楔波与小波联合图像压缩算法

本文介绍了新型的楔波压缩算法在图像压缩中的应用.并采用楔波与小波相结合的方法完美地刻画了图像的边缘区域和非边缘区域.同时为了保证压缩图像的质量,引入多尺度楔波压缩的概念,极大的提高了图像的质量,达到了良好的压缩效果.文中还就楔波压缩算法在SAR图像中压缩中的应用进行了详细的讨论,并给出了一套切实可行的方案.     

矩特征的一种快速算法

介绍了一种基于边界点计算形状矩特征的算法,并采用该算法计算了目标的形状特征。结果表明该算法比传统的矩特征计算方法是具有高的运算速度。     

灰度图像矩的一种快速算法

大多数矩的快速算法仅适用于二值图像。本文给出了一种适用于灰度图像的矩快速算法。对N×N大小的灰度图像 ,引入 6个大小为N的数组 ,将求矩过程中重复计算的量一次计算后存入数组 ,减少了重复和冗余计算。虽然增加了 6个数组 ,内存的相对增加仅为 6/N。该算法原理简单 ,求矩结果精确 ,计算量大大减少。和直接法相比 ,加法和乘法运算次数仅为其 40 4%和2 2 6%。和Yang s算法相比 ,加法次数相同 ,而乘法次数约为其 67 6%。     

二维模式近似匹配的快速算法

给定一个大小为ｎ×ｎ的文本Ｔ和一个大小为ｍ×ｍ的模板Ｐ,如果文本Ｔ中存在一个ｍ×ｍ的子块与模板Ｐ能够逐点匹配,称为精确匹配。如果最多有ｋ个元素不同,称为带有最多ｋ个误差的近似匹配。对于精确匹配,本文给出了一个时间复杂性为Ｏ（ｎ２ｌｏｇ｜∑｜）的算法,∑＝｛ａ１,２,…,ａ｜∑｜｝,是模板的字符集。对于近似匹配,快速算法分为两步：（１）预选。利用精确匹配算法找出能精确匹配的ｓ×ｓ（０≤ｓ≤ｍ）子块,得到ｈ个候选的对准点;（２）验证。把模板对准候选点,逐点比较,以确定不相同的元素是否不超过ｋ个。近似匹配的时间复杂性为Ｏ（ｎ２ｌｏｇ｜∑｜＋ｈｍ２）。     

一种基于补偿法则的矩的快速算法

由于不变矩对图像的平移放大旋转的不敏感性,因此在模式识别、图像分类、场景匹配等图像处理和分析领域获得越来越广泛的应用．但是,求矩运算过程复杂、计算量大、使它的应用受到限制．基于Delta方法,提出了一种新的基于补偿法则的矩的快速算法．对任意二值图像分解为多条线段,图像的矩就等于所有线段的矩的和．对每一线段,将其左方(或上方)填满．每一线段的矩就等于填充后的线段的矩减去填充线段的矩．这样做的好处在于：一幅图像所有可能横(竖)线段的数目由N^2减少为N．引入一组N大小的数组,将求矩过程中大量重复计算的数据一次计算后存人数组,需要时查数组即得．从而极大地减少了计算量．由于填充后线段规格一致,便于用统一的公式计算且有利于编程．和已有的某些算法仅适用于无凹图像和矩计算结果是近似的相比,该算法计算结果准确,适用于任意复杂的二值图像．列出了已有矩算法运算量的评估,比较而言,所讨论的算法的计算量和用时都优于其他算法．     

近似网页的一种检测算法

用户进行Web信息检索时，网络往往返回大量的近似网页（可看作重复网页）。针对搜索引擎查询Web信息所存在的局限性，考虑到基于关键词匹配的搜索引擎系统的特点，结合使用网页的向量空间模型，采用以下算法快速、有效地发现WWW上的重复或相似网页，提高检索效率。     

一种快速二维熵阈值分割算法

在二维熵阈值基础上,利用量化图像直方图概念讨论了一种快速二维熵阈值分割算法,这种算法能够递推运算和自动寻找阈值,将计算复杂性大大降低。 实验表明,该算法将每一幅图像运算时间降到2秒以内,提高了计算效率。     

一种基于MD5的近似图像检测算法研究*

在WWW图像搜索引擎中,如何快速而准确地检测出近似或重复图像已经成为亟待解决的问题,提出一种基于MD5的近似图像检测算法。该算法选取图像分块灰度均值为特征,经过拉普拉斯特征值降维,矢量量化后,图像特征被转换为MD5值,然后根据生成的MD5值进行近似或重复图像检测。实验结果表明该算法是有效的。     

一种全景图快速生成算法及其实现

针对柱面全景图拼接提出一种快速稳定的拼接算法。该方法将待拼接的二维图像的灰度值投影变换到一维数轴上，选择特征明显的灰度段作为模板，通过序贯相似性检测进行匹配，并在匹配过程中能够自适应地调整阀值，最后采用线性加权法对图像进行无缝拼接。采用普通相机拍摄的序列图像进行实验，实验结果证明该方法提高了拼接速度，降低了图像亮度差异的影响，使结果图像自然逼真。     

一种快速人体图像检测算法

给出一种实时的从场景的图像中自动检测和识别出人体并进行跟踪快速检测算法，以区别于以前的研究者提出的一些复杂的识别与跟踪方法。该方法从二值化的差异图中给出水平方向与垂直方向的投影，将二维图像转化为一维信号，由投影可以进一步得到宽度的频率图，结合投影与频率图的特征，即能判断场景中是否存在人体。     

