工程扫描图像一种基于密度划分的去噪算法

通过仔细研究工程扫描图像的特征,提出一种基于密度划分的去噪算法.基于密度划分的原理,自定义了密度函数,并分别讨论了灰度图像和黑白二值图像两种情况.通过与用户交互获得阈值,对各种质量的扫描图像均能在有效去除噪声的同时,锐化图像的边缘.本算法在处理速度和质量上较现有常规算法有较大的提高,并且尤其适用于质量较差的扫描图像.     

工程图纸向CAD系统自动输入处理

初步实现了一个工程图纸的自动输入与识别系统。该系统把工程图纸的扫描数字化图象进行矢量化,转换成CAD系统可以接受的文件格式。研究了扫描图象的预处理和矢量化方法:预处理包括图纸扫描输入、图象二值化、图象平滑与去噪、线条细化和曲线跟踪;矢量化采用直线拟合方法。提出了一种改进Hilditch细化算法并给出了程序实现方法,有效地减小了图像骨架偏移和毛刺对细化结果的影响。该文开发的系统可以识别含有直线、圆和圆弧等简单图形的工程图纸。     

一种快速的扫描铅笔稿图细化算法

二维动画计算机输助制作系统中,在对扫描铅笔稿图进行矢量化后,可以大大提高描线上色的效率,并且能够提取线条和闭包,对便于自动上色和中间帧生成等更高级功能的实现。扫描铅笔搞图的细化是矢量化的第一步,在比较了大量现存的图象细化算法后,提出了一种非迭代线跟踪细化算法,该算法效率较高,只需对图象进行一遍扫描加两遍轮廓跟踪,就能较好地满足二维动画计算机辅助制作系统对细化效率的要求。该文还对算法的时间复杂性进行     

一个基于扫描串的统一整体矢量化算法

工程图纸扫描识别和字符笔画提取一直是模式识别中的难点问题.为克服细化算法逐象素处理的局部特性,已提出了一些整体算法.基于图段的整体识别算法突破了细化算法在象素层次做局部操作的局限,力图抓住图象的宏观特征进行整体识别;但它在处理小线素、曲线及字符图象时仍有较大局限性.本文采用扫描串（行程编码）作为基本处理单元,动态扫描整个图象数据,利用预先建立的信息头指导后续跟踪,得到了更精确的矢量化结果.本文提出的算法可适用于各种不同工程图纸的处理,用来提取汉字笔画也得到了满意的结果.     

扫描输入图象中曲线图形的细化

扫描输入中得到曲线图形，为了去除多余的噪声和提取有用的目标信息，线细化就是一项很重要的工作。本文在分析经典算法基础上，提出了串并结合的二值图象线细化算法，经程序验证和对比，表明它具有良好的细化效果和较快的处理速度。     

基于等级划分的复杂点云骨架提取算法

对于复杂点云的骨架提取,由于原始点云的遮挡、缺失、分布不均、分支复杂等原因,所提取骨架会产生断裂、拓扑结构错误等问题.针对复杂结构点云的骨架提取,提出了一种基于等级划分的复杂点云骨架提取算法(multilevel divided skeleton extraction,MDSE).使用L1-medial提取初始骨架点,将初始骨架点连接成单分支骨架线,通过对单分支结构的初始骨架线进行等级划分,利用连通分支的平均分叉角确定骨架线断裂位置,由底至项修补断裂骨架线;最后采用Cardinal样条曲线改善骨架形态,形成完整且符合原始点云拓扑结构的骨架线.实验结果表明,该算法能够从复杂点云中提取出较为完整、拓扑结构正确的骨架线.     

一种基于神经网络的图象细化算法

本文将细化处理作为一种识别过程看待,对每一个图象象素要么指定为骨架点,要么指定为非骨架点,利用神经网络理论中的多层感知器模型,实现了基于神经网络的图象细化算法,该方法具有很强的抗噪声能力并能提高运算速度。     

一种基于内点保留和边缘点删除的二值图象细化算法

提出了一种同时基于边级点删除和内点保留了实现并行细化算法的新方法,与目前已有的算法比较,它能够完整地保持原图象的连通性,所获得的骨架对称性好且能够保证骨架宽度为１个象素点等,用Ｃ／Ｃ＋＋编程实现后,在ＩＢＭ４８６微机上进行实验,结果表明,提出的细化算法为解决二值图象（特别是复杂二值图象）的细化问题提供了一种新方法。     

