二值图像中目标物体轮廓的边界跟踪算法

分析了二值图像识别中常见的边界跟踪算法,在此基础上提出一种通用性强的边界跟踪算法,能够根据上一边界点的位置判断轮廓走向.在搜索下一个边界点时,只需要对候选的5个点进行判断,便可以找到下一个边界点的位置,从而减少了搜索的次数,使得边界跟踪的时间大为减少.算法对于轮廓不封闭的线段也可以一次扫描得到其轮廓信息.实验表明,算法不仅速度快,而且轮廓识别准确.对于目标物较复杂的图像,算法更能体现出其优越性.     

数字图象的二值化处理技术探究

分析了数字图象二值化处理的特点，提供了几种二值化处理技术，并对这些算法进行了测试与比较，最后根据实践应用对二值化处理中的动态阈值的选取策略等相关技术作出了阐述。     

邻域编码二值图像跟踪的快速算法

讨论了如何通过快速实现８－邻域编码来解决快速完成３×３窗局部运算 的问题。给出了一个快速跟踪任意复杂图像边界的完全边界跟踪算法 （ＮＣＣＢＦ）；与经典的ＢＦ和ＣＣＴ边界跟踪算法相比，ＮＣＣＢＦ算法具有速度 快和适应性更强的优点；其独特边界标记方法补充和完善了ＮＣＢＦ算法。     

基于双边迭代奇异值分解的递推子空间辨识方法

引入双边迭代奇异值分解算法，通过一系列的QR分解，用两个矩阵分别逼近奇异值分解的主要左、右奇异向量，用一个三角矩阵逐渐逼近主要的特征值，从而取代了原始MOESP子空间辨识算法中的奇异值分解步骤。通过用一系列Givens变换来实现QR分解的数据更新，实现了此类子空间方法的在线递推辨识。仿真表明，该方法可以有效地对系统的极点进行跟踪。     

二值图像目标邻域点法边界跟踪算法

分析了二值图像识别中常用的轮廓跟踪算法 ,并指出其缺点。在提出目标邻域点概念的基础上 ,提供一种对二值图像中的对象物轮廓的智能跟踪法 ,并给出了具体算法步骤。实验结果表明该算法速度快、轮廓识别准确。为准确得到二值图像中的对象物提供了一种简捷的方法     

一种优于混沌优化的对分插值逼近算法

提出一种新的求解函数最优值的算法——对分插值逼近算法。该算法产生均匀分布于[a，b]区间的稠密点集，理论证明了该点集可以无限逼近[a，b]区间内的任何实数，且以概率1收敛于任何待优化函数的全局最优值。与混沌优化算法进行了比较，以一维、二维变量的仿真为例，结果表明，该算法在寻优过程中优于混沌优化算法。     

基于改进差分边缘检测法的车牌字符二值化算法

针对车牌字符光照和污损的复杂特征,对车牌图象的二值化算法进行了深入的分析和研究,提出了一种基于差分边缘检测算法的改进图象二值化算法.实验结果表明,改进算法能够有效地将字符清晰地从背景中分割出来,分割速度快并且有助于提高字符识别的正确率.     

基于边缘增强的红外图像二值化算法

提出了一种基于边缘增强的红外图像二值化算法。通过对自适应形态学边缘增强方法的改进,使得二值化结果有效地保留了红外图像的边界特征,是一种有效、实用的图像二值化方法。     

二值图像边缘跟踪算法及其在掌纹识别中的应用

提出了一种具有抗噪性能的二值图像边缘跟踪算法,并将其应用在掌纹识别中．实验表明：新算法与传统算法相比,能够快速准确地检测出二值图像的整个边缘,同时能够较好地去除图像中的噪声和毛刺．     

一种二值图像的快速细化算法

提出了一种适应于二值图像的快速细化算法，该算法利用边缘跟踪，根据边缘跟踪特点所设计的判断规则及单向链表结构存储边缘信息等技术，大大地加快了细化速度，而且占内存少，当仅需对目标模式进行细化处理时，该算法更为有效。     

目标组织轮廓的三次非均匀B样条逼近

提出断层医学图像中目标组织轮廓最少数据点描述的样条曲线建模方法．首先采用多边形逼近将图像分割和轮廓跟踪所获得的目标组织轮廓线上几乎共线的部分离散数据点去除；再以剩下的轮廓数据点作为型值点，采用周期B样条曲线逼近的方法，得到控制误差条件下最少数据点描述的目标组织轮廓曲线，并依照IGES标准，输出医学内植物设计和骨组织有限元分析所需的目标组织样条曲线几何模型．     

空中目标特征识别的MRA-GVFS组合算法

目的提出一种空中目标特征识别的新算法。方法在轮廓线提取过程中,采用二维Bubble小波多分辨率分析来降噪并弱化伪边缘,采用GVFS法跟踪和提取目标体的边界,再利用多边形近似算法按指定的顶点数提取多边形,以使其和目标特征模板进行匹配。结果提出了一种六步算法。结论对直升机的空中图像进行了特征提取仿真,该方法对空中目标识别很有效。     

