图像顶点链编码和顶点欧氏距离的计算

利用链编码及其特性,分析得出图像区域边界的周长、最小外接矩形（MER）的长与宽,及图像所占区域的面积.对于正四边形、正三边形和正六边形点阵上的图形,分别提出了直接从链编码计算图像顶点欧氏距离的方法.     

用顶点链编码计算区域面积的方法

研究了在图像分析和识别中，直接从顶点链编码计算封闭边界所围区域面积的方法，并用该方法对正方形、正三边形和正六边形点阵中区域面积进行了计算．结果表明，顶点链编码计算封闭边界所围区域面积的方法简单易行，且运算速度快．     

基于基因编码算法的图像边缘提取研究

为了提高图像边缘检测的质量,采用基因编码算法.首先确定基因头部和尾部的组成,给出了基因表达式树形式,对图像像素进行基因编码,接着图像背景与图像目标之间的灰度差异作为基因表达式树不同的分支,与分支具有同样灰度的像素合并为一类,最后给出了基因编码适应度函数,其选择基于标准误差方法.实验仿真表明,算法提取的灰度图像边缘没有断点,没有伪边缘信息,数据分析较好.     

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.     

基于链编码技术图像Euler数的计算

解决通过不同的方法计算图像Euler数的问题.采用理论分析和实验的方法,通过图像区域标定,构建像素顶点矩阵,跟踪图像边界,提取边界的顶点链编码,获得围线树结构等探究过程,分别就基于顶点链编码、围线树结构给出了图像Euler数的算法,实验验证了图像Euler数的求解过程.研究结果表明:这两种算法都是线性的,且适用于任意复杂二值图像区域.该研究成果为图像Euler的计算提供了新的思路.     

用顶点链编码计算图像区域密集度和体态比

利用链编码及其特性,分析得出图像区域边界的周长、最小外接矩形（MER）的长与宽及图像所占区域的面积,以此为基础,提出了一种基于链编码的图像区域密集度和体态比的计算方法.     

利用顶点链编码探测表格的斜率

根据表格图像中表格的框线或悬线具有最长的边界,以及边界标定自动机能获得区域边界的优点,提出了一种新的表格图像文件倾斜矫正的方法.该方法使用简便,而且在大噪声的背景下也能使用.     

改进的八近邻区域边界标定自动机

在图像边界标定算法的基础上,通过化简自动机的状态迁移映射,减少了自动机在提取边界过程中的运算步骤和存储空间,提高了自动机效率.     

遗传算法矩阵编码的研究

遗传算法是一种基于自然选择和遗传变异等生物进化机制的全局优化搜索算法。文章对矩阵编码的机制进行了研究，讨论了矩阵编码的算法框架及特点，对矩阵编码中的选择、交叉和变异算子进行了比较全面的形式化描述，并介绍了其未来研究方向。     

数字图像区域标定的方法

给出了二值图像区域的标定方法。对于八近邻和四近邻的图像,分别建立了一组最小的完备图。利用图像标定的基本图,为二值图像边界的识别构造了一个自动机,自动机的输出就是顶点链编码,为二值图像区域的标定提供了一个有效算法。     

一种基于矩阵的尺寸链求解算法

根据线性尺寸链的组成特点 ,提出了一种通过建立邻接矩阵和关联矩阵 ,快速查找和解算尺寸链的方法     

基于拆支跟踪法提取特征的视网膜血管形态识别

介绍了视网膜血管形态识别的新方法和方法改进,包插图象预处理中的自适应灰度校正,拆支跟踪法提取互连通型网孔的特征链码,利用最小差距判别准确则实现方位无关性形态识别等,并给出实验结果。     

基于链码的轮廓跟踪技术在二值图像中的应用

介绍了二值图像的轮廓跟踪算法．在轮廓跟踪过程中,首先用行扫描得到轮廓起点,然后采用链码跟踪技术,跟踪其轮廓,得到一个封闭的轮廓信息,接着转向下一个轮廓,一直到所有的轮廓跟踪完毕为止．它能够实现一次扫描,得到所有的轮廓信息,且最终轮廓信息以链码序列来存储．在以后的拟合过程中,能更方便地对链码序列进行处理,得到理想的轮廓信息．     

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.     

基于边缘的字符串定位算法

为了对强干扰噪声图像中的字符串进行实时的检测定位,该文提出了一种基于边缘的字符串定位算法,它引入了边缘密度图和边缘连接强度两个新的概念。该算法首先通过对边缘密度图进行投影分析进行自顶向下的粗定位,然后在此基础上利用垂直边缘的连接强度进行自底向上的精确定位。新算法有效地克服了噪声的影响,运算复杂度低,因而能够实现对强干扰噪声图像中的字符串的实时定位。采用该算法对集成电路芯片图像中的编号字符串进行定位,实验结果证明其在处理强干扰噪声图像时是有效的。     

基于区域围线追踪的激光雕刻新算法

针对激光雕刻中所出现的边缘锯齿现象，提出一种基于围线追踪的激光雕刻算法．该算法采取一种基于围线的“侵蚀”策略，通过对图像中各个连通区域不断追踪围线而得到的“侵蚀”路径完成激光雕刻，在实践中取得了理想效果．