基于蚁群算法的现代藏文字符轮廓提取技术研究

由于对字符提取骨架往往会失去受污损部位的重要信息,因此本文提出了一种基于蚁群算法的现代藏文字符轮廓提取算法,旨在用字符的轮廓线代替骨架线来表征字符。本算法用于印刷体藏文轮廓提取,取得了良好的效果,避免了传统细化算法造成的畸变,提高了轮廓提取的抗干扰能力,并且减小了计算量,加快了特征提取的速度。     

面向瓦当文字识别的改进水平集骨架提取

目的 瓦当是珍贵的历史文化遗产。为了进行瓦当的数字化保护和瓦当文字的自动识别,针对瓦当图像高磨损、高噪声和拓扑复杂的特点,提出基于梯度矢量流场改进的level set骨架提取算法。方法 算法在传统level set骨架算法的基础上对中间函数进行改进,引入基于修正梯度矢量流场的中间函数替代传统的基于欧氏距离场的中间函数,主要通过两次速度不同的波传播实现,因此提高了算法的自动性和精确性。结果 面对构建的标准模型,算法所提骨架线与标准骨架线的平均匹配度为98.03%,骨架均为单像素宽,居中性良好。面对各种噪声,本文算法所提骨架线与不加噪声骨架线的平均匹配度为99.15%,算法的抗噪性强。面对拓扑复杂模型,算法得到的骨架与原图像拓扑一致性、连通性、光滑性良好。结论 实验结果表明,本文算法提取的骨架性能良好,算法抗噪性强,对拓扑复杂物体亦有较好结果,是一种有效的骨架提取算法。     

Fingerprint minutiae extraction based on principal curves

It is important to extract minutiae of a fingerprint for the implementation of an auto fingerprint identification system. In this paper, the principal graph algorithm proposed by Kegl is used to obtain principal curves, which can be served as the skeletons of a fingerprint. Based on the obtained principal curves, a minutiae extraction algorithm is proposed to extract minutiae of the fingerprint. The experimental results indicate that principal curves obtained from the principal graph algorithm are smoother than the ones obtained from thinning algorithm, and the minutiae extracted by the proposed algorithm are more efficient.     

工程扫描图象的骨架提取和识别技术综述

目前有很多工程图纸处理和识别算法,比如基于细化的识别算法,基于结构的识别算法,正交方向搜索（ＯｒｔｈｏｇｏｎａｌＺｉｇ－Ｚａｇ）识别算法,轮廓匹配识别算法等,结合自己的工作对当代典型识别算法进行了分析和探讨并提出了自己的新的观点和方法。     

Dynamic algorithms for the shortest path routing problem: learning automata-based solutions.

This paper presents the first Learning Automaton-based solution to the dynamic single source shortest path problem. It involves finding the shortest path in a single-source stochastic graph topology where there are continuous probabilistic updates in the edge-weights. The algorithm is significantly more efficient than the existing solutions, and can be used to find the "statistical" shortest path tree in the "average" graph topology. It converges to this solution irrespective of whether there are new changes in edge-weights taking place or not. In such random settings, the proposed learning automata solution converges to the set of shortest paths. On the other hand, the existing algorithms will fail to exhibit such a behavior, and would recalculate the affected shortest paths after each weight-change. The important contribution of the proposed algorithm is that all the edges in a stochastic graph are not probed, and even if they are, they are not all probed equally often. Indeed, the algorithm attempts to almost always probe only those edges that will be included in the shortest path graph, while probing the other edges minimally. This increases the performance of the proposed algorithm. All the algorithms were tested in environments where edge-weights change stochastically, and where the graph topologies undergo multiple simultaneous edge-weight updates. Its superiority in terms of the average number of processed nodes, scanned edges and the time per update operation, when compared with the existing algorithms, was experimentally established. The algorithm can be applicable in domains ranging from ground transportation to aerospace, from civilian applications to military, from spatial database applications to telecommunications networking.     

一种快速的三维扫描数据自动配准方法

研究了两幅和多幅深度图像的自动配准问题.在配准两幅深度图像时,结合二维纹理图像配准深度图像,具体过程是:首先,从扫描数据中提取纹理图像,特别地,针对不包含纹理图像的扫描数据提出了一种根据深度图像直接生成纹理图像的方法;然后,基于SIFT(scale-invariant feature transform)特征提取纹理图像中的兴趣像素,并通过预过滤和交叉检验兴趣像素等方法从中找出匹配像素对的候选集;之后,使用RANSAC(random sample consensus)算法,根据三维几何信息的约束找出候选集中正确的匹配像素对和相对应的匹配顶点对,并根据这些匹配顶点对计算出两幅深度图像间的刚体置换矩阵;最后,使用改进的ICP(iterative closest point)算法优化这一结果.在配准多幅深度图像时,提出了一种快速构建模型图的方法,可以避免对任意两幅深度图像作配准,提高了配准速度.该方法已成功应用于多种文物的三维逼真建模.     

