圆组填充算法驱动的平面马赛克模拟

为了生成不规则嵌片排列紧凑的马赛克图案,提出一种基于圆组排列的平面马赛克模拟方法.首先借助嵌片多边形的直骨架得到一组逼近嵌片轮廓的圆;然后以圆半径的平方为权值,在平面上生成关于圆组的Power图,使每组圆各自对应一个Power区域;最后采用松弛法,将圆组在其对应Power区域内尽可能增长到最大.通过不断迭代生成Power图和放大圆组,最后得到嵌片紧凑排列的结果.实验结果表明,该方法得到的马赛克图案有较高的覆盖率,能适应不同嵌片,具有较强的鲁棒性和灵活性.     

近似测地距离度量下的图像抗噪分割方法

对含有噪声的图像进行有效分割是图像处理中的难点问题之一.为解决欧氏距离带来的空间局限性,对含有噪声的图像进行有效分割,提出一种基于近似测地距离和边界加权的重心Voronoi图划分(CVT)能量模型的图像抗噪分割方法.首先利用图像梯度的大小和方向建立一种近似测地距离计算模型,降低了算法的时间复杂度;然后采用该测地距离测度定义边界加权的CVT能量模型,并极小化能量模型实现数字图像的抗噪分割.实验结果表明,该方法可以有效地对含有噪声的数字图像进行抗噪分割.     

基于通勤距离的显著性检测方法

针对图像显著性检测问题,提出一种基于通勤距离度量区域显著性,并提取图像中重要目标的方法.首先用聚类算法检测图像边界的背景种子点,构建初始背景先验图;其次利用显著点构建包围显著目标的凸包,提取凸包内前景种子点诱导其他区域的显著性值,从而得到改进的凸包先验图;最后将2个先验图融合得到最终的显著图.该算法中涉及的区域间的特征对比均应用了新颖而鲁棒的通勤距离.实验结果表明,通勤距离能够更准确有效地度量区域间的相似性,比传统的测地距离和欧氏距离更加优越,并优于现有的大多数算法.     

不同交通网络速度的Voronoi图的结晶生成

针对以欧氏距离为度量的Voronoi图所分割必须是均质空间的局限性,为了体现实际分析中的交通网络所导致的空间不均质性,在现有Voronoi图理论成果的基础上,提出了以交通时间距离为度量的基于交通网络的Voronoi图的概念,运用结晶生成法通过C#软件编程实现了不同交通网络速度的基于交通网络的Voronoi图的生成程序。该方法进一步完善和丰富了Voronoi图理论,拓展了Voronoi图的应用范围,体现了实践应用价值。     

障碍Voronoi图的结晶生成及其应用

用结晶方法来生成障碍Voronoi图.该方法的思想框架是:以生成元为生长点进行4-模板或8-模板的结晶生长,遇到障碍则将障碍边界加入生成元点集继续选择这两个模板结晶,最后得到不同结晶区域的交线图即为障碍Voronoi图.该方法可得到城区距离、棋盘距离下的两种Voronoi图,所用数据结构简单,已用VC 编程实现.并给出具体应用实例.     

基于小波包和纹理特征的自适应水印算法研究

铺天盖地的数字信息的应用给多媒体信息安全带来诸多弊病,数字水印技术应运而生,其是版权保护、篡改提示、盗版跟踪等领域保护多媒体信息安全的有效措施.基于小波包分解和纹理特征的自适应水印算法在水印嵌人时,通过纹理分析自适应的选定嵌入位置和嵌入强度,从而更好地协调了鲁棒性和透明性.在仿真实验中,对含水印图像进行了几何剪切、加噪、马赛克等攻击操作.实验结果表明,鲁棒性有较大提高,特别是对几何剪切、马赛克等攻击其鲁棒性更明显.     

受限网络移动对象的概率最近邻查询

基于自由空间移动对象概率最近邻查询,给出受限网络移动对象概率最近邻(CNPNN)查询概念,提出一种基于网络概率Voronoi图的CNPNN查询算法.利用基于网络距离的概率度量得到不确定数据的网络概率Voronoi单元,建立网络概率Voronoi 图覆盖受限网络.使用对点查询具有优势的R+树,对不确定数据的网络概率Voronoi单元进行索引,减少搜索时间.确定查询对象所在网络Voronoi单元,得到查询对象最可能的最近邻.实验结果表明,该算法时间复杂度为O(n2+mlogmn),在一定条件下具有较好的性能.     

