可形变简单多边形重建算法

构造了一个多边形边的形变模型，利用格雷厄姆快速算法得到平面点集凸包，通过添加点的方法有选择地修正凸包的一些边界，使得经过形变后的多边形在形状上更加接近平面点集的外形轮廓，分析了形变过程中边界附近点集的疏密对插入新点的影响，提出了2种插入新点的方法，该算法与点集中的点次序独立并且能够在一定程度上控制多边形的精度，实验表明该算法结果良好。     

平面多边形简单性确定及其定向算法

给出了一个确定平面多边形为简单多边形的实用算法，同时，又给出了简单多边形为顺时针或逆时针走向的充要条件，利用这些条件，可较好地解决简单多边形走向判断的问题，且易于实现。     

一种构建平面离散点集凸包的算法研究

本文提出一种矢量运算方法确定平面离散点集凸包，其原理是在构建凸包前，通过矢量计算判别出位于凸包多边形内部的点，预先将其删去，保留凸包多边形外部边缘的点，从而减少了构建凸包的离散点数目，提高运算速度。新算法达到O(n1ogn)时间复杂度下限，简单且易于实现。     

一种分割平面简单多边形的高效算法

简单多边形的分割问题是图形图像处理过程中的一个基本问题,已有的算法复杂度高且实现繁琐.利用链表这种简单的数据结构实现的新算法,其时间复杂度为,空间复杂度是,减少了计算开销,提高了运算速度.通过实际软件应用表明该算法实现简单,且高效、准确,因而有很好的实用性.     

关于点与简单多边形位置关系的一种算法

本文指出了文献[1]《计算几何-算法分析与设计》中两种算法的不足之处，并提出了一种新的算法-点与简单多边形的位置关系转化成点与折线段的位置关系。     

改进的多边形凸包算法

提出了一种处理任意多边形的凸包实时增量算法,通过分析增量边端点出现的区域,根据每个区域特点提出了解决方案,最后详细分析了算法效率提高的原因。分析表明,算法在平均时间复杂度下可以达到较高的执行效率。     

多边形裁剪的一种快速算法

基于扫描线算法给出了关于多边形窗口的一种新的多边形裁剪算法。与已有算法相比，新算法效率更高，易于实现多边形的快速裁剪。     

一种基于面积修改简单多边形的算法

提出了一个由面积自动修改多边形的新算法:先获得原有多边形面积及其所有顶点,任取三个相邻顶点组成一个三角形,然后将指定的面积值与原面积值比较得到面积差值,将此差值完全用该三角形的形状变化来反映,从而得到新顶点的位置.使得多边形的形状发生改变,其面积变为指定的新值.并提出了"增加概率域限制调整点搜索方向"、"交互选择调整点...     

一种判定简单多边形可视顶点的算法

简单多边形可视顶点的判断是计算几何的一个基本问题,广泛应用于许多领域。尤其是在凹多边形凸分解问题中。而作为其基础的判断顶点可视性的算法却极少,既有算法本身过于复杂,不利于实际应用。本文参考有关判断点在多边形内外的算法,提出了解决判定简单多边形可视顶点对的新算法,应用于软件CSforecast,实践证明该算法具有简洁,可靠、运行速度快等特点。     

一个简单多边形凸单元剖分的算法

通过分析剖分得到的凸多边形的结构特点，发现了剖分线的特征性质，并引入可视链及可视度的概念加以描述。在此基础上，给出了一个利用剖分线的特征性质剖分简单多边形为凸多边形的剖分算法，算法消除了剖分后存在部分凸多边形可以合并的现象，既能使剖分得到的凸多边形数目较少，又能使得到的剖分有较好的形态质量。实例表明算法具有较高的运行效率，因此有很好的实用性。     

简单多边形凸单元剖分算法的设计及实现

简单多边形凸单元剖分是计算几何的基本问题之一，剖分算法在许多领域均有较广泛的应用。本文给出了一个利用剖分线的特征性质，剖分简单多边形为凸多边形的剖分算法。算法消除了剖分后存在部分凸多边形可以合并的现象，既能使剖分得到的凸多边形数目较少，能使得到的剖分有较好的形态质量。实例表明算法具有较高的运行效率，因此有很好的实用性。     

