图象边界的链码表示研究

图象边界表示在模式识别、图象处理以及计算机视觉等领域扮演着十分重要的角色.本文研究了图象边界的链码表示,提出一种改进的链码表示方法.该方法通过二元组代替方向编号逐一编码方法,使用一个字节的高低位存取二元组的两个数值,节省了存储空间.理论分析和实验结果表明,与常用链码相比,该方法有效缩短了链码长度,能提高边界重绘速度,具有较强的实用性.     

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。     

肺癌早期诊断系统中形态学识别的研究与实现

讨论了通过利用细胞图象中的形态学信息对肺癌细胞进行识别和检测的方法。该方法采用基于区域边界的链码方提取形态学特征,再根据形态学识别算法,对细胞自动进行分类,从而识别出图象中的肺癌细胞。     

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．     

基于六角网格下一种新链码编码方法

我们使用各种方法表示图像边界，其中使用最广泛为链码技术。使用链码技术表示图像的线条或边界，可以用较少的数据存储较多的信息，而六角网格显示器象素点的分布更加合理和紧凑，根据二者的优点，本文将链码技术应用于六角网格中，提出一种新链码编码方法，使得链码技术得到更好的应用。     

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。     

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。     

一种基于边界链码表示的区域面积计算方法

提要 本文给出了一种基于区域边界链码表示的区域面积计算方法。这个方法几何意义明确,简单有效,并且适用于有洞的区域。 提要 本文给出了一种基于区域边界链码表示的区域面积计算方法。这个方法几何意义明确,简单有效,并且适用于有洞的区域。     

离散分布的二值图象快速跟踪填充算法

本文提出了一个快速、新颖的图象填充算法.该法将二值图象边缘用一种特定的链码来表示,仅通过对链码节的移入移出分析运算,就能够自动完成离散分布的目标轮廓的搜索与填充,而不需要象通常的填充算法那样进行边缘检测.     

二值图象边界平滑跟踪的一个算法

开发了一个用于二值图象边界平滑跟踪的一个算法。使用这个算法能去掉或修正某些可能是虚假的干扰点。这些点是二值图象边界一个或一组沿特定链码方向的凸点或凹点。重复地使用这个算法，直到边界不含有这些点。这个算法能有效地使用在二值图象的模式识别与机器人视觉的预处理中。     

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。     

红外图像中的道路识别与表示

对机器人视觉导航而言，道路识别和表示是一个非常重要的环节，它直接影响到后续的路径规划。该文针对红外道路图像，提出了基于区域方法的一套处理方案，该方法首先通过分割获得道路区域，利用链码跟踪获取道路边缘的链码。采用了一种通用的道路模型，然后基于链码以及该道路模型，设计了一种有效的道路边界拟合方法。在拟合过程中，首先依据一定的准则把链码分为两段，对于每一段再递归执行该分段过程，直到不能分为止，然后用分段直线去描述道路边界。该拟合算法可以有效地处理直道和非直道的情况。文中给出了相关的实验结果。     

An efficient chain code with Huffman coding

This paper presents a new chain code based on the eight-direction Freeman code. Each element in the chain is coded as a relative angle difference between it and the previous element. Statistical analysis showed that the probabilities of the Freeman codes differ importantly. Therefore, the Huffman coding was applied. The proposed chain code requires 1.97 bits/code, its chain length is short, it allows the representation of non-closed patterns, and it is rotationally independent.     

基于分层视差估计的立体图象编码

基于立体视频数据压缩的目的，提出了一种基于分层视差估计/补偿的立体图象编码方案。该方案是采用JPEG标准独立编码参数图象，并利用视差估计/补偿技术编码目标图象，应用分层马尔可夫随机场（MRF）模型。率失真（RD）模型以及交叠块匹配的混合视差估计/补偿算法，可得到光滑准确的视差场，与通常的变尺寸块匹配（VSBM）相比，该算法得到的视差补偿图象的峰值信噪比（PSNR）可提高2.5dB左右；双向半像素精度的视差估计/补偿的性能要比单向整像素搜索提高3dB，实验结果表明，该立体图象编码方案能有效地压缩立体图象数据，并可推广到立体序列图象的编码压缩中。     

Compressed vertex chain codes

This paper introduces three new vertex chain codes. Firstly, considering that the vertex chain code uses 2 bits to represent only three code elements, a new code is introduced without increasing the average bits per code. The second case introduces a variable-length vertex chain code. Finally, a new compressed chain code is proposed based on the Huffman method. The continuation introduces a method for quantificationally evaluating the efficiency of chain codes. The efficiencies of the new vertex chain codes are then compared theoretically and practically against the most popular chain codes. The result of the comparison shows that the new compressed chain code is the most efficient.     