建筑物矢量辅助的正射影像镶嵌线网络选择方法

为提高城市大比例尺正射影像制作效率,提出了一种建筑物矢量辅助的城市大比例尺正射影像镶嵌线网络自动选择方法。首先,利用建筑物房顶矢量联合数字高程模型自动生成建筑物简易模型,并得到建筑物在单片正射影像上的成像区域;然后,利用测区所有影像像底点位置自动生成测区初始Voronoi图镶嵌线网络并简化处理;最后,基于建筑物成像区域对网络中所有节点和镶嵌线进行自动优化选择,得到整个测区绕开建筑物成像区域的最优镶嵌线网络。实验结果显示,所提出方法在城市大比例尺正射影像镶嵌中不仅能够快速得到绕过建筑物的镶嵌线网络,并且保留了Voronoi图网络投影变形理论最小的特点,为城市大比例尺正射影像的镶嵌提供了一种新的方法。     

基于容积约束Power图的图像分片逼近

给出一种在容积约束Power图结构上的图像分片多项式逼近方法.将Power图的权重与图像颜色信息相关联,设计了一种带容积约束Power图的顶点位置与权值交替优化的图像逼近算法.该算法运用误差反馈机制以及图像显著性检测等方法生成密度函数图像,并根据原始图像的颜色信息和得到的密度函数图像分两次来指导初始化点集生成,通过构建最终的Power图来逼近目标图像.利用Power图对目标图像进行区域分割,定义了度量逼近误差的带容积约束的优化能量函数,分别计算能量函数关于位置和权重的梯度,将原问题分解为两个子问题分而治之,借助密度函数图像生成的高效初始化点分布,通过不断更新Power图的顶点位置和权值得到相对较优的Power图,最终拟合出逼近图像.实验结果表明,该算法能够较好地逼近彩色图像,并有效保持了图像显著区域的特征.     

基于Voronoi图的有障碍物空间聚类

Voronoi图具有侧向临近特性，可以方便表达空间临近关系。根据这一性质，解决在空间数据聚类分析中的有实体障碍物所面临的问题。通过生成考虑实体障碍物的Voronoi图，建立Voronol图的距离度量方法，提出采用循障碍物求距离法，可以方便地完成有障碍物的空间聚类分析。该方法使得有实体障碍物情况下空间聚类更加准确，并通过实验进行验证。     

一种基于极坐标下分块的商标图像检索新方法

商标图像的分块检索是将图像分块后利用全局和局部图像特征来检索商标图像.针对现有的四叉树分块方法的不足,提出了一种极坐标下的分块检索方法.首先对商标图像进行归一化处理,以目标对象的最小外接圆作为目标区域;在极坐标下将图像分块,计算形状直方图;最后采用新的相似性度量方法计算图像间距离,实现商标图像的准确检索.实验证明,该方法具有良好的平移、缩放、旋转和镜像不变性,得到的检索结果能很好地符合人的视觉感受.     

一种基于离散Voronoi图的手写体文字细化方法

基于一般图形Voronoi图的离散构造法,提出了一种新的文字图像细化算法。该方法首先对文字图像进行水平扫描和垂直扫描,通过游程匹配记录下所有端点游程,并对端点游程进行处理,接着计算文字图像的边界,在计算边界的同时根据端点游程划分出生成元。最后基于一般图形Voronoi图的离散构造法生成文字图像内部的Voronoi边,从而得到文字图像骨架。该方法直接从图像的边界入手,解决了当前已有算法从图像边界近似多边形入手的问题。该方法速度较快,尤其在大篇幅文字图像的细化速度方面具有显著优势,且简单易行,可以较精确地获取文字图像的骨架。     

基于自适应距离度量的分类器设计方法

通过对欧氏距离度量的分析,提出了自适应距离度量.首先利用训练样本建立自适应距离度量模型,该模型保证了训练样本到相同模式类的距离最近,到不同模式类的距离最远,根据该模型建立目标函数,求解目标函数,得到最优权重.基于最小距离分类器和K近邻分类器,采用UCI标准数据库中部分数据,对提出的自适应距离度量和欧氏距离度量进行了实验比较,实验结果表明自适应距离度量更有效.     

一般图形Voronoi图在版面分割中的应用

将一般图形Voronoi图应用于文档图像的分割,该方法是一种基于连通域的分割算法.首先将文档图像进行二值化处理,选择适当的结构元素对该二值化图像进行膨胀,然后把经过处理后的外部边缘作为一般图形Voronoi图的生成元,再根据离散生成法生成Voronoi图后与原图像进行并运算,从而完成最后的版面分割.该方法操作简单、有效,适用范围广,尤其对中文版的Manhattan版面有很好的效果.     

