机器人视觉中的线条解释技术研究

机器人视觉中，对多面体物体图像的线条解释技术一直沿用Huffman的线条解释方法。通过对Huffman方法的研究，指出了其中的缺陷。例如，它无法识别某些类型的简单物体；在给线条作标记时亦不具备逻辑上的统一性，使得有时出现信息冗余，有时又出现信息不足。该文提出克服缺陷弥补不足的改进办法，在标记面临几种选择时引入了优先级的概念，并对Huffman线条模型进行了调整。     

箱子装载问题的算法研究

1　引言　　设有ｎ件物品 ,每件物品的体积分别为ｓ1,ｓ2 ,… ,ｓｎ,且 0 <ｓｉ≤ 1(ｉ =1,2 ,… ,ｎ) .现有一批箱子 ,每只箱子的容量为一个单位 ,现在的问题是能够容纳这ｎ件物品的箱子至少需多少只 ?此问题为著名的ＮＰ复杂问题 ,迄今在多项式时间内尚无求解的办法 .但可用近似算法求解 ,使结果接近最优解 .对于此问题 ,有 4种流行的求解算法 :( 1)最先匹配法 (ＦｉｒｓｔＦｉｔ ,ＦＦ) ;( 2 )最优匹配法 (ＢｅｓｔＦｉｔ ,ＢＦ) ;( 3)最先匹配递减法 (ＦＦＤ) ;( 4 )最优匹配递减法 (ＢＦＤ) .这 4种算法的时间复杂度均为Ｏ(ｎ×ｌｏｇ(…