二维不规则图形和即制板电路区域运算的算法研究

区域运算是轮廓求解算法集中的核心算法．本文介绍适用于复杂ＰＣＢ电路和二维不规则图案的一种区域运算算法，阐述了它的数学模型、算法描述、正确性证明和复杂性分析．与典型的算法比较，它有明显的优越性．     

矩形NAM图像表示及其上的连通区域标记算法

既能减少数据量又能直接快速地进行运算是图像表示方法所追求的目标。本文为克服传统的图像层次结构限制条件过多的缺陷，在借鉴Packing问题的思想的基础上，提出了非对称逆布局模式表示模型（Non-Symmetry and Anti-Packing Pattern Representation Model，NAM）。NAM模型的非对称层次结构使其在表示一幅图像时没有过多的限制条件，因此可以获得更高的压缩比，而且它可以直接进行某些图像处理运算，其基于像素块的运算方式使它的运算效率更高，矩形NAM图像表示和基于它的连通区域标记算法证明了这一点。     

快速求正区域的渐增式方法研究

正区域是粗糙集理论中的核心概念之一,提高计算正区域算法的效率对于其相关算法的效率有重要的影响。本文提出了一种求正区域的渐增式方法,它能有效地去掉求正区域算法中的一些冗余运算,其计算正区域的时间复杂度为,替换掉该算法的一部分将得到一个属性约简算法,它是高效而往往能满足用户需求的,比较适用于大型数据集。理论结果和实验表明,该方法确实能高效地计算出正区域。     

基于数学形态学的遥感图像多感兴趣区域提取

提出了一种基于数学形态学的遥感图像多感兴趣区域提取算法。首先通过形态学运算强化特定结构的多个目标区域，运用阚值分割算法完成初步的图像区域分割；然后利用形态学运算进行精细化处理，结合提出的判断准则，通过人工交互完成了多感兴趣区域的提取；最后利用形态梯度的算法探测出感兴趣区域的边缘。实验结果表明该方法能够快速有效地分割提取出遥感图像中的多个感兴趣区域。     

改进的NLN直线裁剪算法

NLN（Nicholl-Lee-Nicholl）裁剪算法的主要思想是通过在裁剪窗口周围划分多个区域来避免对一条直线多次裁剪及求交运算，但是仍存在不必要的求斜率的运算。本文提出依据裁剪线段两端点相对位置来划分窗口区域的方法，减少了求叙率的运算。算法的理论分析和在车载导航地图显示的实践运用都证实，改进是有效的。     

特种军用车辆最短路径算法研究

本文介绍了在战时情况下，能使特种军用车辆顺利、安全、高效通过城市，进入到某一作战区域三种最优路径算法并进行了比较。得出在确定的前提下，A^＊算法扣限定区域算法的运算时间比Dijkstra算法的运算时间短的结论。可通过对此方案的学习研究。进一步提高我部队的作战效率。     

一种改进的区域运算法

本文提出一种改进的区域运算算法，第２部分重点叙述三种特殊情况的处理，第４部分讨论了数据结构和算法的细节。     

基于顶点与邻边相关性的多边形填充算法

为了加快多边形填充算法的运算速度，在深入挖掘顶点与相邻边关系对填充算法影响的基础上，提出了一种基于顶点与邻边相关性的多边形填充算法。该算法首先归纳了多边形顶点与邻边相关性的5种典型类型，然后依据顶点与邻边的相关性，对原有多边形进行了分割与重新组合，使其完全由简单的三角形和梯形这样的单元区域组成，这样就将复杂的多边形填充问题转化为这些单元区域的填充问题，并由此将扫描线与多边形边求交的乘除计算转化为加减运算。通过实验分析，新算法大大减少了运算的时间和复杂度，从而为多边形填充创造了一种有效的新途径。     

一种基于形态变换的小波分解运动补偿编码新算法

基于图象小波变换系数的多分辨率运动估值／补偿算法在信噪比、压缩率和视觉质量方面都比传统的＂时域运动补偿＋ＤＣＴ”算法好，特别是对图象多分辨率和传输多码率的支持非常适合现今通信网的要求。但是算法中巨大的运动估值运算量制约了它的实际应用。使用潜在运动区进行运动估值是减少运算时间的可行方法之一。我们根据图象序列的运动内容在小波变换域呈现的方向性和局部性的特点，提出了一种基于形态变换的小波分解运动补偿新算法。该算法利用形态变换运算提取潜在运动区，使运动估值只集中在运动发生的区域进行，在保持一定的补偿误差时大大降低了运动估值时间，实验结果证明了新算法的有效性。     

基于旋转模式的改进型CORDIC算法

传统CORDIC算法需要通过查找表和许多乘法器才能实现多种超越函数的计算,这会导致硬件电路实现复杂,运算速度降低,此外它能够计算的角度范围也有限.针对传统CORDIC算法的缺陷,在旋转模式下提出一种改进型CORDIC算法,它不需要查找表和模校正因子,只需通过简单的移位和加减运算就能实现多种超越函数的计算,从而能够减少硬件的开销,提高运算的性能,并通过重复迭代和区域变换使得该算法能够适用于所有的旋转角度.误差分析表明该算法具有很小的误差.