曲线描述的一种方法:夹角链码

提出了一种有效的曲线编码和描述方法--夹角链码.夹角链码的思想框架是:首先将曲线用一串有方向的等长度的线段来表述,根据相邻线段之间的夹角差形成一串角度序列,即夹角链码来描述这条曲线.描述曲线的直线段的数目由面积法则来决定,并且待处理的曲线将被分割成相等数目的线段.该方法最大的一个优点是曲线的描述具有平移、拉伸和旋转的不变性.该方法的一个实际应用在于,将某一个地区的合成孔径雷达(synthetic aperture Radar,简称SAR)图像与地图相匹配.     

Freeman链码描述的曲线匹配方法

针对普通曲线匹配算法不能处理旋转和缩放曲线的不足,提出Freeman链码描述的曲线匹配方法。该方法为Freeman链码设计一种基于差别累加值及链码差的拐角点快速检测算法,能够快速地检测出曲线拐角点;通过计算曲线起点和曲线方向,得到不随曲线旋转、平移和尺度变化的标准拐角点序列;根据拐角点的长度序列和夹角序列进行相似判断实现曲线匹配。Freeman链码描述的曲线匹配方法不受曲线旋转和缩放的影响,计算量小,易于实现,仿真实验证明该算法合理有效。     

链码和在边界形状分析中的应用

介绍了应用链码分析边界形状的新方法，通过引入相对链码与绝对链码概念得到了计算链码和（平均链码）的简捷算法，边界上连续3点的绝对链码之和可以表示边界点的切线方向（斜率），进入和离开边界的3点链码和之差可以表示边界的曲率，同时给出了利用这些参数判别边界角点，边界光滑段的判据，以及估算曲率半径、等效周长的方法。最后，以细胞边界凹陷的修补和重叠细胞粘连的分割为例介绍了算法具体的使用，该算法在3类细胞中采集到的20余组粘连和缺损细胞上进行了验证，结果表明，该算法处理速度快，分割效果良好。     

基于中值夹角链码的掌静脉特征提取

结合夹角链码的特点,提出一种改进的提取手掌静脉结构特征的方法：中值夹角链码。通过中值迭代将细化后的静脉纹理曲线段用一组变长线段拟合,用距离法计算其拟合误差,在允许的误差下,根据相邻线段间的斜度差形成一串角度序列并计算中值夹角链码。实验结果表明,该方法保证了拟合精度,有效地提取出掌静脉结构特征,同时减少了计算量。     

基于形态-变长夹角链码的测井曲线识别

在同位素示踪注水剖面测井中,磁性定位测井曲线的形态能直观反映井下工具的类型,针对曲线整体形态相似而局部曲率、幅度、波峰个数不同的识别问题,提出了一种以曲线形态语义与变长夹角链码结合的曲线编码和描述方法.用折线重构测井曲线,以曲线的形态类型,折线的长度和相邻折线的夹角作为特征描述,采用基因遗传算法求得最优权值,对折线长度和夹角特征分别进行加权,最后用特征加权K近邻算法实现对井下管柱工具的分类.实验表明该方法能有效的用于井下工具的识别.     

基于ECCC的细胞图像分割算法

针对粘连细胞图像,提出ECCC(Eleven Components Chain Code)链码分割算法。首先对细胞边缘二值图像进行链码统计和边缘拐点检测,新算法对Freeman链码进行了改进,在链码中加入表示边缘拐点的新的链码元素,然后计算边缘拐点的链码差来筛选真实分割点,最后对分割点线性插值实现粘连细胞分割。实验结果表明,针对2粘连和3粘连细胞,ECCC法的分割成功率分别为100%和98%,平均耗时分别为0.42 s和0.67 s,比传统链码分割法减少了近55%的计算量,在复杂的细胞图像分割中具备一定的有效性和可行性。     

一种基于可变夹角链码的靠岸舰船目标检测方法

高分辨率遥感图像上靠岸舰船的灰度、纹理特征往往和码头接近,其自动检测相对比较困难,而半米粒状轮廓特征是靠岸舰船检测中区分度较好的特征之一。利用可变夹角链码对靠岸舰船的这种轮廓特征进行描述,具有平移、旋转及缩放相对不变性。改进了可变夹角链码生成算法,并在此基础上提出了一种基于可变夹角链码的靠岸舰船检测方法。实测数据实验证明该方法在一定程度上能够解决靠岸舰船检测问题。     