基于凸包算法的指尖识别方法

针对现有指尖检测方法容易受背景的干扰,并且指尖误判点较多的情况,提出了一种基于凸包分析的指尖检测算法。首先,为减少类肤色背景和光照对手部轮廓提取的影响,采用YCbCr肤色模型和背景差分法相结合的方法提取手部轮廓;然后采用快速凸包算法获得手部轮廓的凸包,并利用凸包顶点和缺陷点计算出掌心的坐标,根据凸包缺陷深度和手指几何特征及曲率特征检测手指指尖;最后采用有灯光和类肤色背景干扰的环境,而不是背景单一的环境进行实验,验证了所提算法的鲁棒性。实验结果表明,该算法可以有效识别出指尖数目和手掌的位置,实现简单的数字手势（0~5）的识别,具有较强的鲁棒性。     

求解简单多边形核的新算法

利用凹顶点间的位置信息,提出一种自动选择凹顶点来裁剪多边形的新求核算法.在选定凹顶点进行裁剪的同时,未选定的凹顶点集被分离成为待继续分离的凹顶点集和待裁剪包含核的凸多边形的凹顶点集.通过逐步对核的存在性进行判定,可较快对多边形的核为空集的情况加以报告.在多边形有核的情况下,裁剪过程不断更新包含核的多边形,快速求解得到包含核的凸多边形,从而可以采用凸多边形的线裁剪算法来加速求核计算.新的求核算法在快速判断出空核和提高求核速度方面都有较大改进.     

一种基于凸包稀疏化与遗传算法优化的SVM算法

SVM(support vector machine)算法求解支持向量的过程涉及到N阶矩阵的计算,N为样本的个数,当样本数量很大时,高阶矩阵的计算将需要消耗大量运算时间;同时,SVM模型性能依赖于惩罚参数与核参数的优化,传统的循环验证参数优化法,时间复杂度高.为了解决上面两方面的问题,笔者采用凸包算法对训练样本进行稀疏化,同时通过遗传算法优化选择惩罚参数与核参数,提出了一种高性能的SVM模型训练算法.     

改进凸包的贝叶斯模型显著性检测算法

针对传统贝叶斯模型算法对图像显著区域检测精度需要进一步提高的问题,提出一种改进凸包的贝叶斯模型显著性检测算法。首先,利用流行排序算法对图像进行前景提取,提取的前景区域作为贝叶斯模型的先验概率;其次,利用颜色增强的Harris角点检测算法检测图像在RGB,HSV,CIELab 3个颜色空间中的特征点,分别构造RGB,HSV,CIELab空间的凸包,求取3个颜色空间下的凸包的交集;再次,通过贝叶斯模型根据先验概率、凸包与颜色直方图结合得到的观测似然概率计算获得显著性区域图;最后,将新算法在两大公开数据集MSRA和ECSSD中进行测试。结果表明,新算法能够有效抑制背景噪声,完整检出显著区域,F-measure值在MSRA和ECSSD数据库中的测试结果分别为0.87和0.71,准确率-召回率曲线在复杂图像数据库高于传统经典算法。新算法改进了传统经典算法的检测效果,进一步提高了显著图检测的准确性。     

凸多边形最小面积四边形包围盒算法

针对凸多边形的最小面积四边形包围盒问题进行研究,通过数学推导证明,得出了凸多边形的最小面积四边形包围盒的四边都是多共点边,或三边是多共点边而另一边(单共点边)中点与凸多边形的一顶点重合等一系列结论.依据此结论设计了时间复杂度为O(n4)的算法,依据本算法可以构造出凸多边形面积最小的凸四边形包围盒,而且其算法的复杂度仅与凸多边形的边数n相关,是多项式级的复杂度.运算实例表明了算法的正确性和有效性.