多种链编码在数字图像中的标定算法*

提出了一种基于边界标定自动机获得二值图像Freeman编码的高效算法,并介绍了基于自动机获得二值图像区域的顶点链编码以及边界码的算法.实验证明,基于自动机获得各种链编码的算法具有高效率、高精确度等优点.     

基于区域标定自动机的区域个数统计算法

区域个数统计在计算机图形和图像分析中有着很重要的作用。文中提出了一种基于区域标定自动机的区域统计方法，以最快的时间实现图像中区域个数的统计。通过对二值图像的扫描，可在不对区域进行填充的情况下统计出区域的个数。在区域统计的同时，还可以通过增加简单的代码获得区域边界的顶点链编码序列，这对于图像的存储和重现都是很有用的。     

一种二值图像连通区域标记的新方法

二值图像连通区域的检测和标记在图像分析中是十分重要的步骤,高效的连通区域标记算法能大大提高图像处理速度。针对此,提出一种新的基于游程编码的连通体标记算法。扫描图像,记录所有的游程编码并将等价对添加到等价对链表中。通过递归方法对等价对链表进行分析,得到旧标记和新标记之间的映射关系,并修正得到的游程编码标记。与几种传统方法和两组改进方法的对照实验表明该算法是更高效的。     

一种最优化链码指纹二值细化图像压缩编码

提出了一种适合于对线状结构的条形纹线二值图像进行压缩的最优化Freeman链码压缩算法——Freeman差分链码Huffman编码。与传统的Freeman链码相比，提出的压缩算法是基于Freeman链码、差分编码和Huffman编码的一种混和编码方式。通过理论分析和在指纹二值细化图上的实验结果证明，对于指纹二值细化图像，本算法优于现有的链码压缩二值图像的算法，针对于线状结构的条形纹线二值图像，本算法也优于其他压缩算法。其平均码长为1.7651bits，低于8方向Freeman链码或者Freeman差分链码的3bits的平均码长。     

顶点链编码图像的填充算法

填充是计算机图形处理领域的基本算法。该文提出一种填充算法,解决了顶点链编码表示区域的填充问题。该算法只需2种辅助标记颜色,处理灰度图像时无需附加内存,空间复杂度低。其运算效率接近最低时间复杂度,即填充区域面积加周长。处理表格图像所需时间仅为Ren算法的1/3。     

构造标定自动机实现数字图像的Freeman链编码标定

图像的Freeman链编码是对图像边界的描述，这种链编码给我们图形一些基本特征，正在被广泛地应用到图像处理和图像识别中。本文给出了二值图像区域的标定方法。对于八近邻的图像，分别建立了一组最小的完备图。利用图像标定的基本图，为二值图像边界的识别构造了一个自动机，自动机的输出就是Freeman链编码，为二值图像区域的标定提供了一个有效算法。     

一种新压缩顶点链码

链码是一种以较少的数据存储表示线条、曲线和区域边界的编码技术。为进一步提高链码的压缩效率,提出了一种新的压缩顶点链码：改进的正交3方向顶点链码（IO3DVCC）。IO3DVCC将顶点链码（VCC）的统计特征与正交3方向链码（3OT）的方向特征相结合,共设5个码值。码值1将VCC中的1、3组合和3、1组合归并表示,码值2与VCC的对应码值表达相同,码值3与3OT中的码值2表达相同,码值4和码值5分别对应2个连续的新链码码值1和8个连续的VCC码值2。新链码基于Huffman编码,为不定长编码。针对100幅图像的轮廓边界,统计并计算了IO3DVCC与改进的相对8方向Freeman链码（ERD8FCC）、基于算数编码的变长相对四方向Freeman链码（AVRF4）、基于算数编码的正交3方向链码（Arith_3OT）、压缩VCC （CVCC）和改进的CVCC （ICVCC）6种链码各码值出现的概率、平均码值表达能力、平均码长和链码效率。实验结果表明,IO3DVCC效率最高。针对随机选择的20幅轮廓边界图像,统计并计算了IO3DVCC、Arith_3OT和ICVCC3种链码表达的总码数、二进制总位数,以及相对于8方向Freeman链码的压缩比率。实验结果表明,IO3DVCC的压缩效果最好。     

二值图像矩形划分优化编码研究

针对二值图像矩形划分编码在表示矩形顶点时存在的冗余位,提出了两种优化编码方法。一种是缩减信源的自适应算术编码,通过增加运算复杂度提高编码效率,另一种是列等分相邻位置关联编码（CA-APRE）,CA-APRE充分利用了图像的行列先验结构信息,可减小复杂二值图像的码长15%-30%以上,且编码运算量与原方法相同,CA-RPRE在运算复杂度和编码效率方面明显优于自适应算术编码。     