一种优化的Freeman链码及其在工程图纸绘制中的应用

提出一种适合于线状结构二值图象的最优化Ｆｒｅｅｍａｎ链码,并讨论其在绘图仪图纸绘制中的应用。与传统的Ｆｒｅｅｍａｎ链码相比,本文的方法是基于数字化点阵图象的无失真编码。根据图象中直线段长度的统计特性选择码长,以使编码压缩率为最高。理论分析和实验结果证明,本方法优于已有的方法并易于工程图纸的图象存储和在绘图仪上的输出。     

A new relative chain code in 3D

A new chain code to represent 3D discrete curves is proposed. The method is based on a search for relative changes in the 3D Euclidean space, composed of three main vectors: a reference vector, a support vector, and a change direction vector, utilized to obtain a directed simple path in a grid of 26 connected components. A set of rotation transformations is defined in the 3D Euclidean space, and an alphabet of only 25 symbols is required to represent any face, edge or vertex-connected discrete curve. Important properties of this code are found: independence under translation, rotation and mirror transformations, as well as high compression levels. A set of 3D curve-skeletons and digital elevation model data to study the terrain were utilized to prove the proposed code. Compared with the state-of-the-art, our method has more advantages: at first, it represents voxelized paths independently of vicinity, also it gives better representation for the tested objects and detects better the redundant parts. This fact is shown in the entropy calculated for 3D curve-skeletons: our method gives 3.03 bits/symbol, whereas the state-of-the-art method gives 4.35 bits/symbol. On the other hand, our proposed chain code uses 23% less memory than the well known Freeman code of 26 directions. In case of digital elevation models, our method improves memory for 36.1% regarding Freeman code and 10.7% regarding the well known relative code called orthogonal direction change chain code. Finally, average length of the chain code proposed is 14% shorter than the relative code of the state-of-the-art.     

压缩链码的研究

对图像处理及模式识别中的链码技术进行研究.首先针对具有二位码长的顶点链码只有3个码值的情况,在不增加码长的情况下对其增加了一个码值,大大提高了其表达能力.其次,同样根据顶点链码的上述冗余情况对其进行了不等长编码压缩.然后,在上述两种改进链码的基础上,根据大量的统计数据提出了一种基于Huffman编码的新的压缩链码.文中还提出了一种对链码的评价方法.最后,用该评价方法和对实际图像的实验测试对所提出的链码和4种已有链码进行了理论上和实用方面的比较.比较的结果显示该文提出的压缩链码效率最高.     

基于格雷码的NAM彩色图像表示方法

提出了一个重要定理,即所有格雷码(Cray Codc)位面图的复杂性之和小于所有二值位面图的复杂性之和,并将格雷码应用到基于NAM的彩色图像表示方法中,提出了一种基于格雷码的NAM彩色图像表示方法(简称为GNAM表示方法)。给出了GNAM表示算法的形式化描述,并对其存储结构、总数据量和时空复杂性进行了详细的分析。理论分析和实验结果均表明,与无格雷码的NAM表示方法和经典的线性四元树表示方法相比,GNAM表示方法具有更少的子模式数(或节点数),能够更有效地减少数据存储空间,是一种有效的彩色图像表示方法。     

用于快速服装搭配的FMatchNet算法

目的 针对现有服装搭配系统中，提取服装图像深度特征进行搭配所需时间过长的问题，提出了一种新的FMatchNet网络提取哈希特征进行服装快速搭配的方法。方法 首先采用快速区域卷积神经网络（Faster-RCNN）方法检测出图像中的服装，用此服装进行搭配可以最大限度地保留服装信息并消除背景信息的干扰。然后用深度卷积神经网络提取服装的深度特征并产生服装的哈希码，采用查询扩展的方法完成服装搭配。模型采用Siamese网络的训练方法使哈希码尽可能保留服装图像的语义信息。另外，由于目前国际上缺少大型时尚服装数据库，本文扩建了一个细粒度标注的时尚服装数据库。结果 在FClothes数据库上验证本文方法并与目前流行的方法进行对比，本文方法在哈希长度为16时，上、下服装搭配方面的准确度达到了50.81%，搭配速度相对于基本准线算法提高了近3倍。结论 针对大规模服装搭配问题，提出一种新的FMatchNet网络提取特征进行服装快速搭配的方法，提高了服装搭配的精度和速度，适用于日常服装搭配。