ObjectWindows与Visual Basic控件资源研究

本文研究了ＯｂｊｅｃｔＷｉｎｄｏｗｓ与Ｖｉｓｕａｌ Ｂａｓｉｃ控件资源的特点，在此基础上，重点研究了在Ｏｂｊｅｃｔ Ｗｉｎｄｏｗｓ软件设计过程中使用Ｖｉｓｕａｌ Ｂａｓｉｃ的控件资源的方法，并给出了从Ｖｉｓｕａｌ Ｂａｓｉｃ的控件文件中获得Ｏｂｊｅｃｔ Ｗｉｎｄｏｗｓ类的方法。     

Windows下OLE技术的应用

ＯＬＥ是一项增强Ｗｉｎｄｏｗｓ应用程序之间相互协作性的技术。本文详细介绍了ＯＬＥ的概念，并讲述在ＶｉｓｕａｌＢａｓｉｃ及Ｍｉｃｒｏｓｏｆｔ Ａｃｃｅｓｓ中使用ＯＬＥ的方法。     

OracleForms中的VBX控制

本文首先概述了ＶＢＸ控制的概念及其在ＯｒａｃｌｅＦｏｒｍｓ中的表现方工工具接着介绍了在ＯｒａｃｌｅＦｏｒｍｓＤｅｓｉｇｎｅｒ中设计产生ＶＢＸ控制的过程和方法，最后详细阐述了ＯｒａｃｌｅＦｏｒｍｓＲｕｎｔｉｍｅ中使用ＶＢＸ控制的技术。     

Oracle Developer／2000的参数及其应用

Ｏｒａｃｌｅ Ｄｅｖｅｌｏｐｅｒ／２０００的开发工具主要有Ｏｒａｃｌｅ＊Ｆｏｒｍｓ４．５，Ｏｒａｃｌｅ＊Ｒｅｐｏｒｔｓ２．５，Ｏｒａｃｌｅ＊Ｇｒａｐｈｉｃｓ２．５，这些工具的集成是通过模块相互之间的参数传递来实现的。本文在介绍各种工具中参数的定义和引用的基础上，重点讨论了模块之间参数传递的方法，并给出了具体实例。     

Oracle CDE2中对Windows DLL的调用

本文讨论了在Ｏｒａｃｌｅ Ｆｏｒｍｓ４．５的例程和触发器设计中如何用ＰＬ／ＳＱＬ语言直接调Ｗｉｎｄｏｗｓ下动态连接库函数的方法，根据这个方法，可以在不退出Ｏｒａｃｌｅ Ｆｏｒｍｓ的情况下，运行动态连接库函数。     

Oracle Power Objects的菜单技术

本文在介绍Ｏｒａｃｌｅ Ｐｏｗｅｒ Ｏｂｊｅｃｔｓ菜单系统基本概念的基础上，阐述了实现一个菜单系统的原理与步骤，并进一步讨论了缺省菜单的两级汉化问题以及将缺省菜单项加入到用户菜单中去的方法。     

一个Pascal的面向对象扩充的设计与实现

本文阐述了ＮＤＯＯＰ的设计和实现的主要思想．ＮＤＯＯＰ是一个Ｐａｓｃａｌ的面向对象扩充，是Ｐａｓｃａｌ的超集，既充分支持面向对象程序设计，又保持了Ｐａｓｃａｌ的原有风格．     

如何开发多FORM应用

本文将研究Ｏｒａｃｌｅ＊Ｆｏｒｍｓ的集成技术,即如何将Ｏｒａｃｌｅ＊Ｆｒｏｍｓ开发的多个ＦＯＲＭ模块集成在一块,形成多ＦＯＲＭ应用,并着重介绍ＦＯＲＭ模块之间的信息传递方法。     

