一种新的基于链码描述的轮廓填充方法

基于链码描述的轮廓填充是图象处理的基础算法,已广泛应用于图象处理、目标分析、图象压缩和计算机图形学中,但存在需要较大的辅助空间和速度较慢的问题。为此,在分析现有算法的基础上,提出了一类基于将整条码链的填充分解成子链填充的算法,这样每条子链都是简单封闭轮廓,与现有算法相比,该算法最大仅需要屯友链等大的辅助空间,而且在非二值图象或码链允许更改时,可不需要任何辅助空间;另外,该算法既不需要排序操作,也不需要用人工交互的方式给出种子,即可通过在子链中根据相邻链码的值来自动给出种子,理论和实验表明,该方法能正确填充任意复杂形状的轮廓,并具有实现方便、速度快、算法简单、易于理解等特点,此快速简单算法具有很大的应用价值。     

一种基于缝隙码的区域填充算法

提出了一种基于缝隙码的区域填充算法。给出了单条缝隙码的填充算法,及多连通区域或整幅图像的快速填充算法,能填充任意复杂图像区域,对多连通区域或整幅图像填充时,算法只对图像区域填充,不用对区域外或区域内部的孔洞进行填充,对非二值图像,该算法不需要辅助内存空间。实验结果表明,对比现有的算法,本文算法具有速度快、效率高等优点。     

基于链码的种子填充算法

本文提出了以链码为基础的种子填充算法，与传统的种子填充算法相比较，可以实现内部象素判断不重复，边界象素判断不超过两次，显著地提高了填充速度     

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Freeman链码的几何图形识别算法

目前关于几何图形识别的算法存在的问题主要有准确率低,计算复杂度较高,运行时间较长等。利用简洁高效的Freeman链码算法结合几何图形特有的几何属性设计出新的算法,使其能够快速识别几何图形的顶点分布,并反映在一张边界震荡（boundary vibration,BV）曲线图上。该曲线图能够刻画几何图形的属性,如顶点的个数、距离分布,角度的大小,线段的曲直和图形的周长等。因此通过对曲线图的特征分析可以准确识别对应的几何图形。该算法不受图形的平移、旋转、放缩、噪声影响。为了测试算法的稳定性,仿真试验针对九种不同的随机生成且带噪声的几何图形,结果识别率较高,运行速度较快,达到了预期的效果。     

基于Freeman链码的图像中多个区域面积的计算方法

在进行图像处理时,经常需要求图像中的多个区域的面积。对同时求取一幅图像中多个区域的面积的方法进行了研究。首先利用Freeman链码方式对目标区域求取边界链码,然后基于边界链码及制定的上边界和下边界的判定规则表,求取各区域的面积。该方法具有简单快速的特点。     

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。     

Freeman链码压缩算法的研究

文中提出一种新的链码编码方法。在链码中的每个码是根据它与其前一个码之间的前进方向角度差来进行编码的。统计结果表明,这样编码的每个码值的出现概率是很不同的。角度差小的码值出现概率较大,而角度差大的码值出现概率较小。这样结合霍夫曼（Huffman)编码方法就可实现链码的压缩。新链码与现有链码进行了比较。比较结果显示新链码具有最小的平均码长1．97位／码。     

基于Freeman链码的圆识别方法

在研究圆的Freeman链码性质并得出圆的Freeman链码与其对称链码的关系后,提出了一种基于Freeman链码性质的圆识别方法,通过圆的Freeman链码与其对称链码的相似度和奇偶码值出现的次数对圆进行识别。实验结果表明,该方法识别准确、效率高。     

顶点链编码图像的填充算法

填充是计算机图形处理领域的基本算法。该文提出一种填充算法,解决了顶点链编码表示区域的填充问题。该算法只需2种辅助标记颜色,处理灰度图像时无需附加内存,空间复杂度低。其运算效率接近最低时间复杂度,即填充区域面积加周长。处理表格图像所需时间仅为Ren算法的1/3。     

对Freeman链码分析的角点检测算法

针对传统的基于轮廓曲线的角点检测算法需要计算曲率和选取阈值的不足,提出一种对Freeman链码分析的角点检测算法,首先通过图像边缘检测,轮廓提取得到轮廓的Freeman链码,当链码发生变化时分析其连续前后多个点的链码是否符合一定的规则来判定角点,无需经过传统的角点阈值选取,曲率计算等步骤.实验通过与He&Yung、CPDA、Fast-CPDA和ARCSS角点检测器比较,结果表明本文算法在角点检测时准确率（ACU）最高;在变换实验中,本算法的平均重复率（AR）最高,由此可以得出本算法具有良好的角点检测性能.     

基于Freeman链码的B样条曲线轮廓拟合

提出了一种Freeman链码与B样条曲线误差控制相结合实现轮廓拟合的算法,首先利用Freeman链码法进行边界跟踪,根据相邻像素点间的不同的链码变化关系,排除伪特征点,提取出轮廓中绝大多数特征点,然后结合基于误差控制的B样条曲线法,取得能够精确表示轮廓信息的特征点。本文算法即避免了使用曲率来进行求取特征点的复杂计算,提高了特征点检测速度,又提取出能够精确拟合轮廓的局部支撑点,实现了基于误差控制的轮廓曲线拟合。实验结果证明了本文算法的正确性。     

描述蝴蝶兰图像外轮廓信息的对称8链码编码算法

外轮廓信息是评价蝴蝶兰生长态势的重要特征参数,主要通过轮廓提取和链码编码两个步骤获得。蝴蝶兰图像的边缘轮廓最适合利用数学形态学算法提取,但所得轮廓并非单像素宽度,而利用传统8链码算法编码会错误地表达其外轮廓信息,因此结合轮廓特点重新定义了起始链码方向,提出了对称8链码编码算法。在编码过程中,该算法能够通过变换点判断出当前轮廓走向,从而自适应地选择起始链码方向。验证性实验证明,该算法能够准确描述蝴蝶兰图像的外轮廓信息,保证外轮廓信息较低的误判率;通用性实验证明,该算法同样适用于其他已较好提取出目标的封闭图像。     

基于链码的分水岭变换算法

为了快速准确地进行图像分割，通过对现有分水岭变换算法的分析，并借鉴图像处理中常用的链码思想，提出了基于链码的分水岭变换算法，并首先扩展了传统链码的定义，将其分为指出链码和指入链码；然后提出并阐述了利用链码实现分水岭变换的两个性质；最后给出了基于链码的分水岭变换算法的具体描述，并详细分析了新算法的时间和空间复杂度。实验结果表明，新算法具有较低的时间和空间复杂度，且变换结果更有利于后续的图像理解。     

矩形点阵上链码的转换算法

链码是图像处理和图像识别中的一个重要工具.给出了四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,这样只要获得一种链码就可以得到其它的链码表示,由某种链码获得的图像信息也为其他链码所共享.