平面碎片匹配算法的研究

在分析平面曲线的几何特性的基础上,提出了一种基于曲率等不变量的平面非规则边界曲线匹配的算法,该方法通过提取平面非规则曲线的角点和匹配角点来寻找初始匹配点,同时利用对应点的曲率相等或者等价的几何特性来匹配平面非规则曲线,并且在理论和实验上对方法的可行性进行了证明。     

平面简单闭合曲线离散采样与重建算法

提出一种鲁棒的平面简单闭合曲线离散采样与重建算法。算法分为采样过程和重 建过程两部分。采样部分首先对平面闭合曲线均匀取点,然后计算各点到曲线所围平面区域中 轴的最近距离,最后根据所求距离确定采样间隔,获取采样点集;重建部分首先构建采样点集 的Delaunay 三角剖分,然后从得到的三角形中选择边构建初始化图形,最后通过修改该图形获 得重建图形。实验表明算法得到的采样点较少且能反映曲线的局部几何特性,重建图形能够较 好地表示原闭合曲线的形状及走向。     

一种快速的复杂多边形匹配算法

提出了一种能够快速进行复杂形状多边形匹配的算法，该算法基于正切空间表示，先对复杂多边形进行离散曲线演化，再将得到的简化多边形分为一系列最大凸/凹弧线，并选择每段最大凸弧线的起点作为匹配的起始点进行匹配。实验结果证明该算法不但能够对复杂多边形快速而精确的匹配，而且具有不受噪声影响的优点。     

平面轮廓的分段与识别技术

采用十一点法计算轮廓的近似曲率，该处比普通的三点法具有更强的抗噪性，提出利用曲率差分图进行特征点识别，并根据曲率差分图中轮廓特征点对应的波形特点，一次性将特征点识别为角点与切点，最后，对特征点间的线段类型加以识别，并进行连接调整和圆弧的分割与融合，从而较精确地实现了平面轮廓的分段及识别。     

一种高效的三维轮廓曲线匹配算法

针对三维碎片自动拼接中的碎片匹配问题,提出一种高效的轮廓曲线匹配算法。用B-样条曲线表示三维空间曲线,并计算轮廓曲线上各个点的曲率、挠率和法矢,在匹配过程中,对轮廓特征点按其邻域曲面片进行分类,根据特征点类型标志及特征段之间的欧式距离对不同轮廓上的特征段进行相似性度量,再利用法矢对相似性较高的轮廓段进行可匹配性验证。实验结果证明该算法是稳定、高效的。     

一种新的平面开曲线形状距离的度量

平面曲线形状识别是最基本的模式识别问题，然而这个问题至今仍然未能很好地解决。其困难在于难以给出两条曲线的形状差别的定量描述。本文为基于曲率表示的两条平面开曲线的等形下了严格的数学定义，从而找到了一种新的形状距离度量，并且证明了这种形状距离的计算问题可以转化为一个泛函的极值问题，同时给出了求解形状距离的微分方程。由于解这个微分方程是困难的，实验中采用粗略的分段匹配法。本文还介绍了算法的程序实现，尤其是离散情况下的曲线的曲率表示，并且用基于动量守恒的高斯滤波解决了曲率法表示曲线的噪声敏感性问题。实验表明本文提出的形状距离度量方法是有效的。     

二维非规则碎片匹配的算法

提出了一种基于曲率相似性的二维碎片轮廓匹配算法。该算法根据碎片轮廓上各点的曲率值来确定轮廓上的特征点,按照特征点对轮廓进行分段,将二维碎片的匹配简化为特征段的相似性度量与可匹配性验证。对可匹配的轮廓段进行欧氏变换以拼合两个轮廓曲线,自动地检测在当前变换下两个轮廓是否有重叠情况存在。没有重叠的两个轮廓组合起来更新为一个新的轮廓,进行再匹配直至重建过程完成。实例表明,算法是有效、稳定的。     

非规则三维碎片部分匹配算法研究

针对三维碎片拼合中的碎片匹配问题,在提取碎片轮廓线的基础上,提出了一种快速的碎片匹配算法。该算法首先对轮廓特征点按其邻域曲面片的形状进行分类;其次根据特征点类型标志、曲率及特征段Hausdorff距离对不同轮廓线上的特征段进行相似性度量;最后利用法矢对相似度较高的轮廓段进行可匹配性验证。该算法较适合于用散乱点云表示的三维碎片模型。     

绘制规则离散点等值线的一种算法

提出一种绘制规则离散点的等值线的算法，在以搜索到的测点为中心的一个矩形区域内搜索下一点，与过去已搜索到的测点所确定的2次B样条曲线的切线距离最小的点为等值线的下一点，把所有搜索到的点拟合成3次B样条曲线则得等值线。     