如何直接读取与显示UCDOS5.0三次曲线（Postscript）字体

本文剖析了ＵＣＤＯＳ５．０中Ｐｏｓｔｓｃｒｉｐｔ字库的原理与存储结构，给出了在西文ＤＯＳ下直接读取与显示Ｐｏｓｔｓｃｒｉｐｔ字体的实例。     

高分辨率SAR图像线状目标提取方法研究

本文针对高分辨率SAR影像进行城区河流、道路提取的算法研究,提出将纹理、面状和空间区域三种特征结合的方法。首先基于多尺度分析技术,结合面向对象的分割算法提取初始目标,之后使用灰度共生矩阵对目标及周边背景纹理进行差异对比分析去除误目标。与传统边缘检测方法相比,本文方法充分利用高分辨率SAR影像带来的纹理细节信息,并综合考虑目标的多种特征因素,增强了目标提取的可靠性,实用性强。     

基于一种新的Snake模型的序列图像边缘提取算法

对医学图像数据中感兴趣区域（ROI）进行准确的边缘提取和分割,是对图像进行分析、理解和处理的重要前提。为克服现有Snake算法人工初始化轮廓不精确,迭代过程中曲线易被复杂背景吸引等缺点,提出基于一种改进Snake模型的序列图像边缘提取算法。该算法先利用序列图像相似性原理提取出近似边缘,然后将其平均分为4个子边缘,在每个子边缘上取数目均衡的Snake输入点,最后离散Snake的内力和外力,经过迭代得到最终边缘。实验结果表明：该方法能精确地提取出医学图像中复杂区域或畸形区域的边缘,且计算量较小。     

应用Snake模型提取彩色图象目标轮廓线的研究

为了更好地利用Snake模型来提取彩色图象中的物体轮廓，因而对Snake原型提出两点主要改进，即针对snake模型的手工初值设置问题，通过引入彩色聚类预处理过程来减少对人的依赖，首先，采用色彩聚类算法对原始图象进行分割，然后用改进的边缘追踪算法提取有意义区域的边缘，并用这一结果作为Snake模型的初值；然后针对Snake原型应用于彩色图象时出现的失真问题，通过对出错原因的分析，重新设计了Snake的外部能量函数，同时用像素在加权HSI颜色空间中的欧氏距离代替传统方法中常用的像素灰度的差分来近似图象梯度；最后，进行了对比实验，实验结果证明，改进后的算法，特别是在处理彩色图象时，大大优于原始方法．     

基于Snake模型的植物叶片面积计算方法

为对植物叶片面积进行准确测量,提出一种通过Snake模型提取叶片轮廓,并在叶片轮廓基础上计算面积的方法。对传统Snake模型进行改进,定义HSI空间的颜色梯度作为Snake的外部能量函数,将提取出的角点作为初始轮廓的顶点,通过自适应增加或减少顶点来设置Snake的初值。利用改进的Snake模型提取叶片轮廓,在叶片轮廓链码表的基础上计算面积。实验结果表明,与Image J软件中计算叶片面积的方法相比,该算法的测量精度更高。     

Perceptual grouping of segmented regions in color images

Image segmentation is often the first yet important step of an image understanding system. However, general-purpose image segmentation algorithms that do not rely on specific object models still cannot produce perceptually coherent segmentation of regions at a level comparable to humans. Over-segmentation and under-segmentation have plagued the research community in spite of many significant advances in the field. Therefore, grouping of segmented region plays a significant role in bridging image segmentation and high-level image understanding. In this paper, we focused on non-purposive grouping (NPG), which is built on general expectations of a perceptually desirable segmentation as opposed to any object specific models, such that the grouping algorithm is applicable to any image understanding application. We propose a probabilistic model for the NPG problem by defining the regions as a Markov random field (MRF). A collection of energy functions is used to characterize desired single-region properties and pair-wise region properties. The single-region properties include region area, region convexity, region compactness, and color variances in one region. The pair-wise properties include color mean differences between two regions; edge strength along the shared boundary; color variance of the cross-boundary area; and contour continuity between two regions. The grouping process is implemented by a greedy method using a highest confidence first (HCF) principle. Experiments have been performed on hundreds of color photographic images to show the effectiveness of the grouping algorithm using a set of fixed parameters.     

