面向影像金字塔的线性四叉树编码及其特性

基于线性四叉树引入一种面向影像金字塔的像元编码方法,结合编码规则和BBOX递推公式,分析了其具有的对应特性、位置特性、存在特性、邻域特性,并构建一个全球多分辨率虚拟地形环境和放大操作算法,对编码进行应用和测试。实验结果表明,该方法能够快速甄别边界像元和邻域像元,比同类算法拥有更高的空间影像检索速度。     

基于线性四叉树的快速邻域查询算法

邻域查询是位置服务系统的核心技术,它的实现取决于空间对象数据模型.根据空间对象分布构建的四叉树模型,以及线性四叉树中位置码的使用,提出了一种新的基于线性四叉树的快速邻域查询算法.该算法根据满四叉树结点编码思想对线性四叉树的Morton码进行了改进,并增加了表示四叉树所有结点状态的序列,通过网格模型的邻域查询算法实现了线性四叉树的快速邻域查询.     

空间剖分树形查找结构的效率分析

空间剖分是构造快速空间查找数据结构的有效方法,四叉树、八叉树、Kd-树是典型的基于空间剖分思想的树形空间查找结构。选择合适的参数来构造实际点集数据的树形查找结构,对提高相关算法的效率具有重要意义。在分析三种树形查找结构基本原理的基础上,通过构造具有不同空间分布特征的实验数据,设置不同的树形空间剖分结构参数,来分析三种结构支持下搜索算法的时间消耗,确定使查找效率达到最优的树形结构构造参数。相关研究结论对于优化空间剖分树形查找结构的效率、提高相关算法的性能等,有一定的参考价值。     

3D GIS中线性八叉树空间索引的建立与查询算法研究

三维地理信息系统空间数据库具有数据量大、空间实体关系复杂、空间操作计算量大等特点。为了提高检索效率,必须建立高效的空间索引机制。八叉树空间索引是对二维GIS中四叉树索引进行扩展的一种三维空间数据结构,具有思路简单、容易理解和实现、查询速度快的优点。本文首先阐述了线性八叉树空间索引的原理,然后重点介绍了线性八叉树空间索引的建立和查询算法。     

基于线性八叉树的快速直接体绘制算法

提出了基于线性八叉树的加速体绘制算法.利用线性八叉树对物体进行空间剖分,光线投射法跨越体数据集中的空体素,以提高绘制的速度.针对光线穿越体数据时的特殊情况,改进线性八叉树邻域查找的方法,特别是不同尺寸的邻域查找方法,克服了层次八叉树邻域查找的低效率,同时提出了光线离开平面的简洁判定方法,方便光线下一个采样点的计算.实验结果表明,该算法能够有效地提高绘制的速度.     

基于改进型四叉树算法的室外大规模场景实时渲染

在大规模场景渲染过程中,场景中节点的存储、查找,以及视域剔除是影响渲染速度的重要因素。采用一种改进型四叉树算法存储和查找顶点,采用迭代算法替换了原有的递归生成算法，利用该四叉树算法实现了射线检测和视域剔除。实验结果表明,该方法能够有效提高室外场景的渲染帧数，利用它在视域剔除上能发挥本身的层次特性和编码的有序性优点，可以避免和减少视域剔除算法中大量直线与面相交的计算，提高视域剔除算法的效率。     

基于多级线性结构和规则分块的虚拟八叉树

提出一种基于多级线性结构和规则分块、无指针/无位置码的虚拟八叉树模型，具有高效的结点访问效率和存储空间压缩效率，实现了指针八叉树在时间效率、线性八叉树在空间效率两方面优势的统一。新模型能够对三维实体及其内部的非均质属性进行建模，可以保证各种可视化与分析算法的处理效率，在空间信息系统和体图形学等实体建模相关的领域中具有重要的研究意义和应用价值。     

四叉树理论在分形图像编码中的应用

在分形图像编码领域,四叉树经典理论及各种各样的改进算法越来越多地被运用,不断地提升编码方法的正确性。着重对分形编码理论、经典四叉树算法和Fisher自适应四叉树算法进行研究,并在此基础上提出了一种改进四叉树的编码方法,最后,在VC6.0开发工具中进行了仿真和验证,结果表明该文提出的改进四叉树的编码方法在同类图像压缩和编码中,具有更高的压缩比和更短的压缩时间。     

一种基于动态散列的GIS空间索引构造算法

文章在介绍动态散列和传统空间索引四叉树的构造方法的基础上,综合二者的优点,提出了一种基于动态散列的空间索引构造算法,该方法改变了传统四叉树通过效率低下的空间对象的递归比较构造索引过程,采用计算机运算效率较高的二进制位运算和位比较的动态散列扩充散列值来构造空间索引。实践证明,该算法大大减少了空间索引的构造时间和效率,具有很高的应用价值。     

二进制编码八叉树的海量点云邻域快速搜索算法

海量点云的邻域搜索是点云数据处理的关键技术,是对点云进行进一步处理的基础.针对海量点云数据邻域搜索效率较低的问题,提出了一种基于二进制编码八叉树的快速搜索算法.首先构建八叉树,利用一种二进制编码方式对八叉树的各个节点进行编码,即对空间3个维度分别进行编码;其次对邻域点进行查找过程,根据搜索半径直接确定需要搜索的高度;最后在确定的节点高度下,根据编码的特点直接计算所需要查询的邻域节点.实验结果表明,该算法准确性高、速度快,能够实现海量点云数据的快速邻域搜索.     

