Freeman链码角点和面积比角点检测的比较研究

针对Freeman链码角点检测方法和面积比角点检测方法进行比较研究,并提出了一种改进的面积比角点检测方法,该方法在角点检测效果不变的情况下提高了角点检测的实时性。最后给出了计算机仿真研究,研究结果验证了改进算法的有效性。     

曲率尺度空间与链码方向统计的角点检测

针对曲率尺度空间角点检测中,由于选择的尺度不同,会造成角点的漏检测,以及检测到错误角点的问题。提出一种基于曲率尺度空间与链码方向统计的角点检测方法。首先在较低的曲率尺度空间上检测出候选角点集;再通过自适应阈值及链码方向统计的方法删除错误角点。该方法采用较低的曲率尺度可检测出更多的角点,降低了角点漏检测率;通过计算椭圆角点自适应阈值可删除椭圆角点;采用Freeman链码方向统计可剔除伪角点;从而提高角点检测精度。通过实验充分验证了本文提出的角点检测算法比其他角点检测算法具有的高效性和准确性。     

基于Freeman链码的汉字图像轮廓曲线拐角点检测方法

拐角点检测在模式识别和机器视觉中有重要作用。本文应用基于Freeman链码的一种检测和确定图像轮廓曲线拐角点位置的方法,提取出汉字轮廓图像的拐角点作为特征点用于图像配准中。首先提取出汉字图像的轮廓曲线,然后利用Freeman链码给轮廓曲线编码,根据判断准则,提取出必是拐角点的点与可疑拐角点,最后估算可疑拐角点的曲率,挑出每组临近可能拐角点中曲率最大的点为真实拐角点。实验结果表明本文应用的方法能准确地检测出同被测对象相一致的拐角点,给出了实验数据与过程。     

基于Freeman链码的边缘跟踪算法及直线段检测

本文主要总结了目前几个常用的直线段检测方法。分析了当前边缘跟踪算法的不足。在此基础上,提出了一种基于Freeman链码的直线段检测方法,主要在边缘跟踪环节中对原有方法进行改进。实验表明,该算法能够快速,准确地检测直线段。     

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。     

Freeman四方向链码压缩率提高的方法研究

文中通过大量的实验,在研究现有的基于Freeman方向链码的方法的基础上,对提高Freeman四方向链码压缩率的方法进行了深入的研究.从改变码值含义定义并对码值进行Huffman编码,进而对出现频率最高的码值进行计算编码等不同角度,进行大量的实验、比较与分析.提出了一个Freeman四方向链码新方法:计算编码不等长相对四方向Freeman链码——AVRF4.实验结果表明,其链码压缩率比Freeman八方向链码提高了26％,而比原始Freeman四方向链码提高了15％.     

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。     

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。     

Freeman链码描述的曲线匹配方法

针对普通曲线匹配算法不能处理旋转和缩放曲线的不足,提出Freeman链码描述的曲线匹配方法。该方法为Freeman链码设计一种基于差别累加值及链码差的拐角点快速检测算法,能够快速地检测出曲线拐角点;通过计算曲线起点和曲线方向,得到不随曲线旋转、平移和尺度变化的标准拐角点序列;根据拐角点的长度序列和夹角序列进行相似判断实现曲线匹配。Freeman链码描述的曲线匹配方法不受曲线旋转和缩放的影响,计算量小,易于实现,仿真实验证明该算法合理有效。     

一种新的基于链码的填充算法

将计算机图形学的栅栏填充算法移植到链码的填充算法中，发展出了一种新的基于链码的填充算法。利用边界Freeman链码，定义了一种新的边界点分类方法，通过对边界上的左右端点到栅栏间的像素取补填充该区域，算法能填充任意复杂图像区域，不需要辅助内存空间和标记边界色。与现有的算法进行了对比实验，实验表明该文提供的算法对于图像具有填充速度快、效率高等优点。     

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。     

基于图像轮廓曲线的拐点检测算法

拐点是图像很重要的特征,包含图像的主要结构信息，拐点检测对图像配准、目标识别和三维重建等任务的处理都有着非常重要的作用。从研究轮廓上点的曲率出发，针对传统基于轮廓的拐点检测算法对噪声和局部变化敏感而造成检测结果不稳定的问题，提出一种间接反映轮廓曲率特性的方法，记为APTD(Accumulation of Point to Tangent Distance)。使用高斯函数对轮廓曲线进行平滑处理，轮廓上点的曲率越大则该点附近的点到该点处切线的距离也越大，根据这一思想，将轮廓上点附近支撑域内的点到该点所对应切线相对距离的累加和作为拐点的判别函数，从而实现轮廓拐点的检测。经由数学推导表明所提出的算法具有合理性和可行性，对比实验分析表明该算法精度高、运算量小、定位准确。     

二值图像中拐点的实时检测算法

鉴于数字图像中的拐点通常成为重要的信息载体,因此准确、稳定和实时地检测出拐点便成为拐点检测算法面临的主要问题,针对该问题,提出了一种新的二值图像中拐点的实时检测算法。该算法与传统基于边界链码的拐点检测算法不同,其是首先构建像素的k(k>8)邻域,并将图像中物体的边界表示为k邻域链码;然后根据曲率定义的差分形式计算各边界点处的曲率;最后通过检测曲率直方图的局部峰值精确定位出拐点,并利用拐角内部像素的颜色统计信息迅速判断出拐点的凸凹性.为验证该算法的效果,给出了该算法与4种已有算法的对比实验.结果表明,该算法不仅稳定性、准确性较高,而且算法简单,实时性强,并适合于嵌入式计算环境。     

运用Freeman准则的直线检测算法

提出了一种简单而高效的在二值图像中检测目标物体直线边界的算法．基于Freeman提出的关于数字直线的准则和数字直线的特征,得出线段元是数字直线的组成部分这一性质．基于该性质,该算法以线段元为基本单位进行直线的构造,从而能高效、准确地检测出图像中物体边界中的直线．此外,该算法还可用于检测二值图像中物体边界的拐角．