别、配准和拼接等具体问题中能够针对不同条件来合理选取适当的匹配算法,详细介绍三种典型模板匹配算法,即基于索引表的图像匹配算法、基于图像相关性的图像匹配算法和序贯相似性检测算法(Sequential Similarity Detection Algorithm,SSDA),并从实时性、鲁棒性和精确性等角度出发,对其匹配性能进行差异分析。采用分组实验的方法对匹配算法的各项性能指标进行测试和比较,结果表明,三种算法都具有良好的精确性,其中基于索引表的算法和序贯相似性检测算法具有较好的实时性,而基于图像相关性的算法在噪声环境下具有良好的鲁棒性。     

改进的D-S证据推理地图匹配算法

随着中国的高速发展,城市道路拓扑结构越来越复杂,一些常用的地图匹配算法难以适应当今各种复杂的道路类型,尤其是道路交叉口.针对道路交叉口易出错、稳定性差等问题,文中提出了一种改进的D-S证据推理地图匹配算法.该算法对原有算法加以改进,简化证据公式,重新确定基本概率分配函数,并引人第三个证据一历史匹配程度,利用分布式融合模型对证据加以融合,将距离和角度两个基本证据融合后的结果与历史匹配程度证据再加以融合,比较二次融合后的基本概率分配函数值来确定最佳匹配路段.对改进算法执行模拟测试,与其他三种算法相比的结果表明,在错综相连的道路交叉口区域内改进算法拥有更高的匹配准确率且单点匹配耗时更少.     

Automatic Image Registration Algorithm Based on Wavelet Transform

I mage registration is the process of determiningthe transformation which matches best,according tosome si milarity measure,two i mages of the samescene taken at different ti mes or from different viewpoints[1].It has broad applications in many domainssuch as military,medicine,remote sensing and com-puter vision,so a wide range of registration tech-niques has been developed abroad and at home formany years.Given the diversity of remote sensingi mage,complexity of i mage warp,differences be-twe…     

Pulse Signal Recovery Method Based on Sparse Representation

Pulse signal recovery is to extract useful amplitude and time information from the pulse signal contaminated by noise.It is a great challenge to precisely recover the pulse signal in loud background noise.The conventional approaches,which are mostly based on the distribution of the pulse energy spectrum,do not well determine the locations and shapes of the pulses.In this paper,we propose a time domain method to reconstruct pulse signals.In the proposed approach,a sparse representation model is established to deal with the issue of the pulse signal recovery under noise conditions.The corresponding problem based on the sparse optimization model is solved by a matching pursuit algorithm.Simulations and experiments validate the effectiveness of the proposed approach on pulse signal recovery.     

一种基于后缀数组的多重复模式匹配算法

要在海量的信息中进行多重复模式的查找,应用一般的查找方法所需O（n2）的复杂度.为了提高模式查找算法的效率,提出了算法Epattern searcher H.该算法是采用能节省空间占用的后缀数组数据结构来实现,同时又运用过滤算法的思想而设计,从而提高算法的运行速度.这里针对英文小说高频词的查找对算法进行测试,可得到时间复杂度为O（n）实验结果.     

利用小波域HMC模型进行遥感图像变化检测

传统阈值检测算法都是基于单函数模型进行的,当差异影像分布函数较复杂时检测结果较差．针对这个问题,提出一种基于小波域的隐马尔科夫链模型的遥感图像变化检测算法．将双高斯混合模型与小波变换结合,解决了单函数模型匹配率低的问题,并通过小波变换引入了图像的空间信息,提高了检测精度．利用双高斯混合模型对小波分解后的多层差异影像进行拟合,根据拟合结果判定待检测点类别．对得到的多层初始分割结果,利用隐马尔科夫链模型根据连续最大后验概率融合,得到最终变化检测图．对真实遥感数据集进行实验,证明这种算法可以得到较好的检测结果．     

改进的立体像对稠密匹配算法

针对目前主流方法对图像中纹理单一区域匹配效果不佳的问题,提出了一种改进的立体像对稠密匹配算法。该算法首先利用区域增长技术找到图像中的纹理单一区域,然后将整个区域作为匹配基元以得到纹理单一区域的稠密视差图。相对于点基元,区域基元包含的信息更多,且在图像中不易重复出现,因此可以减少误匹配发生的几率。在国际标准测试图像上进行了实验,结果证明该算法的可行性与准确性。     

基于运动估计的置信度传播立体视频匹配算法

基于置信度传播（BP：Belief Propagation）的立体匹配算法与局部算法相比,视差准确度高,但需要耗费大量的计算时间。为此,提出一个基于运动估计的置信度传播立体视频匹配算法。该算法首先通过传统的BP算法获得I帧的匹配视差图,并保存每个像素获得最佳视差值的传递信息;然后,通过参考I帧的运动估计信息,得到重新排列的I帧视差值的传递信息,将其作为P帧置信度传播算法的初值进行迭代运算,从而大大减少了P帧置信度传播算法的迭代次数。实验结果表明,该算法能大大提高置信度传播立体视频的匹配效率。