基于光栅扫描的NAM优化策略

借助于Packing问题的优化思想,提出了一种基于光栅扫描的NAM优化策略.以矩形子模式的NAM表示方法为研究对象,进行了理论分析与实验验证.NAM优化策略的最终目标是不断地逼近模式的最优化表示,NAM优化问题在降低存储空间、提高传输速度、加快处理过程、模式匹配等方面具有较高的理论参考和实际应用价值.结果表明:基于光栅扫描的NAM优化策略是行之有效的,对NAM的优化具有一定的指导意义.     

一种确定IFSP中迭代次数下限的算法

提出了一种求解带概率的迭代函数系统（IFSP）中迭代次数下限的自动算法,该算法基于一个基本假定,从给定的多个压缩仿射变换矩阵的谱半径入手,先分别求出每一个压缩仿射变换收敛到其对应的不动点时的迭代次数,然后根据每一个压缩仿射变换使用的概率即可计算出IFSP中迭代次数的下限．理论分析和实验计算结果表明,提出的算法能有效地确定IFSP中迭代次数的下限,且在保证分形图质量的同时避免了不必要的计算开销,为快速生成高质量的分形图提供了一种有效的方法．     

A NAM Representation Method for Data Compression of Binary Images

A representation method using the non-symmetry and anti-packing model (NAM) for data compression of binary images is presented.The NAM representation algorithm is compared with the popular linear quadtree and run length encoding algorithms.Theoretical and experimental results show that the algorithm has a higher compression ratio for both lossy and lossless cases of binary images and better reconstructed quality for the lossy case.     

基于DRNAMC表示的快速矩计算算法

为了进一步提高低阶矩的计算速度,分析了基于对角优先的矩形非对称逆布局模型编码（DRNAMc）表示的同类块的矩计算的复杂度,给出了基于DRNAMC表示的矩计算的2个重要定理,提出了一种DR—NAMC基于表示的快速矩计算算法．实验结果表明：以Peppers,Boat和Goldhill等灰度图像作为典型测试对象,与流行的基于S树编码（STC）表示和传统表示的矩计算算法相比,基于DRNAMC表示方法的矩计算平均执行速度比基于STC表示方法的矩计算平均执行速度提高了32．92％,比传统表示方法的平均执行速度提高了91．07％,是一种良好的矩计算方法．     

基于迭代控制搜索策略的分形图像压缩算法

针对分形图像压缩算法编码时间较长的问题,提出了一种基于迭代控制搜索策略的快速分形图像压缩(ICSS)算法.当值域块寻找匹配的定义域块时,通过分形码的迭代更新次数来控制搜索过程,设置搜索终止条件,去除搜索过程中的低效搜索和无效搜索;同时计算图像块相似度时采用等距采样图像进行降维处理,进一步降低计算复杂度.实验结果表明:与经典算法文献算法相比,本文算法在保持图像压缩比不变的情况下,能获得更好的重建图像质量,且编码速度显著提升.     

直接三角形和矩形NAM的灰度图像表示算法

分析了三角形非对称递布局模型(NAM)、矩形NAM和线性四元树表示算法,借助于三角形和矩形布局问题的思想,提出了一种直接三角形和矩形NAM (TRNAM)的灰度图像表示算法.通过描述三角形和矩形子模式的存储结构,给出了该算法数据量的理论分析.实验结果表明:与直接三角形NAM表示、直接矩形NAM表示和线性四元树表示算法相比,直接三角形和矩形NAM表示算法能够更有效地减少子模式数(节点数)和数据存储空间,是灰度图像模式的一种更优的表示方法,这种表示方法在降低存储空间、加快传输速度、提高模式匹配效率等方面具有理论参考意义和实际应用价值.     

二叉树模型在目标跟踪中的应用

目标跟踪一直是计算机视觉领域的重要研究课题,广泛应用于视频监控、交通监视、医学诊断等领域。文中提出了一种基于二叉树模型的目标跟踪算法,该方法通过二叉树分块,将图像的目标区域分割为若干大小不一的同类块,块内像素相近,可用一个值或向量统一表示;块间像素差距较大,从而构成整个目标的特征描述模型。并从准确性和跟踪速度两个方面对CT算法、基于四叉树模型的算法(QT算法)和提出的基于二叉树模型的算法(BT算法)进行了比较,结果表明:与基于四叉树模型的算法相比,基于二叉树模型的跟踪算法在准确性方面几乎不受影响的前提下,跟踪速度显著提升;与以跟踪速度快闻名的判别式CT算法相比,在跟踪速度大致相当的前提下,跟踪准确性却更好。     

基于子模式类型的NAM优化策略

借助于Packing问题的优化思想,提出了一种基于子模式类型的NAM优化策略.并比较了三角形子模式、矩形子模式以及三角形和矩形子模式混合的NAM表示方法,理论分析与实验结果均表明:基于子模式类型的NAM优化策略是行之有效的,对NAM的优化具有一定的指导意义.不断地逼近模式的最优化表示是NAM优化策略的最终目标,NAM优化问题在降低存储空间、提高传输速度、加快处理过程、模式匹配等方面具有理论参考意义和实际应用价值.     

一种网格化三维物体的关键帧算法研究

研究了动画生成的关键帧技术，基于图形的矢量表示法，提出了一种通过网格化一个三维物体来生成中间画的算法．该算法通过层面内和层面间的对应法则，可以把网格化物体后所得的曲面上无限个无序的点变成有限个有序的点，再根据插补函数自动生成一系列中间画．该算法解决了初始和终止关键帧网格化分层后层次的对应法则问题，以及两关键帧对等层上顶点的对应法则问题．给出了算法的形式化描述，并在Matlab上实现了该算法．计算结果表明：按这种算法产生的动画过渡平滑，节奏自然，画面流畅，能够极大地提高中间画的生成质量，且该算法具有稳定、高效、逼真和易控等优点，因而在实际应用中能够在提高制作效率和中间画的质量的同时减少动画制作的成本，具有较大的实用价值．     

基于阴影法和对角优先的RNAM图像表示

研究了基于对角优先的矩形子模式搜索策略,即在矩形子模式的扫描过程中首先令横坐标和纵坐标不断同时加1,直到其为非同类块为止;然后再令横坐标（或纵坐标）不断增加,直到其再次为非同类块时停止搜索.通过使用扩展的Gouraud阴影法和对角优先的子模式搜索策略,提出了一种基于Gouraud阴影法和对角优先的RNAM（矩形非对称逆...