一种基于特征点识别的曲线离散化方法

提出了曲线局部特征点的概念，并根据平行线原理给出了一种快速求取特征点的算法。通过对局部特征点进行优化，得到所需的局部特征点集，实现了曲线的离散。该方法在离散过程中充分考虑了离散精度误差与逼近弦长对后续三角化质量的影响。实验结果表明，由这些特征点组成的多边形可较好地逼近曲线，算法效率较高。     

点云曲面匹配的八叉树算法

针对用点云表示的数字曲面匹配问题,构造了一种采用八叉树和SEPMap匹配的新算法。匹配的最终结果是曲面刚体运动下的不变量。算法不需要待匹配曲面的任何先验知识,不需要进行初始位置猜测,过程中也无需任何交互干预,全部由计算机自动完成。     

计算点到平面NURBS曲线的最小距离

提出了一种利用控制顶点投影法计算点到平面NURBS曲线最小距离的算法。将控制顶点投影到平面NURBS曲线上,投影点将平面NURBS曲线分割成若干曲线段;计算点到各曲线段的最小距离,通过比较这些最小距离值,找出点到平面NURBS曲线的最小距离。该算法实现简单,计算精度较高,具有重要的实用价值。     

角点距离矩阵和同心圆划分的曲线描述与匹配

曲线匹配对于物体识别、目标跟踪、碎片拼接等有着重要的意义。针对曲线匹配的效率与鲁棒性问题,提出了一种基于角点距离矩阵和同心圆划分的曲线描述与匹配算法。该算法分为粗略匹配和精确匹配两个阶段。粗略匹配阶段首先采用角点距离矩阵来描述曲线;然后通过子矩阵的方法来匹配曲线。精确匹配阶段首先采用同心圆划分的方法描述曲线;然后通过两条曲线同心圆描述集的差异度度量函数来度量他们的相似性。算法不仅具有平移、旋转、缩放不变性,而且具有较强的鲁棒性,可用于遮挡物体的匹配以及基于轮廓的图形拼接。实验结果表明了该算法的有效性和可行性。     

一种鲁棒的匹配点检测算法

控制点的快速有效检测与匹配是遥感图像应用中的一项关键技术。通过对现有的特征点检测算法的分析与比较,提出了一种控制点的检测与匹配算法。仿真结果表明,该算法不仅可以实现控制点的自动检测与匹配,而且速度快、精度高。     

闭合B样条曲线控制点的快速求解算法及应用

为了提高求解闭合B样条曲线控制点的速度,提出了一种基于专用LU分解的求解算法。根据控制点方程组系数矩阵的特点,参照追赶法的LU分解,构造了分解后的、矩阵的结构。基于这两个矩阵的结构特征设计了专用的LU分解方法,具有较少的存储空间和计算量。在此基础上,根据追赶法的原理,设计了闭合B样条曲线控制点的快速求解算法。通过数值实验和在等值线光滑中的实际应用,表明了该算法的可靠性和有效性。     

基于Freeman链码的二维曲线匹配

快速地提取曲线的拐角点是进行曲线匹配的关键。为了解决这一问题,提出提取拐角点的快速方法,根据Freeman链码在拐角点附近的变化规律,将Freeman链码分为两类,根据这两类的判断规律分别确定拐角点,然后根据特征线段的长度和特征点的曲率去除一些伪拐角点,以得到标准拐角点。最后根据标准拐角点的曲率序列求得的归一化互相关系数进行粗匹配,再通过长序列的归一化互相关系数进行精确匹配。这种方法不受曲线旋转和平移的影响,易于实现,根据实验证明该方法的合理性、有效性。     

一种适用于大规模特征集的快速匹配算法

提出了一种适用于大规模特征集的快速匹配算法——SRS算法,该算法性能优异,在特征集达到100 000条时,匹配速度比经典算法快10倍以上。该算法适用于内容过滤、防病毒、反垃圾邮件、短信过滤、网络入侵检测和防御等众多领域。     

平面点集Delaunay三角剖分的分治算法

为发展图形网格化技术,研究了平面点集的三角剖分算法.根据经典算法中在实际应用中遇到的共性问题,提炼了3个工具算法;为了更好地表示平面区域划分的拓扑信息,引入了双链接边表(DCEL)的数据结构.在此基础上,设计并实现了平面集Delaunay三角剖分分治算法,并对特殊退化情况进行了处理,通过计算表明了该算法时间复杂度为0(N* logN).实验数据结果验证了该算法的正确性、健壮性.