一种基于阈值优化的视觉主骨架提取方法

该文根据骨架定义及优秀骨架的性质,提出一种图像处理方法。该方法对图像的物体像素点进行检测,评测每个像素点成为骨架点的可能性大小,然后以一个阈值对像素点进行分类,以便确定后续进行骨架提取的像素点,并通过选取适当的阈值,来获取视觉主骨架。实验表明:该方法与传统骨架提取方法相结合,所获取骨架较好地保存了目标的主要拓扑结构,在骨架的拐角更加圆滑、自然,能够有效减少骨架毛刺,并且处理所需时间有效减少。     

基于SVG的动态颜色填充算法研究

SVG提供了对区域进行动态颜色填充和渐变的标签。在工程实践中发现,区域边界越复杂,颜色动态变化过程所需系统资源就越多,以致影响浏览速度。在分析了SVG区域颜色填充和颜色动态变化基本算法的基础上,提出了一种应用原始交点链表的扫描线颜色填充算法。实验证明,在动态填充的过程中,该算法比SVG Viewer的总体效率明显改进了70%以上,且对发生了几何变换的区域也能够高效率地进行正确填充。     

利用VB2005制作颜色渐变的进度条

在WindowsXP环境下．使用VB2005制作一个漂亮的颜色渐变的进度条组件。     

基于多层次特征结构的二维形状渐变

二维形状渐变在二维角色动画、模式匹配、几何造型中有着重要的应用.已有方法大多根据边长、角度、面积等局部几何属性来完成形状之间的最佳对应和渐变,忽略了形状的内在特征结构.为此,提出一种基于多层次特征结构的二维形状渐变方法,首先将源形状和目标形状分解为若干个视觉显著性特征,并通过一种用户启发式的半自动方法建立2个形状的特征对应关系;然后根据形状的特征信息构建源形状和目标形状的多层次特征结构,分别表示形状特征的整体位置和朝向、形状特征的局部朝向和形状特征的局部细节;最后组合不同特征层次上的插值结果,重构出中间形状.在源形状到目标形状的渐变过程中,针对不同层次上的特征信息分别使用近似保刚性插值、边角插值以及弹性线性插值方法进行过渡.实验结果表明,该方法简单高效,有效地避免了形状的内部扭曲,保持了形状的局部特征,可产生自然、光滑且视觉真实的形状渐变序列.     

形状填充率的物体识别算法

针对经典形状上下文算法对物体关节相对位置变化敏感的缺点,提出一种基于剪影局部形状填充率的物体识别算法.该算法以物体不同的轮廓控制点为圆心,计算不同半径下物体剪影像素所占总像素的比例,即为控制点的局部形状填充率;将不同控制点、不同半径长度所计算的形状填充率数值构成一个特征矩阵,该矩阵反映了物体整个剪影的统计特性.通过不同数据库的实验结果表明,文中算法对物体的细节有很强的描述能力,对物体关节的相对位置不敏感,并且受剪影轮廓控制点数量影响小.     

基于Poisson方程的曲线形状渐变方法

以定义在分段线性曲线上的离散Poisson方程为理论基础,提出了一种同时适用于平面和空间曲线形状渐变的方法.通过在源曲线和目标曲线上定义局部标架,给出了一种非线性梯度场插值算法,使得源曲线的梯度场逐步过渡到目标曲线的梯度场,所得到的中间梯度场与用户指定的关键节点路径一起输入离散Poisson方程求解得到渐变序列 .该方法不直接插值顶点坐标,而是将源曲线与目标曲线视为定义在公共定义域上的标量场,并在梯度域进行梯度场操纵.对中间帧曲线周长以及平面曲线所包围的内部面积变化的统计表明:该算法尽可能地保持了几何形状的刚性,在中间帧求解的稳定性方面该算法优于同类其他方法.     

基于颜色通道比较的显著性检测

为了快速有效地检测图像中的显著性区域,利用颜色通道差异信息和空间信息,提出了一种基于颜色通道比较的显著性检测算法. 该算法将显著性检测任务看作对图像前景区域和背景区域进行分离和识别的过程,首先基于RGB颜色空间构造了一组反映不同色彩信息的颜色通道,通过通道比较将不同颜色的区域分离开,然后通过分析空间信息选择出属于前景的区域,最后对所有前景区域进行合并得到最终的显著图. 我们在两个公开数据集上与现有的一些检测算法进行了对比试验,结果表明该算法具有较低的计算复杂度以及较高的检测准确率和召回率,证明该算法是简单有效的.     

用颜色特征进行基于形状的检索

现有的多媒体数据库系统中对图片的检索基本上是基于描述关键字的,近几年开始研究基于内容的检索。基于内容的图像检索技术大多采用颜色特征。对于以形状为主的图片来说,基于颜色的检索就没有任何意义。但对真彩色图像提取形状特征是比较困难,且大部分用形状特征来匹配图形的算法,对图形的旋转、伸缩等不具有鲁棒性。该文采用颜色特征来获取图像中物体的形状特征,并基于此进行图像形状匹配算法。同时通过对算法的改进,使图像的大小变化和旋转以及轻微的光照变化不影响检索结果。实验结果表明这种方法改善了检索效果。     

基于颜色和形状特征的图像检索方法

提出了一种基于颜色和形状特征的图像检索方法。在对HSV颜色模型量化的基础上,提取颜色直方图作为图像的颜色特征。在提取形状特征时,结合颜色量化结果,利用图像分割提取图像的形状特征,利用两特征的加权距离计算图像之间的相似度,而后进行图像检索。实验结果表明,该方法取得了较好的检索效果。     

基于视觉显著性的层次形状分解方法

形状分解是形状理解与分析的重要基础.在充分理解人类视觉特性的基础上,联合形状骨架与轮廓特征构建了一种视觉显著性度量即视觉显著度,并提出一种基于视觉显著度的层次形状分解方法.首先采用基于距离变换的骨架生成方法获取目标骨架,之后利用骨架分叉点生成所有候选分割线,最后通过分叉点对应的内切圆半径以及轮廓段的视觉显著度对分割线进行优选获得最优解.实验结果表明,该方法对噪声、形变具有较好的鲁棒性,分解结果符合人类视觉习惯;此外,通过调整显著性阈值可获得不同尺度下的细节分解结果,具有更好的灵活性.     

Quality Control in Spreadsheets: A Visual Approach using Color Codings to Reduce Errors in Formulae

This paper presents continuing work conducted towards the development of an effective methodology for integrity control in the process of spreadsheet development. The framework for spreadsheet quality control is mainly aimed at addressing the widespread problem of errors in spreadsheet formulae. Two approaches are considered herein. The first addresses the wide-spread problem of formulae not reflecting the real-world phenomenon they are supposed to represent. The second addresses the wide-spread problems associated with the incorrect or inappropriate relative copying of formulae on the spreadsheet surface.