基于Huffman编码的改进压缩链码

对图像处理及模式识别中的各类链码技术进行了研究,并基于压缩顶点链码提出了一种新的链码:改进的压缩顶点链码。该链码比压缩顶点链码新增一位码值,采用Huffman编码对各码值进行编码,实现了一组不等长的链码表示。通过对大量图像的数据统计,分别计算了改进压缩顶点链码与现有的8种链码的码值平均表达能力、链码平均长度和效率以及相对于8方向Freeman链码的压缩比率。实验结果表明,所提出的改进压缩链码的效率最高,链码压缩率最为理想。     

一种任意曲线长度的测量方法及其应用

在进行作物形态测量的研究中对叶片长度的测量要求较高的测量精度。而有关长度测量的算法较少,其中较为常用的是利用链码来进行曲线长度的测量算法,该算法要求对图像上的玉米叶子进行预处理之后,才能进行对叶片长度的测量,然而由于细化操作的误差和链码描述曲线的误差,无法满足对任意叶片长度的测量精度要求。基于以上需求,提出了一种利用抛物样条曲线和数值积分进行任意曲线长度测量的算法,该算法可以直接对图像上的玉米叶片进行长度测量,而测量之前无需对图像进行任何预处理,避免了细化操作和链码描述导致的误差,其测量精度满足了该项目的要求。经实验该算法的平均测量相对误差可以控制在1%以内。由于该算法理论上基于数学,所以具有较高的可靠性,可应用于对测量速度要求不高,而对测量精度要求较高,测量结果稳定性要求较好的其它项目之中。     

一种基于链码的拐点搜索算法

在形状分析和数据压缩中,拐点是一个重要的特征。本文提出的拐点算法包括三部分,首先由一个快速边界跟踪方法得到链码,再经过分析和计算得到拐点,最后,由一个动态长度的条带消去多余的拐点。实验表明,该方法对直线和曲线都取得了令人满意的结果。     

拱序列的曲线描述与匹配

目的 曲线匹配是计算机视觉和图像处理中的一个重要问题;判定几何图形形状相似性,得到与人类认知一致的结果,是目前的曲线描述与分类算法不能很好解决的问题。针对曲线匹配和几何图形形状的相似性判定,提出一种有效快速的基于拱序列的曲线匹配与相似性判定算法。方法 提取曲线的角点,将曲线表示为一连串相互重叠的拱序列。对于拱序列中的每一个拱,使用拱描述子进行描述。利用拱描述子,使用动态规划方法,实现对拱序列的匹配和相似性判定。结果 为了验证本文算法,将基于拱序列的曲线描述与匹配方法应用于轮廓的拼接与几何图形的相似性比较。在轮廓拼接实验中,基于拱序列的曲线描述与匹配方法准确完成碎片轮廓的拼接和地图轮廓的拼接。在几何图形相似性的交叉度量实验中,基于拱序列的曲线描述与匹配方法可以准确反映出图形的相似程度,正确判断两幅图像是否属于同一类型。在判定不同相似程度的形状对的实验中,本文算法可以给出与人类判断相同的结果,相比较基于链码特征、多尺度不变量、形状上下文和GCT（geometry complex transform）变换算法,本文算法的距离值更好地反映出图像的相似程度。结论 理论和实验表明,该算法可有效地描述曲线、匹配曲线,及准确判断几何图形的相似性,给出与人类视觉判定一致的结果。该算法可用于基于轮廓的图像拼接和几何图形相似性的判定。     

一种高效的基音检测与评估算法

基音轨迹是语音评估中重要的参数,它的高低变化反映了语音的音高起伏和语调韵律特点。为了准确地评估一段语音,利用变长夹角链码（Alterable Included Angle Chain,AIAC）来准确提取说话者的基音轨迹,对比模仿者与标准发音的基音轨迹的相似度,研究基音轨迹相似度的匹配算法及曲线拟合算法,从而完成基音特征相似性的评估。结果表明：该方法不仅能够准确、快捷提取说话者的基音轨迹,而且计算过程简单,操作简便并能够取得良好的评估效果。     