Voronoi图的构建与查询方法

Voronoi图在图像处理、网络数据分析、空间信息检测、空间定位查询和路网轨迹分析等领域具有重要作用.为了有效构建Voronoi图,研究了利用Delannay三角网和影响区域对Voronoi图进行构建和动态更新的方法.探讨了基于Voronoi图进行空间近邻关系查询的主要方法.基于研究的方法,设计和开发了Voronoi图的生成与应用系统,该系统具有较好的应用性能.     

基于Voronoi K阶邻近图的半监督学习自动图像标注

在为自动图像标注构建相似图的过程中,针对传统的方法是基于图像间的视觉相似性,其没有考虑到数据集中某个子数据集内的结构信息这一问题,提出一种基于Voronoi k阶邻近图的半监督学习自动图像标注方法。该方法充分考虑Voronoi k阶邻近图能很好地表达空间目标的影响区域以及可以方便地进行空间邻近的描述与推理的特性,将特征空间内的图像数据点分布信息融合到点对间的相似度量表示中,利用未标注样本挖掘图像特征的内在规律,然后把半监督学习的方法和多标记学习有效结合起来,从而达到对图像进行自动标注。实验结果表明,提出的标注方法可行,同时标注结果与传统的标注方法相比得到了明显改善。     

一种基于点集自适应分组构建Voronoi 图的并行算法

论文提出一种基于点集自适应分组构建Voronoi 图的并行算法,其基本思 路是采用二叉树分裂的方法将平面点集进行自适应分组,将各分组内的点集独立生成 Voronoi 图,称为Voronoi 子图;提取所有分组内位于四边的边界点,对边界点集构建Voronoi 图,称为边界点Voronoi 图;最后,针对每个边界点,提取其位于Voronoi 子图和边界点Voronoi 图内所对应的两个多边形,进行Voronoi 多边形的合并,最终实现子网的合并。考虑到算法 耗时主要在分组点集的Voronoi 图生成,而各分组的算法实现不受其他分组影响,采用并行 计算技术加速分组点集的Voronoi 图生成。理论分析和测试表明,该算法是一个效率较高的 Voronoi 图生成并行算法。     

关于一般图形Voronoi图的离散构造法的研究

生成元为任意图形的一般图形Vomnoi图，由于其生成元的任意性，使得构造一般图形Voronoi图的算法均比较复杂。本文给出了在生成元边界上选取母点，利用点为生成元的Voronoi图的离散画法进行构造，从而得到一般图形Voronoi图的离散构造法。与其它算法相比，该算法的实现与生成元的形状无关，无需复杂计算，无需考虑误差控制，因而更加实用，效率也更高。实验结果表明，该算法简单，具有较高的理论价值和应用价值。     

一种流体艺术风格的自适应LIC绘制方法

把LIC算法应用到非真实感绘制中,提出一种自适应流体艺术图的LIC绘制方法.对源图像亮度分量计算切矢量场,然后对其进行增强、平滑处理获得结构矢量场;通过随机扰动源图像获得纹理参考图像;根据结构矢量场和纹理参考图像的局部特征产生可变的LIC积分步长和步数,自适应地处理纹理参考图像;最后对绘制效果进行颜色渲染,生成具有丰富颜色特征的流体艺术图.实验表明,该方法能够较好地模拟诸如梵高画的流体艺术风格,呈现生动、灵活的波动感.     

基于Voronoi地图表示方法的同步定位与地图创建

针对基于混合米制地图机器人同步定位与地图创建 (Simultaneous localization and mapping, SLAM)中地图划分方法不完善的问题, 提出了基于Voronoi地图表示方法的同步定位与地图创建算法VorSLAM. 该算法在全局坐标系下创建特征地图, 并根据此特征地图使用Voronoi图唯一地划分地图空间, 在每一个划分内部创建一个相对于特征的局部稠密地图. 特征地图与各个局部地图最终一起连续稠密地描述了环境. Voronoi地图表示方法解决了地图划分的唯一性问题, 理论证明局部地图可以完整描述该划分所对应的环境轮廓. 该地图表示方法一个基本特点是特征与局部地图一一对应, 每个特征都关联一个定义在该特征上的局部地图. 基于该特点, 提出了一个基于形状匹配的数据关联算法, 用以解决传统数据关联算法出现的多重关联问题. 一个公寓弧形走廊的实验验证了VorSLAM算法和基于形状匹配的数据关联方法的有效性.