区域表示：线性四元树转换成边界链码

本文提出一种算法实现单连通区域的线性四元树表示转换成区域边界的4-方向链码描述。首先给出测定水平、垂直和对角方向邻接对的算法。利用这些算法的执行结果,可以定义一个边界四分形的边邻接方向矩阵。采用一组规则驱动该矩降,能够使转换过程用代数方法实现。     

计算线性四元树表示的二值图象Euler数的图论方法

本文提出线性四元树表示的二值图象的邻接寻找算法,利用该算法的执行结果可以定义一个线性四元树对应的有向邻接图,通过其对应的邻接矩阵的简单运算,能够用代数方法计算图象的Euler数。     

线性四元树到边界链码的一种新转换算法

在图象编码过程中，往往需要将四元树转换为边界链码，针对这一问题，本文提出了一种线性四元树到边界链码的新转换算法，与以往一些算法相比，该算法实现起来非常简单而又不失通用性，在该算法中，四元树上所有大于最小黑结点的黑结点被递归划分为最小黑结点大小，随后采用一种堆栈的方式实现结点的邻接寻找，最后通过求得组成区域边界的有向线段从而得到区域的边界链码。     

一个基于线性四元树的连通标记算法

图象的四元树表示提供了有效地节省图象存储空间及快速地实施图象处理的方法,而利用四元树实现图象的连通标记则是图象处理、图象分析及计算机图形学中最基本的操作之一。文献〔1〕和〔2〕分别给出了基于指针四元树和线性四元树的图象连通标记算法。本文提出了一个新的基于线性四元树(Linear Quadtree,简称 LQT)的连通标记算法 CCL(T,N)(Connected Component Labeling),其算法平均时间复杂度与前两个算法相同,均为 O(N.logN),但其实用效率及通用性均优于前两者。     

广义线性八元树表示及物体的广义三维重建

提出物体的广义线性八元树表示法,推广线性八元树的构造方法完成物体的广义三维重建--广义线性八元树表示,从而为物体三维重建降低约束、增加灵活性.     

线性四元树表示二值图像的围线追踪和Euler数的计算

本文将基于边过程的围线追踪算法推广应用于四元树表示的二值图像，给出了一个对线性四元树表示二值图像实现围线追踪的算法，算法利用输入的四分形编码确定四分形左上及右下角处象互的位置坐标，由此确定图像中的所有非零边过程，再进行基于边过程的围线追踪，算法求得围线的树结构，表达和图像的拓扑性质，利用围线的树结构给出了一个计算图像的Ｅｕｌｅｒ数的非常简便的方法。     

三维和N维目标的线性二元树表示

本文介绍了三维和N维目标的线性二元树表示,阐明了N维空间二元分割的基本原理。并指出N维空间二元分割和线性二元树之间的关系。文章还介绍了三维目标的线性二元树表示的一种数据结构。最后给出几种在线性二元树上操作的基本算法,并在时间上进行了复杂性分析。文中还对线性二元树和指针八元树及线性八元树进行了比较,说明了线性二元树表示的优越性。     

一类三元数组表示的Vague集间的相似度量

给出Vague集间相似度量公式的公理化定义,提出一类基于三元数组表示的Vague间相似度量,应用实例表明这类公式是实用的。     

线性四元树中轴变换

骨架和中轴变换概念运用于线性四元树,定义线性四元树中轴变换为具有一组棋盘距离值的线性四元树骨架.线性四元树中轴变换提供一种非常紧凑的区域表示法,它导致区域分割成边长为2的幂之和的最大正方形集合.提出两种算法计算一给定线性四元树的线性四元树中轴变换.最坏情况下它们的时间复杂性是O(n~2),其中n为线性四元树中四分形的数目.     

图像分层表示的最优分割和线性二元树

本文提出了用于图像处理和压缩的一种有效的图像分层表示方法,讨论了图像的最优或最大块分割和一种线性二元树之间的关系.这种方法比线性四元树和指针四元树法在存储空间和一类图像处理算法方面更加有效.