矢量曲线特征点提取方法的改进

矢量曲线压缩在地理仿真、地图数据库建设及地理信息研究中具有重要的意义.分析了GIS中矢量数据的传统压缩算法-道格拉斯-普克(Douglas-Peucker)数据压缩算法,传统的压缩算法编程复杂,运算速度慢.提出了一种较为简单的特征点提取方法,该算法通过计算相邻矢量数据的斜率,以斜率之差为约束条件,通过在MATLAB7....     

基于无拓扑矢量曲线的快速压缩算法

矢量图型数据压缩主要是对存储图形要素的数据进行多余点的剔除,保存特征点。矢量曲线压缩在地理仿真、地图数据库建设及地理信息研究中具有重要的意义。分析了GIS中矢量数据的传统压缩算法——道格拉斯-普克(Douglas-Peuck-er)数据压缩算法,传统的压缩算法编程复杂,运算速度慢。提出了一种较为简单的特征点提取方法,该算法通过计算相邻矢量数据的斜率,以斜率之差为约束条件,通过在MATLAB7.0上的仿真实验,该算法在提取矢量曲线特征点的过程中比Doug-las-Peucker算法更为简单,对斜率不存在地线段也能很好地提取特征点,对复杂曲线的特征点提取也非常准确。     

一种改进的矢量曲线特征点提取方法

在信息完整的情况下,减少空间数据的数据量对数据的加工处理、数据的管理及传输具有重要意义.分析了已有的道格拉斯-普克(Dougas-Peucker)数据压缩算法,提出了一种更为简单的特征点提取方法,该算法以矢量数据的坐标为信息,以斜率为约束条件,通过仿真实验,该算法在提取矢量曲线特征点的过程中比Douglas-Peuck...     

基于World Wind矢量数据压缩的研究与实现

矢量数据的压缩对于数据网络传输以及提高整个可视化系统的效率来说是一项很莺要的工作.本文对现有曲线矢量数据压缩算法进行比较,着重分析了曲线矢量数据压缩的Douglas-Peucker算法及相关理论,给出了该算法的递归实现,并在World Wind环境中实现了Shape格式文件的快速显示.实验结果证明,经过压缩后的矢量数据兼顾存储空间和显示精度,提高了World Wind应用效率.     

Visual C＋＋实现联机手写汉字笔画关键点的提取

介绍了矢量曲线数据压缩算法-Douglas-Peucker算法,使用Visual C＋＋编程实现了按笔画联机手写汉字的笔画信息的获取,并应用Douglas-Peucker算法解决了联机手写汉字笔画关键点的提取．     

基于Douglas-Peucker的矢量数据压缩算法

由于Douglas-Peucker算法未考虑空间对象间的拓扑关系,易造成矢量空间数据压缩后的面状地物公共边出现“裂缝”现象,出现失真问题。针对该问题,该文提出了Douglas-Peucker一种改进算法,通过实验验证,改进的算法不仅能较好地保留图形特征,而且提高了压缩精度。     

一种应用于电子地图道路特征点提取的新方法

电子地图中的道路信息数据往往数据量比较大,在进行地图匹配时,不利于对电子地图的快速搜索,因此需要对道路数据进行压缩,提取道路特征点。为此在对现有的道路特征点提取方法进行分析的基础上,提出了一种基于无限圆逼近曲线的自适应道路特征点提取方法。该算法依据道路的曲率变化,按照自适应步长对道路数据进行压缩。仿真实验结果表明,该算法计算量小、逼真度高,有效地提高了电子地图道路数据压缩效率。     

一种复杂矢量面状实体的匹配方法

针对复杂面状实体要素匹配问题,采用一种公共边对象化的Douglas-Peucker改进算法对面实体形状进行简化,然后将简化后的面实体所提取的节点以及基于面实体周长的均匀采样点作为面实体轮廓特征点.利用提取的轮廓特征点,采取一种极坐标方法对面实体进行形状描述,并分别计算出同名实体在节点和均匀采样点处的距离差异,将获取两者综合差异作为最终匹配标准.通过实验对比分析可知,该方法能有效解决复杂面状实体匹配速度和准确率问题.     

海量点云数据轮廓特征线的快速生成算法

从海量点云数据中快速生成轮廓特征线,是实现基于特征的模型重建的关键.提出了一种基于切片的轮廓特征线快速生成算法.该算法首先对点云数据进行切片,将数字图像的方法应用到基于切片的特征点提取中,通过设置数字栅格平面的边长快速地提取特征点,并根据提出的双向索引连通法快速构造特征线,最终实现了点云数据的曲线模型.实例证明:本算法可以快速、准确地生成海量点云数据的轮廓特征线.     

基于改进的快速鲁棒特征算法的人脸检测研究

针对快速鲁棒特征(SURF)算法冗余信息多且计算速度慢的缺点,该文对SURF算法进行改进,用于人脸检测。计算特征点邻域的图像熵,并使用非极大值抑制提取图像熵高的特征点,通过减少区域描述减少冗余信息。使用扇形窗口遍历各特征点邻域,通过计算窗口内哈尔小波响应构建该点的特征描述子,从而加快计算速度。使用费舍尔矢量核将各特征描述子映射到高维空间进行人脸检测。仿真实验表明,在应用于人脸检测数据集和基准(FDDB)数据集时,与SURF算法相比,该文算法检测率提高了7.9%,特征计算时间减少了53.1%,特征点数减少了59.7%。