一种二值图象边缘跟踪的通用算法

一般边缘跟踪算法都没有考虑图形区域的边缘比较复杂时的情况.本文提出一种改进的边缘跟踪算法、该算法可对二值图象中可能出现的各种情况的区域进行跟踪,具有简单明了而且效率高的特点.     

二值图边缘跟踪算法

本文提出一个边缘跟踪算法,这种算法可以精确地勾划出图象中被提取出来的物体的轮廓——包括外边缘和内边缘。更重要的是本文给出了此算法的较明晰的几何和代数背景,并据此验证了它的正确性和封闭性。     

一种二值图象边界提取算法

文中提出了一种新的二值图象边界提取算法。通过分析边界象素的特征,归纳出一个边界象素提取算子,该算子最多只需要计算象素的4邻域象素,运算量小,速度快,运用他能直接提取出二值图象的边界象素,得到单象素宽的边界。实验结果表明,该算法要优于传统的二值图象边界提取算法,实用性强。     

预测跟踪--一种二值图象的轮廓跟踪方法

本文提出了一种新的轮廓跟踪方法--预测跟踪.它的特点在于:每测出一个边界点即自动移动跟踪基准点至下一个边界存在状态,对每一个边界存在状态的一次判别即可找到边界点,从而消除了其他方法在寻找边界点时的试探性.     

二值图象标记的一种快速算法

在数字图象处理中,阈值分割方法是应用最广泛的分割方法之一,它输出一幅二值图象,其背景和目标象素分别具有灰度值0和1,对这样的二值图象,经常需要对目标进行标记。本文提出了一种新的二值图象标记算法,该算法利用一个映射表快速实现标记过程。     

二值图象边界平滑跟踪的一个算法

开发了一个用于二值图象边界平滑跟踪的一个算法。使用这个算法能去掉或修正某些可能是虚假的干扰点。这些点是二值图象边界一个或一组沿特定链码方向的凸点或凹点。重复地使用这个算法，直到边界不含有这些点。这个算法能有效地使用在二值图象的模式识别与机器人视觉的预处理中。     

一种基于内点保留和边缘点删除的二值图象细化算法

提出了一种同时基于边级点删除和内点保留了实现并行细化算法的新方法,与目前已有的算法比较,它能够完整地保持原图象的连通性,所获得的骨架对称性好且能够保证骨架宽度为１个象素点等,用Ｃ／Ｃ＋＋编程实现后,在ＩＢＭ４８６微机上进行实验,结果表明,提出的细化算法为解决二值图象（特别是复杂二值图象）的细化问题提供了一种新方法。     

离散分布的二值图象快速跟踪填充算法

本文提出了一个快速、新颖的图象填充算法.该法将二值图象边缘用一种特定的链码来表示,仅通过对链码节的移入移出分析运算,就能够自动完成离散分布的目标轮廓的搜索与填充,而不需要象通常的填充算法那样进行边缘检测.     

一种快速的图象边缘提取算法

本文设计的图象边缘提取算法，具有较高的抗“噪声”能力，运算速度快，提取的边缘线只有一个象元宽。     

一种二值图象欧拉数的并行快速算法

本文给出了一个求方格(square grid)上二值化图象欧拉数的并行快速算法,并通过将方格上的二值图象转化成数字图来引用图论方法对该算法进行了证明,且给出了若干实例以说明算法的有效性.     

一种基于边缘特征二值化的抠像算法

针对虚拟演播室中的抠像技术进行研究,提出了一种基于边缘特征二值化的虚拟演播室抠像算法.该算法从图像处理的角度.采用基于边缘特征的图像二值化方法以及二值图像处理的有关算法来进行视频对象的提取.实验结果表明,该算法可以有效实现对复杂背景下前景目标的提取.     

一种新的二值图像目标轮廓跟踪算法

提出了根据方向记忆和动态权值确定下一边界点的二值图像目标轮廓边界跟踪算法。首先搜索轮廓内边界予以标记,并以该标记作为指导,结合上一边界点位置对搜索方向动态赋予不同权值,综合分析后得到下一轮廓边界点。由于采用内外边界的对照搜索,可以较好地过滤图像二值化引起的边界噪声。对于不封闭曲线,本算法也可通过一次扫描得到其轮廓信息。实验表明,该算法在轮廓边界提取速度和准确度方面都有较以往跟踪算法更好的性能,在搜索智能化和处理复杂轮廓方面也有更好的表现。     

一种用于二值图象分割的快速聚类算法

文中提出了一种适合于二值图象分割的快速聚类算法。它具有五个特点：①图象扫描过程与聚类过程一体化；②执行速度快；③总的类数动态生成；④节省存储空间；⑤便于后续处理。该方法可应用到目标检测、多目标跟踪和噪声去除等领域。     

二值图象去除噪声的一种新方法

本文针对传统的去除二值图象噪声的缺点,提出了用行程编码匹配法去除噪声的算法。该算法不仅处理速度快,而且处理速度与欲清除的噪声的大小没有关系,具有较好的实用性。     

一种基于δ函数的图象边缘检测算法

提出了一种基于δ函数的图象边缘检测算法 .首先提出了正则化的 Shannonδ函数 ,它是低通滤波器 ,且其傅立叶变换是无限可微的 ,接着推导了正则化的 Shannonδ函数及其一阶导数的时域和频域公式 ,研究了正则化的 Shannonδ函数及其一阶导数与参数 s和 t的关系 .然后根据正则化的 Shannonδ函数及其一阶导数 ,提出了两种边缘检测算法 :一种是用于精细地检测边缘的 D算法 ;另一种是用于从含噪图象中检测边缘的 C算法 .D算法用正则化的 Shannonδ函数的一阶导数检测边缘 .C算法用正则化的 Shannonδ函数平滑噪声 ,用正则化的 Shan-nonδ函数的一阶导数检测边缘 .最后进行了仿真实验 ,仿真实验表明 ,D算法的性能由其参数决定 ,且该算法优于Sobel算法和 Prewitt算法 ;C算法优于 Sobel算法和 Prewitt算法 ,且与 Canny算法的性能相当 .总之 ,该算法是一种能有效地从无噪声图象中检测细节边缘和从噪声图象中检测边缘的边缘检测算法     

对一种快速边缘跟踪算法的讨论

本文首先介绍了一种快速边缘跟踪算法的原理,然后针对如何提高该算法的处理速度所涉及的问题进行了深入的讨论．     

离散二值图象的细化算法

首先介绍细化问题,讨论与细化有关的基本概念。然后介绍连通的概念。本文将提出一种新的细化算法。这个算法有三个步骤——轮廓剥离;利用串行操作将双象素厚度细化为单象素厚度;利用并行操作进一步细化。这个算法特别适合于手写体汉字、英文字母和阿拉伯数目的细化。     

一种动态门限图象二值化技术

本文提出了一种通过求灰度图象直方图熵最大值的方法来实现图象二值化，这种方法使分割门限动态化，并且易于编程实现，实验效果良好。