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.     

一种改进的图像中连通体边界freeman链码的获取算法

本文介绍了一种基于边界追踪的freeman链码获取算法，算法可以快速获取二值图像中连通体边界线的freeman链码，不仅适用于单连通的简单区域，对于多连通的孔洞区域同样有效．     

基于边缘矩阵的链编码追踪算法

提出了一种基于边缘矩阵的链编码追踪算法,并引入“边缘矩阵”的数据结构,记录像素边缘的一些信息,以此辅助链编码追踪算法的运行。该算法不仅能追踪任意形状复杂区域的链编码,而且它的计算复杂性是线性的。该算法还可为给出表示链编码之间包含关系的树结构和其它分析打下了基础。     

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．     

金属图像处理算法的研究

研究提高金属图像面积和周长的计算精度,对计算图像像素的经典链中以改进,利用改进的链码方法计算图像的周长和面积时考虑了图像边界的拐点和小的锯齿边,利用本算法,图像面积和周长的计算误差最大不超过２％,与传统算法（计算误差大于１０％）相比计算精度得到较大提高,可满足实际工程需要。     

基于链码差的边界凸凹性判别

对边界凸凹性判别的多种算法进行了分析比较。从边界的链码描述出发,论述了绝对链码、相对链码、链码和、链码差等边界特征参数提取的算法。分析了用链码和曲线,了解边界性状的方法,提出了一种新的基于链码差的边界凸凹性判别算法。实践表明,该算法避免了叉积运算,有效地提高了判别速度,而且实现算法简单、稳定。最后对该算法可能的应用进行了展望。     

一种基于链码向量的图像匹配算法

基于特征的图像匹配算法被广泛应用于图像处理和模式识别领域中,图像特征提取以及采用的匹配算法并直接决定图像匹配的效果。为了尽可能准确的实现图像匹配,提出了一种基于链码向量的边缘特征匹配算法。首先通过改进的Laplace边缘检测算子提取图像中的边缘信息,提高了边缘检测的可靠性;然后,将提取到的边缘信息由边界链码描述,并将边界链码构造成向量,利用数学向量相似度原则进行图像匹配。实验结果表明,该匹配算法简单快速,匹配准确率高,具有较高的实用价值。     

链码描述边界区域的扫描转换算法

给出了以链码为基础描述不规则区域边界的方法,对以链码为基础描述边界区域的特点进行了分析,给出了相应的扫描转换算法。所给出的算法通用性好,扫描转换速度快,特别适合于不规则封闭区域的扫描转换。     

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.     

图像中连通体的线性标定算法的优化

介绍了基于边界追踪技术的图像连通体的线性标定算法的优化。在线性标定的过程中，我们提出一种新的图像边界点的处理方法，并对优化后的算法与原算法作了比较。优化后的算法节省了内存开销，有效地提高了程序的运行效率。     

三角形网格的链码方法研究

目前可以应用于三角形网格的链码方法只有顶点链, 而它对角相邻情况的表达存在缺陷, 针对此问题, 提出3种链码方法, 并进行特性分析和性能比较。首先将Freeman链码扩展应用到三角形网格, 根据两种不同的三角形单元, 分别设计对应的12方向Freeman链码编码规则; 然后, 基于外轮廓前进相对方向的变化, 提出相对方向链码; 最后, 通过区分边界网格在外轮廓上的边数和内部网格数的不同组合, 得到边角组合链码。通过实验比较3种链码的表达能力和压缩率, 结果表明, 3 种链码方法均能克服顶点链的缺陷, 准确完备地实现三角形网格形状的边界表达。其中, 边角组合链码的综合性能最高, 平均码数为1, 压缩率可达0.75。     

多边形链式编码方式的改进及其编码方法

由于链式编码以每个区域为单位存储边界,相邻区域的边界被重复存储,所以通过索引机制来检查是否存在多余的多边形,从而避免相邻边界被重复保存。基于多边形拓扑关系的算法,对多边形图形链式编码方式提出了一种改进算法,采用二叉树编码、霍夫曼原理,将链式编码进行了重新编码并转换成可运算的多边形矢量编码,实现了多边形图形的叠置运算功能,同时提高了链式编码方式的数据压缩效率。     

边界链码在字母与数字混合识别中的应用

将链码技术应用到字母与数字的混合识别中,用链码跟踪其轮廓,提取形状特征.针对链码间的差异性,设计了多级分类器,获得了良好的分类器品质.方法简单有效、存储量小,具有实用性,可嵌入到车牌、图书索号识别等应用领域.     

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     

基于边缘链码信息的黏连细胞分割算法

介绍了一种基于边缘链码信息的黏连细胞自动分割算法. 该算法对弱对比度的细胞图像预处理;对二值化图像进行链码跟踪,并计算边缘各点的链码和、链码差、等效周长、弧弦比等特征参数;利用特征参数判断边缘光滑段、边缘角点;对真实分割角点进行线性插值最终实现黏连细胞的分割. 将该算法应用于2组细胞图像序列共120帧图像的分割中,不仅解决了黏连细胞的分割难题,而且能够准确进行细胞凹陷的修补和细胞图像的简单计数. 统计结果表明,相比于阈值法和先验模型法,该算法的分割成功帧占整个序列的百分比提高40%~60%.      

基于链码的纺织纤维直径测量

首先引入角度链码及其差值等经过改进的链码概念,用以判断纤维交叉和头端,接着介绍边缘平滑的原理和方法.以棉的纵向形态直径测量为例,提出在轮廓跟踪的同时判别纤维交叉和头端的算法;根据棉的纵向形态边缘经平滑后纤维轮廓光滑的特点,提出基于像素长度的纤维直径测量新方法.实际测试表明,对于光滑轮廓的纺织纤维,该算法能够快速准确地测量出其直径.     

基于简约码特性树的字母和数字识别

针对由大写英文字母和阿拉伯数字组成的符号序列图像进行识别．字母和数字经细化处理，得到其骨架线，采用八方向链码及特定的编码跟踪规则形成由多条子链构成的唯一链码描述，提出了包含较少冗余信息、便于提取系列骨架线特征的简约码及简约码特征提取方法，并建立了对特征向量各分量酌情分开使用、形成分类特征树的策略，成功地解决了25个字母和10个数字的识别问题测试结果表明，该方法及算法的平均正确识别率为98％，优于商用软件的识别率．