划分点定位并行排序算法

提出并分析了划分点定位并行排序（parallel sorting by divide-point locating)算法。在算法中，输入数据被平均划分并分配给所有处理机，因此每个处理机具有相同的工作负载。给出了网络分布计算环境下PSDL算法的实验结果，并与PSRS算法进行了对比。理论分析和实验结果表明，PSDL算法是一种高效率、高扩展性的并行排序算法。     

基于线模式的指纹细节点匹配算法

提出了一种新的基于线模式的指纹图像细节点匹配算法,这种算法先分别找出最佳匹配点对,确定相对旋转角度,较快地确定两个指纹的相关性,之后再搜索漏的匹配点对,去掉错误的匹配点对。算法受指纹增强、后处理的影响较小,细节点相似程度受其邻域细节点影响较小。介绍了算法的具体实现方法,并用实际指纹数据进行了测试。初步测试的结果表明,此算法是指纹图像细节点匹配的一种有效算法。     

基于排序跳变点的脉冲噪声检测与滤除算法

提出了一种简单的判断脉冲噪声点的算法。该算法先将滤波窗口内的像素值按照大小排序,然后找到排序后像素值的两个最大跳变点,如果此跳变点发生在靠近最大值或最小值处,并且跳变幅度超过文中实验得出的域值,就可以根据窗口中心像素值的位置,即它在两个跳变点所确定的范围之内还是之外,将其判为信号点或噪声点,最后用判断出的信号点对噪声点进行恢复。实验结果表明,该算法能够几乎准确地判断出噪声点与信号点,从而达到了更好的去噪效果。     

关键点检测的线要素综合算法

提出一种基于关键点检测的线要素自动综合算法。利用角点检测器检测出所有角点,并从中筛选出关键点作为必须保留的点,以保证线要素的基本形态得到保持;线要素在关键点处分段后,各段分别采用Li-Openshaw算法进行综合。实验结果表明,该算法较传统算法能够更好地保持线要素的形状特征,且具有更高的位置精度。     

一种基于RANSAC的点云特征线提取算法

点云中提取的特征线在点云处理中具有重要的应用价值,已被应用于对称性检测、表面重建及点云与图像之间的注册等。然而,已有的点云特征线提取算法无法有效地处理点云中不可避免的噪声、外点和数据缺失,而随机采样一致性RANSAC由于具有较高的鲁棒性,在图像和三维模型处理中具有广泛的应用。为此,针对由建筑物或机械部件等具有平面特征的物体扫描得到的点云,提出了一种基于RANSAC的特征线提取算法。本算法首先基于RANSAC在点云中检测出多个平面,然后将每个平面参数化域的边界点作为候选,在这些候选点上再应用基于全局约束的RANSAC得到最终的特征线。实验结果表明,该算法对点云中的噪声、外点和数据缺失具有很强的鲁棒性。     

一个有效的多边形窗口的线裁剪算法

已有的线剪裁算法都是针对矩形窗口或凸多边形窗口的,对于一的多边形窗口（包括凹多边形）的线剪裁,目前尚无有效的算法,而这样的算法却有更普遍的应用意义。该文提出一个对于一般多边形窗口的线剪裁算法。该算法在被裁剪直线的延长线上取一固定点,然后求多边形窗口的每一顶点到该固定点引线的斜率。这样对于每个窗口边只需判断被裁剪直线的斜率是否在该边两顶点到固定点引线斜率之间,就可判定直线与边是否相交,因此,每处理一     

基于交点符号法的凸多边形窗口的线裁剪算法

凸多边形窗口的线形裁剪算法是计算机图形学的基本问题之一，在许多领域均有应用。Cyrus-Beck算法是现有凸多边形窗口的线裁剪算法中最经典的，它采用不的是参数化方法。本文提出一种新的算法，采用基于交点符号的判别方法，裁剪过程在直角坐标系下进行。实验结果表明，本算法比Cyrus-Beck算法简单、直观。     

一种跟踪隐式曲面交线的算法*

传统的跟踪方法在求下一个跟踪点时一般是采用迭代法,而迭代法会出现初始值的选取和迭代收敛的问题。为此提出一种跟踪隐式曲面交线的算法。该方法最主要的优点是：在跟踪隐式曲面的交线时,在前一个跟踪交点已经求得的情况下,利用正方形与两个隐式曲面的交点,即可快速有效地求出下一个跟踪点,而不用涉及迭代收敛的判断。     

线对象邻接关系快速重构算法

给定向量化坐标,计算n个线对象两两邻接关系,普通算法时间复杂度为O(n*n);理论最好时间复杂度为O(C),其中C是邻接关系的基数。基于散列桶,给出了建立线对象邻接关系的快速算法,其平均时间复杂度为O(n(1+1/r)),r为算法分配的桶数量与n的比,空间复杂度为O(n)。证明了若不允许使用额外空间,则不可能使用排序算法解决该问题;给出了允许使用额外空间条件下的两遍排序算法,时间复杂度为O(n(lbn+1+2/r))。应用表明快速算法比普通算法速度提高1~3个数量级。     