一种基于可重叠RNAM 的灰度图像表示算法

借助于二值图像的可重叠矩形区域编码的思想,通过使用可重叠矩形非对称逆布局的模式表示模型(RNAM)和扩展的Gouraud阴影法,给出了可重叠同类块逆布局的4个准则,提出了一种基于可重叠RNAM的灰度图像表示算法,简称为ORNAMC表示算法.在ORNAMC表示算法中,通过使用3个用于标识顶点类型的水平矩阵H、垂直矩阵V和单点矩阵I代替混合矩阵R,解决了灰度图像的可重叠RNAM表示中矩阵R的不可解码性问题;同时,通过将顶点类型及码字进行重新定义,提出了一种对矩阵H,V和I中所有非零元素坐标进行编码的坐标数据压缩算法.以图像处理领域里惯用的标准灰度图像等作为典型测试对象,实验结果表明,与已提出的非重叠RNAMC和流行的STC,SDCT等灰度图像表示方法相比,在保持图像质量的前提下,ORNAMC表示方法具有更高的压缩比和更少的块数,因而是灰度图像表示的一种更好的方法.     

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。     

一种新的表格单元格矩形识别算法

现有的表格识别算法速度较慢，且仅能容忍表格线的微小断线，文章给出了基于顶点链编码的表格单元格矩形识别算法，利用边界标定自动机，标定表格单元格内环边界并生成顶点链编码，利用顶点链编码特性，有效地去除表格框线上的锯齿，修复断裂的框线，通过搜索单元格矩形4个角的顶点链编码来获得表格单元格的矩形区域。实验证明本算法具有速度快、鲁棒性高、抗表格框线断裂等优点。     

边界跟踪自动机与围线树结构的生成算法

定义八近邻图像的边界跟踪自动机,利用自动机跟踪图像所有区域边界,自动机的输出为边界的顶点链码,在自动机跟踪所有边界的同时生成围线的树结构.跟踪算法复杂度是线性的,能跟踪任意复杂图像区域.     

矩形点阵上链码的转换算法

链码是图像处理和图像识别中的一个重要工具.给出了四近邻图像的顶点链码（VCC）、Freeman链码和边界链码之间的转换算法,这样只要获得一种链码就可以得到其它的链码表示,由某种链码获得的图像信息也为其他链码所共享.     

一种提取目标图像最小外接矩形的快速算法

在图像分类与识别算法研究中,目标几何特征的提取通常需要计算目标图像的最小外接矩形以获取长、宽等属性。针对该特点,提出一种利用顶点链码与离散格林理论相结合的方式提取目标图像的最小外接矩形的算法。该算法只需根据顶点链中垂直或水平方向上的点坐标即可求出目标的面积、形心和主轴。基于顶点链码和离散格林的主轴法和旋转法可快速求出目标的最小外接矩形。实验结果表明,旋转法的运算速度是现有算法的2倍左右,主轴法的速度又比旋转法快速2倍左右。     

矩形点阵上八近邻图像的链码转换算法

给出了矩形点阵上八近邻图像的顶点链码（VCC）、Freeman链码和边界链码之间的转换算法，给出了图像边界的边界链码与顶点链码之间的相互转化算法和顶点链码与Freeman链码之间的相互转换算法，于是可以方便地直接由一种链码得到其他的链码表示，由某种链码获得的图像信息也为其他链码所共享．     

基于图像边界跟踪的顶点矩阵算法

分析传统图像边界跟踪中存在的问题,根据Freeman链码跟踪方法提出一种改进的基于像素顶点矩阵的边界跟踪方法,定义图像的像素顶点矩阵,并利用像素顶点矩阵跟踪边界,制定边界跟踪的搜索规则,同时抽取边界的顶点链码,生成围线树结构,用像素顶点的链码值表示边界。实验结果表明,该算法优于一般的链码跟踪方法,具有广泛应用性。     

基于感兴趣区域和RS编码机制的QR码美化算法

针对已有QR码美化方法没有考虑背景图像的感兴趣区域,进而影响美化效果的问题,提出基于感兴趣区域和RS编码机制的QR码美化算法。首先提出改进的基于多特征感兴趣区域检测算法,进而用此方法得到背景图的显著二值图。其次,将原始QR码利用RS编码矩阵进行异或操作得到中间QR码,该QR码和背景图的显著二值图完全一致;然后,将背景图像和中间QR码按照特定的融合策略进行融合。最后,将融合图再次利用RS纠错机制进一步扩大美化区域,得到最终的美化QR码图像。在测试样本集上的实验表明:所提算法可以实现完整的背景替换,保存更多的图像信息,具有较好的视觉效果和较高的解码率。