显著度可控的DEM地形特征线提取

目的 基于数字高程模型（DEM）的地形山脊线和山谷线提取对地形模型简化、基于样本的地形合成和地形地貌研究有重要意义,针对许多传统算法无法对所提取特征线的显著度进行方便准确的控制,以及不支持环形特征线提取的问题,提出一种新的显著度可控的DEM地形特征线提取算法。方法 首先利用全局断面扫描算法提取特征点并计算各特征点的显著度,然后根据特征点的特征方向进行特征延伸以增强特征连通性,接着采用改进的Hilditch细线化算法对特征点集合进行细线化处理,之后为相邻特征点添加特征边,构成特征图,利用环路检测与破环算法检测特征图中的环路,并破除冗余小环路,最后根据分支显著度的相似度和分支方向一致性进行特征图分解,计算分解得到特征线的显著度并筛选得到最终特征线。结果 使用真实DEM数据提取最显著的若干条特征线,与现有的基于特征显著度的地形特征线提取算法进行对比,本文算法对特征图的分解能够更准确地提取主干特征线,而基于显著度的特征线筛选控制也更加准确合理。对提出的环路检测与破环算法进行实验验证,该算法能保留大的山脊线环路,破除小的冗余环路。结论 实验结果表明,本文算法能有效实现显著度可控的山脊线和山谷线自动提取,提取结果与人眼观察结果基本一致,同时能够支持含有环形特征的地形。     

扫描图象曲线轮廊关键点的提取及其处理

针对工程图样中线段的识别和提取问题,提出了一种提取扫描图象曲线轮廊关键点的算法和相应的提取条件准则,该算法可自动逐行检测扫描行中的黑游程,当相继行中的黑游程满足一定的条件准则时,即可提取出相应的黑游程边界点,并形成关键点,依据这些关键点,利用B样条曲线理论来拟合曲线,最终即可实现对图象曲线的提取,该算法不仅速度快,抗噪声性能强,且提取识别也到得了满意的效果。     

扫描图象细化后象点点位精度研究

该文提出了一种计算扫描图象细化后象点点位中误差的方法,通过实验,得出的主要结论是：扫描图象细化后的点位精度由固定误差和比例误差两部分组成;不同细化算法对点位精度影响不大,但扫描仪可能存在系统误差,其大小有待进一步研究。图象细化是扫描图象矢量化的基础,研究扫描图象细化后的精度对某些应用领域（如图象转换为ＧＩＳ数据库的数据）有着重要的意义。     

基于均衡接近度灰关联的增强二部图推荐算法

协同过滤推荐算法的数据稀疏性与冷启动问题影响和制约了推荐的质量,传统用户—项目二部图信任和相似度计算受局部个别点关联因素的消极影响。首先提出一种基于均衡接近度灰关联方法计算项目流行度的二部图信任推荐,在此基础上提出用户偏好的增强二部图直接信任度机制,然后通过JMSD相关系数作为全局信任推荐。在MovieLens数据集下的对比实验表明,与基准算法对比改进的算法模型具有更低的平均绝对误差（MAE）,提高了推荐质量,改善了冷启动问题。     

基于马尔可夫链的分形图形生成算法

区别于传统的基于欧几里得算法的图形生成算法,在迭代函数系统的基础上,提出了一种基于马尔可夫链的分形图形生成算法。该算法首先利用马尔可夫链为每个状态转移函数设置转移的概率密度,其次通过比较随机数与状态转移函数的概率分布来确定进入的状态转移函数,进而计算吸引点的位置、确定线条的位置和角度,推导出迭代后线条的角度关系,最后通过多次迭代生成不同角度和位置的线条组成一个完整的图形。相对于传统算法,该算法针对分形图形的生成、仿射变换矩阵参数的具体调控方式、以及图形散点图的变化规则进行研究,通过对不同分形图形的生成及其形态调控的仿真实验验证了该算法可以对分形图形生成过程进行描述,进一步验证了该算法的优越性。     

一种改进的图像模板细化算法

针对现有图像模板细化算法中存在的诸如迭代次数较多、细化速度较慢、图像某些部位细化不完全等问题，提出了一组改进的细化模板。针对指纹图像应用新算法进行的细化实验结果表明，采用改进的细化模板，新算法在保证对图像完全细化的同时，能显著减少细化所需的迭代次数，从而加快了细化处理速度。