判断点与指定多边形区域的关系的改进算法

介绍了判断点与多边形关系的多种方法，详细给出射线法，并对该方法进行优化，并给出了算法。在实验过程中该算法排除了一些点的判断，只需执行少量的射线法函数，实验结果表明，该算法简便、可靠、执行速度快。     

平面多边形方向及内外点判断的新方法

提出了一种通过构造一个与平面多边形拓扑同构的、严格凸多边形判断方向的新方法,分析了退化情况并给出了处理方法,基于受约束的三角划分的思想,提出了一种新的判断点在多边形内的准则,并给出了算法,实际应用表明,这两个算法隐定,可靠,而且简单。     

点与简单多边形关系的新算法

提出一种检测点与多边形关系的新算法,通过扫描建立适合查找的多边形层次结构。检测时,运用二分查找,找到与检测点相关的边,通过该点与相关边的关系判断出点与多边形的关系。实验结果表明,该方法简单有效,有较高的检测速度。     

多边形中心点向量的二次插值变形算法

多不动点约束下的网格变形算法需要用户确定不动点和操作点,针对该问题,提出多边形中心点向量的二次插值变形算法。该算法根据源、目标多边形中心点向量间旋转经过的面积与2个向量间的差值建立相似度函数,在变形过程中采用二次贝塞尔插值方法,在对应过程中利用改进的动态规划算法。实验结果表明,该算法可减少变形过程中多边形内部扭曲的程度,且计算量小、对应时间短、变形效果自然。     

基于链码和特征形的多边形内外点判断算法

通过对多边形各个顶点与待测点相对位置进行判别,给出了多边形的垂直（水平）链码序列生成方法．该方法根据多边形的链码将原多边形中对判别无关的冗余边或冗余点删除,形成多边形的特征形;待测点在特征形与原多边形内外位置关系上具有一致性,从而大大简化了运算．同时给出了一种点在多边形内外点判断算法,把点在原多边形内外的判断转化为点与其特征形的位置判断,特征形的提取过程是一个线性扫描及条件判断过程,可以避免大量的又积运算,从而有效地提高了多边形内外点判断算法的效率．程序验证表明：文中算法易于实现,具有运行速度快、稳定性高等优点．     

基于轨迹计算的临界多边形求解算法

将多边形滑动碰撞问题转化为顶点和边之间的轨迹线提取问题,从而降低了时间复杂度,并可统一处理边界空腔和内部靠接临界多边形问题．该算法的基本原理是：1）求解多边形顶点相对于另一多边形的轨迹线;2）求解轨迹线集合所形成的外包多边形和内部顺时针环,得到的多边形即为临界多边形．该算法采用基于网格的线段索引方法来加快线段之间的求交计算,进一步提高了临界多边形求解的计算速度．     

一种改进的多边形数据内点自动生成算法

基于最小外切矩形(MBR)的多边形内点生成算法在奇异情况下容易失效。针对该问题,引入矢量数据的不确定性区间,提出一种改进的多边形数据内点自动生成算法。采用不确定性区间和相交区间的处理方法对奇异情况进行统一修正,避免MBR算法对于切割线与节点相交情况的过多异常处理和分支结构。通过对比实验验证了该算法的健壮性和高效性。     

基于顶点与邻边相关性的多边形填充算法

为了加快多边形填充算法的运算速度，在深入挖掘顶点与相邻边关系对填充算法影响的基础上，提出了一种基于顶点与邻边相关性的多边形填充算法。该算法首先归纳了多边形顶点与邻边相关性的5种典型类型，然后依据顶点与邻边的相关性，对原有多边形进行了分割与重新组合，使其完全由简单的三角形和梯形这样的单元区域组成，这样就将复杂的多边形填充问题转化为这些单元区域的填充问题，并由此将扫描线与多边形边求交的乘除计算转化为加减运算。通过实验分析，新算法大大减少了运算的时间和复杂度，从而为多边形填充创造了一种有效的新途径。     

判断检测点是否在多边形或多面体内的新方法

提出一种新方法,以检测一个点是否在多边形或多面体内.该方法通过将多面体的面片和多边形的边组织成层次结构,在检测时运用二分查找算法,不必处理每个面片和每条边.试验结果表明,这种方法简单、有效,有较高的检测速度.     

一种基于点线不变量的视觉SLAM算法

点线特征结合的视觉SLAM（同步定位与地图构建）算法中,线特征匹配准确度差会引入新的误差,点线特征误差的累积加剧了数据关联失败情况的发生．针对这一问题,本文设计了一种基于点线不变量的线特征匹配方法,该点线不变量对线段与相邻2个特征点的局部几何关系进行编码,直接在现有特征点的基础上完成线匹配,可有效提高线段匹配的速度和准确度;此外,在点线特征的融合过程引入加权思想,根据场景特征丰富程度,在构造误差函数时对点线特征的权重进行合理分配．在TUM室内数据集和KITTI道路数据集上的实验表明,与现有的点线SLAM系统相比,本文提出的点线SLAM系统有效地提高了视觉SLAM中线特征匹配的准确度,提高了特征匹配环节的运行效率,使线特征在SLAM过程中发挥了积极有效的作用,提高了系统数据关联的稳定性．