工业CT切片图像直接生成粗加工数控代码

对于可直接仿形加工的产品,提出了一种由产品工业CT切片图像直接生成粗加工数控代码的方法。首先对工业CT切片图像进行阈值分割、边缘提取、轮廓跟踪获取产品的轮廓数据;然后进行内外轮廓判定,并据此将各个轮廓向内或向外偏移,以进行刀具半径补偿和加工余量预留;最后逐层划分加工区域得到粗加工刀具路径并有序连接,生成粗加工数控代码。在轮廓偏移步骤,提出了新的判定内外轮廓的方法。开发了软件系统,最后以实际应用案例验证了方法的有效性与实用性。     

主动轮廓模型及其在医学体分割中的应用

利用医学序列切片在灰度值和空间位置上的相关性,对传统主动轮廓模型进行改进,将其应用于医学体数据分割中.以物体轮廓采样到其相邻两采样点中点的距离为内部能量函数,同时通过制约轮廓的长度,使其尽可能短来达到;利用图像区域的局部梯度信息,同时利用序列图像之间局部区域的全局信息及其相关性重新构造外部能量函数;并根据内外部能量的比值,动态的调节权值参数.实验结果表明,改进算法既可以有效地检测出一些拐角点和凹点,又可以避免目标边缘收敛于某些噪声点或伪边缘点,可达到良好的体分割效果.     

一种改进的矩形网格等值线追踪算法

介绍了寻点与追逐同步的矩形网格等值线追踪算法,是在传统的矩形网格等值线追踪算法基础上加以改进,通过设计等值线追踪的回追功能,使等值点生成与等值线追踪同步进行,在追逐等值线的过程中计算等值点.由于回追功能,无论非闭合等值线还是闭合等值线,都能够从区域内任一等值点开始,快速追踪出该等值线.     

图像区域边界抽取与链码树结构生成算法

通过定义二值图像像素顶点的链码,构造像素顶点矩阵,给出了一个基于像素顶点的线性的图像区域边界追踪和链码树结构的生成算法,算法在追踪和抽取区域边界的顶点链码的同时生成区域边界的链码树结构.算法复杂度是线性的,且适用于任意复杂图像区域.     

基于粗糙集理论的自适应图像内插

利用粗糙集中的不可分辨理论提出了一种基于粗糙集理论和旋转掩模(rotating mask)相结合的自适应图像内插算法.首先利用图像的连续性,提出了用粗糙集中的上近似集(upper approximation)和下近似集(lower approximation)来确定与缺损点具有不可分辨关系的样本点,然后利用这些同类样本点对缺损点进行自适应的内插.实验结果表明,利用该算法内插的图像质量无论客观评价标准还是主观评价标准均好于传统的图像内插法,该算法是粗糙集理论与图像信息处理相结合的有益尝试.     

一种基于像素标记的二值图像区域围线追踪方法

在研究了多种二值图像连通区域围线追踪算法的基础上,提出了一种改进型的二值图像连通区域围线追踪算法。该算法在已有围线追踪算法的基础上,通过定义特定追踪方向,使得追踪过程始终按照逆时针或顺时针方向沿着连通区域边缘进行。在追踪过程中对像素点进行多次标记,通过在按照追踪方向确定的像素点基础上判断像素标记值来确定下一次待追踪像素点的选取。由于对像素点进行多次标记,有效区分了一次追踪像素点和二次追踪像素点,解决了追踪过程中出现的追踪间断现象,使得追踪结果呈现一条完整围线。实验结果表明,此方法可以快速有效地完成二值图像连通区域的围线追踪和提取。     

快速断面图象轮廓间插值

本文提出一种快速断面轮廓间插值方法。以给定分段点数轮廓多边形近似方法为基础,通过各对应多边形分段点间的线性插值,完成从一个断面轮廓到另一个断面轮廓的快速插值。文中给出了快速插值的结果,及使用该结果得到的一个人体器官三维显示的实例。     

Convex decomposition of concave clouds for the ultra-short-term power prediction of distributed photovoltaic system

Concave clouds will cause miscalculation by the power prediction model based on cloud features for distributed photovoltaic (PV) plant.The algorithm for decomposing concave cloud into convex images is proposed .Adopting minimum polygonal approximation ( MPP) to demonstrate the contour of concave cloud , cloud features are described and the subdivision lines of convex decomposition for the concave clouds are determined by the centroid point scattering model and centroid angle func -tion, which realizes the convex decomposition of concave cloud .The result of MATLAB simulation indicates that the proposed algorithm can accurately detect cloud contour corners and recognize the concave points .The proposed decomposition algorithm has advantages of less time complexity and decomposition part numbers compared to traditional algorithms .So the established model can make the convex decomposition of complex concave clouds completely and quickly , which is available for the existing prediction algorithm for the ultra-short-term power output of distributed PV system based on the cloud features .