一种基于四叉树的改进的ORB特征提取算法

文中提出了一种基于四叉树的改进的ORB(Oriented FAST and Rotated BRIEF)特征提取算法,它能够解决图像特征提取过程中特征点过于集中而导致的图像局部特征信息丢失的问题。首先,将图片构造成图像金字塔来解决尺度不变性问题;然后,在每一层金字塔图像上检测角点来提取特征点;接着,引入四叉树算法来 均匀化分布特征点并计算特征点的方向和描述子;最后,以华硕深度摄像头(Xtion PRO)为实验工具,在室内环境下提取周边特征点,并将提取效果与其他方法进行对比,实验证明了所提算法在图像特征均匀化处理方面的快速性以及准确性。     

基于四叉树和边界不变矩的图像检索

为使四叉树算法在图像检索领域中得到有效应用,分析基于内容的图像检索对目标物体形状的需求,提出一种基于四叉树和边界不变矩的图像检索方法,构建图像检索系统,并选取5种不同类型的图像进行分组实验。仿真实验结果表明,该方法简单有效、复杂度低,能够提高图像的检索效率。     

一种基于相邻匹配的分形图像检索算法

分形码用来描述图像内跨尺度相似性冗余信息。通过分形码记录图像特征并将其用于图像相似度判断及图像检索。基于自适应四叉树分割方法,提出了图像快速分形编码方法。所提方法通过邻域内固定块的相似性判别快速提取分形码,减少了图像分割层次,缩短了编码时间并保证了图像解码质量。同时提出了一种新的快速判别图像间相似块的距离公式,提升了图像相似度判断的准确性。实验结果表明,相对于灰度直方图判别法,本算法大幅提高了图像检索的查全-查准率。相比于文献中的分形检索算法,本算法缩短了编码时间并降低了分割块数,从而提高了检索效率。     

基于粒计算的空间特征提取及其检索的研究

利用四叉树算法将图像分割成若干子块,根据子块的颜色直方图,将提取图像的空间特征与提取图像的颜色特征结合起来,然后运用粒计算理论对提取的图像空间特征进行粒化,得到特征向量,并对其进行归一化。在此基础上,结合相关反馈机制设计基于粒计算的融合多特征的人机交互式图像检索的综合算法,该算法的复杂度低,能够在很大程度上提高图像检索的效率和准确性。     

New progressive image transmission based on quadtree and shading approach with resolution control

Employing the quadtree and Gouraud shading approach, this paper first presents a modified image compression method called the QSC. Then, based on the proposed compression method, a new progressive image transmission (PIT) scheme is presented. In the proposed PIT scheme, the encoding algorithm partitions all the quadtree nodes into several disjoint subsets such that the resolution of nodes in each subset must be in the specified interval. The decoding algorithm reconstructs the partitioned quadtree from coarse to the required quality stage by stage. Experimental results reveal that under the similar peak signal to noise ratio (PSNR) and bits per pixel (bpp), the proposed PIT scheme has a better feature-preserving capability when compared to the reduced-difference pyramid PIT scheme [Optic. Eng. 28 (7) (1989) 708] and the progressive JPEG [JPEB: Still Image Data Compression Standard, New York, 1993].     

快速的分形码图像检索方法

针对分形域上的基于内容的图像检索(content-based image retrieval,CBIR),提出了一种新颖的基于无搜索的自适应四叉树分割的快速分形编码方法,来提取图像特征,从而使图像检索的编码阶段速度显著提高。对一幅256×256图像编码,算法平均约需0.0485s,比何的方法约快70倍,并且解码图像质量良好。改进了匹配算法来实现图像的快速检索,其准确性要高于洪的方法;最后通过对分形码距及分形码块数的分析,提出了进一步提高检索速度的方案。     

一种基于四叉树的空域图像选择加密算法

提出一种基于四叉树结构的选择加密算法。对空域图像位平面采用四叉树编码,根据四叉树编码的结构特点对数据进行置乱和选择加密,对加密算法进行加密数据量分析和安全性评估。实验结果表明,该算法安全性较高,其空域图像的加密数据量为一般加密算法的50%左右。     

基于多尺度特征映射匹配的图像表示方法

在卷积神经网络模型中,空间金字塔池化方法将空间信息融入到深度特征的生成过程中,最终生成的图像表示可以有效地用于提高图像检索性能,但是此方法会导致生成的图像表示中不同维度之间描述的信息存在重复且相同维度描述的图像内容不匹配。为此提出了一种基于多尺度特征映射匹配（multi-scale feature map matching,MFMM）的图像表示方法,此方法首先利用深度特征的方差与协方差矩阵提出了一种特征映射选择算法,用于增强图像表示中不同维度特征的独立性。其次,依据相同通道特征映射中高响应值位置有较高匹配性的特点,结合激活映射中最大响应位置的深度特征提出了一种优化的特征映射中心点选择方法。最后,按照不同的中心点通过多尺度窗口采样的方式,从特征映射中提取出带有空间信息的深度特征用于表示图像内容。实验结果表明,提出的方法在图像检索任务中能够取得良好的效果。