轮廓检测的图像检索方法

在图像检索领域中,形状特征是图像的最重要视觉特征之一,利用形状特征进行检索可提高检索的准确性,但形状边界的自动提取一直是图像处理领域多年的难题。为了提高图像精度和准确性,提出一种基于轮廓检测的图像检索方法,首先用色彩聚类的方法对图像进行预处理,对有意义的聚类区域进行边缘追踪,然后采用基于Snake轮廓检测的算法完成图像分割,提取底层形状特征并用傅立叶描述子加以描述,进行相似度匹配。引入支持向量机的相关反馈算法来提高检索精度。实验结果表明了方法的有效性。     

基于Snake模型的嘴部特征分割

提出了一种基于Snake模型的嘴部特征提取方法，简化了初始化Snakc曲线的步骤，从而避免了手工初始化Snakc曲线时可能产生的误差。该方法使用块像素变差方法解决图像中的弱边界问题，使用图像能量区域来防止边缘泄漏，得到比可变形模板方法更准确自然的结果。实验结果表明，这种基于Snake模型的人脸特征分割方法具有良好的效果。     

结合伪彩色与上下文感知的肺癌PET图像分割算法

由于肺癌PET成像质量较低且待分割区域边界没有明显的灰度差,使得基于颜色特征的图像分割算法不能做到有效分割。本文提出了结合伪彩色与上下文感知的肺癌PET图像分割算法。首先,将原始的肺癌PET图像根据彩色查找表生成对应的伪彩图;然后,使用改进的上下文感知模型获得伪彩图对应的显著图,并采用大津法对显著图进行二值化处理,初始化显著图的分割区域;最后,使用改进的GrabCut算法迭代分割图像。算法应用于肺癌的PET图像分割。实验结果表明,本文算法有效提升肺癌PET图像的分割效率、提升分割精度,取消GrabCut算法、Snake算法的用户操作,实现图像分割自动化,具有较高的可靠性、执行效率、以及实际应用价值。     

Snake模型与深度凹陷区域的分割

在基于Snake模型的图像分割中,深度凹陷区域的分割是一个难点．尽管GVFSnake模型极大地改善了这个问题,但它需要事先求解一个偏微分方程组,增大了计算量;同时,GVFsnake模型在初始化时还存在一个“临界点”问题．探讨了深度凹陷区域的分割,用离散轮廓上顺序3点所成三角形内切圆圆心来定义离散轮廓的曲率,该曲率既能反映轮廓的弯曲程度,又具有合理的方向．基于该曲率定义了曲率外力项,构造了基于Snake模型的两阶段算法,先采用传统Snake模型使离散轮廓逼近目标边缘,然后在曲率外力的作用下使离散轮廓进入目标的凹陷区．曲率外力项的引入能较好地解决深度凹陷区域的分割问题,也可以扩展该外力项来扩大Snake模型的捕捉范围．实验结果表明该方法是有效的．     

一种基于区域分级合并的彩色图像分割方法

在区域合并过程中,手工设置颜色相似性和边界距离的权重极大地影响了分割的精度和自动化.针对这一问题,提出了一种新的基于区域分级合并的彩色图像分割算法.该方法能够根据邻接区域的边界特点设置权重因子,从而自适应地融合区域的颜色相似性和边界距离.使用均值漂移算法对图像进行初始分割,将原图像分割为具有较好边界的同质区域;通过计算区域相似度对区域进行分级合并.多幅彩色图像的分割实验结果证明,所提算法优于传统的基于区域合并的方法.     

一种组合主动轮廓线模型算法

本文针对传统主动轮廓线模型(Snake模型)无法检测凹陷目标轮廓的缺陷，提出了一种由全局Snake模型和局部Snake模型两部分组成的组合Snake模型。组合模型首先使用全局Snake模型进行轮廓粗检测，并使用SUSAN算子检测目标轮廓上凹陷最“深”的凹点；然后，在凹点附近的局部区域，使用局部Snake模型进行轮廓凹陷部分的检测；其后以其替代使用全局模型检测出的目标轮廓的相应部分，形成最终检测的目标轮廓。实验结果表明，本算法具有较好的检测精度和抗噪性。