基于wedgelets的快速图像表示方法

针对用wedgelets表示图像存在计算冗余和存储空间大的问题,提出一种快速的基于wedgelets的图像表示方法。采用与传统的自下而上的剪枝策略不同的四叉树剪枝算法,通过基于快速多叉数树搜索及仅用wedgelets表示树叶来实现快速运算和减少存储空间,并且提出了一些提高计算效率的搜索和编码技巧。复杂度分析及实验结果表明,该方法能降低计算复杂度且有理想的率失真性能,并有效地捕获图像的几何结构。     

高效的求解TSP问题的近似算法

提出了一种基于矩阵变换的方法,将n阶TSP问题近似转化为n-1阶TSP问题,然后用递归运算得出最后解。此算法的时间复杂度为O（n³）。而后又对此算法做了进一步的改进,近似度有很大提高但时间复杂度增加为O（n⁴）。经过实验表明,此类算法求解的近似度很高,尤其是在满足三角不等式的问题中,误差更低。利用TSPLIB数据库中的数据进行测试,得到的结果误差最多不超过10%。     

A fast distributed approximation algorithm for minimum spanning trees

We present a distributed algorithm that constructs an O(log n)-approximate minimum spanning tree (MST) in any arbitrary network. This algorithm runs in time Õ(D(G) + L(G, w)) where L(G, w) is a parameter called the local shortest path diameter and D(G) is the (unweighted) diameter of the graph. Our algorithm is existentially optimal (up to polylogarithmic factors), i.e., there exist graphs which need Ω(D(G) + L(G, w)) time to compute an H-approximation to the MST for any $H\,\in\,[1, \Theta({\rm log} n)]We present a distributed algorithm that constructs an O(log n)-approximate minimum spanning tree (MST) in any arbitrary network. This algorithm runs in time ?(D(G) + L(G, w)) where L(G, w) is a parameter called the local shortest path diameter and D(G) is the (unweighted) diameter of the graph. Our algorithm is existentially optimal (up to polylogarithmic factors), i.e., there exist graphs which need Ω(D(G) + L(G, w)) time to compute an H-approximation to the MST for any . Our result also shows that there can be a significant time gap between exact and approximate MST computation: there exists graphs in which the running time of our approximation algorithm is exponentially faster than the time-optimal distributed algorithm that computes the MST. Finally, we show that our algorithm can be used to find an approximate MST in wireless networks and in random weighted networks in almost optimal ?(D(G)) time.     

An algorithm for discrete nonlinear biased approximation

For approximating functions with an alternating characterization of best Chebyshev approximations, a (single-point exchange) Remez algorithm is used to obtain the best biased approximation on a finite set. This is useful for one-sided approximation.     

An algorithm for polygonal approximation of a digital object

A fast and simple heuristic algorithm for polygonal approximation is presented. The algorithm is based on a mark and sweep technique. Results of computer implementation with various images are reported.     

A new approximation algorithm for sorting of signed permutations

Sequence comparison leads to a combinatorial optimization problem of sorting permutations by reversals and transpositions.Namely,given any two permutations,find the shortest distance between them.This problem is related with genome rearrangement,genes are oriented in DNA sequences.The transpositions which have been studied in the liteature can be viewed as operations working on two consecutive segments of the genome.In this paper,a new kind of transposition which can work on two arbitrary segments of the genome is proposed,and the sorting of signed permutations by reversals and this new kind of transpostitions are studied.After establishing a lower bound on the number of operations needed,a 2-approximation algorithm is presented for this problem and an example is given to show that the performance ratio of the algorithm cannot be improved.     

An efficient evolutionary algorithm for accurate polygonal approximation

An optimization problem for polygonal approximation of 2-D shapes is investigated in this paper. The optimization problem for a digital contour of N points with the approximating polygon of K vertices has a search space of C(N, K) instances, i.e., the number of ways of choosing K vertices out of N points. A genetic-algorithm-based method has been proposed for determining the optimal polygons of digital curves, and its performance is better than that of several existing methods for the polygonal approximation problems. This paper proposes an efficient evolutionary algorithm (EEA) with a novel orthogonal array crossover for obtaining the optimal solution to the polygonal approximation problem. It is shown empirically that the proposed EEA outperforms the existing genetic-algorithm-based method under the same cost conditions in terms of the quality of the best solution, average solution, variance of solutions, and the convergence speed, especially in solving large polygonal approximation problems.     

二维Otsu阈值法的快速算法

最大类间方差法(Otsu)是图像分割的经典算法,在其基础之上发展起来的二维Otsu阈值分割法由于计算复杂而制约了其应用。针对这一缺点,提出一种改进的二维Otsu阈值法的快速算法。首先将原始二维直方图划分成M×M个区域,将每个区域视为1个点,构造新的二维直方图,在其上利用二维Otsu以及快速递推算法,得到分割阈值所处的区域编号;既而对所确定的区域再次使用二维Otsu算法得到原始图像的分割阈值。实验结果证明,改进算法有效地提高了计算速度,降低了算法的空间复杂度,且分割效果与原始算法基本一致。     

一种求解单任务Agent联盟生成的近似算法

联盟是多Agent之间一种重要的合作方法,如何生成面向某个任务的最优联盟是一个复杂的组合优化问题。本问题的特点是：包含较少Agent的联盟要优于包含较多Agent的联盟。根据此特点提出一种近似算法,比较实验结果表明本算法快速、有效。