角点距离矩阵和同心圆划分的曲线描述与匹配

曲线匹配对于物体识别、目标跟踪、碎片拼接等有着重要的意义。针对曲线匹配的效率与鲁棒性问题,提出了一种基于角点距离矩阵和同心圆划分的曲线描述与匹配算法。该算法分为粗略匹配和精确匹配两个阶段。粗略匹配阶段首先采用角点距离矩阵来描述曲线;然后通过子矩阵的方法来匹配曲线。精确匹配阶段首先采用同心圆划分的方法描述曲线;然后通过两条曲线同心圆描述集的差异度度量函数来度量他们的相似性。算法不仅具有平移、旋转、缩放不变性,而且具有较强的鲁棒性,可用于遮挡物体的匹配以及基于轮廓的图形拼接。实验结果表明了该算法的有效性和可行性。     

基于网络本体语言的三维计算机辅助设计主模型相似性计算方法

为了提高三维计算机辅助设计(CAD)模型重用效率,针对当前三维模型检索系统中语义表达不足问题,提出了一种基于网络本体语言(OWL)表示模型语义的相似性计算方法。首先,将三维CAD产品主模型转化成以概念属性特征为基础语义对象的结构化表示模型;然后,从OWL表示模型中提取用于评价两个模型相似性的特征语义信息,构建可量化的相似元集,借助子图同构思想和Tversky算法给出了一种加权相似性计算方法;最后,通过实例验证了所提方法的有效性和可行性。实验的定量评价结果表明,该评价基准从对象本身转为两个对象特性的语义描述,能够客观反映两对比模型的相似程度。     

一种快速的复杂多边形匹配算法

提出了一种能够快速进行复杂形状多边形匹配的算法，该算法基于正切空间表示，先对复杂多边形进行离散曲线演化，再将得到的简化多边形分为一系列最大凸/凹弧线，并选择每段最大凸弧线的起点作为匹配的起始点进行匹配。实验结果证明该算法不但能够对复杂多边形快速而精确的匹配，而且具有不受噪声影响的优点。     

一种实用的基于证据积累的图像曲线粗匹配方法

该文提出了一种基于证据积累的图像曲线粗匹配方法,比较有效地解决了将图像中提取的一条曲线(较短)与一条参考曲线(较长)相匹配的问题．该方法具有如下特点：(1)通过实验发现曲线上两点之间的直线距离较它们之间的曲线距离对噪声等误差更鲁棒;基于此,在参考曲线上选取可能的匹配曲线段时,利用首尾点的直线距离作为主要匹配标准,大大提高了算法的鲁棒性;(2)将证据积累的思想应用到控制点的匹配上,有效地去除了错误的控制点和不必要进行匹配的曲线段,在提高算法鲁棒性的同时极大地降低了算法的计算复杂度;(3)在传统的Hausdorff距离计算中引入高斯概率统计模型,使其更适合作为实际应用中评价两条曲线匹配程度优劣的一种度量．大量卫星影像及数码相机照片实验证明了该匹配方法的有效性和实用性．     

Length Estimation in 3-D Using Cube Quantization

Estimators for the original length of a continuous 3-D curve given its digital representation are developed. The 2-D case has been extensively studied. The few estimators that have been suggested for 3-D curves suffer from serious drawbacks, partly due to incomplete understanding of the characteristics of digital representation schemes for 3-D curves.The selection and thorough understanding of the digital curve representation scheme is crucial to the design of 3-D length estimators. A comprehensive study on the digitization of 3-D curves was recently carried out. It was shown that grid intersect quantization and other 3-D curve discretization schemes that lead to 26-directional chain codes do not satisfy several fundamental requirements, and that cube quantization, that leads to 6-directional chain codes, should be preferred.The few 3-D length estimators that have been suggested are based on 26-directional chain coding that naturally provides a classification of the chain links, which is necessary for accurate length estimation. Cube quantization is mathematically well-behaved but the symmetry and uniformity of the 6-directional digital chain elements create a challenge in their classification for length estimation.In this paper length estimators for 3-D curves digitized using cube quantization are developed. Simple but powerful link classification criteria for 6-directional digital curves are presented. They are used to obtain unbiased length estimators, with RMS errors as low as 0.57% for randomly oriented straight lines.