一种基于屋脊边缘的字符图像细化方法

针对字符图像中笔画内部像素点灰度的屋脊型分布特点,提出了一种新的字符图像细化方法.该方法利用字符图像中灰度截面曲线,获取了屋脊型边缘的候选点集,通过对候选点集的进一步筛选和修补,取得了定位较为准确的屋脊边缘点,实现了数字字符灰度图像的可靠细化.     

广告条幅标语字模设计与制作系统CMDS

本文叙述了条幅标语字模设计与制作系统ＣＭＤＳ的设计与实现，该系统以曲线轮廓字库为基础，使用孤岛连通技术，可自动或交互地生成任意大小、多种字体的标语字模，极大地提高了字模质量与制作效率。     

三维超光谱图象数据变换编码压缩系统中量化器的设计

量化器在图象压缩系统中占有非常重要的地位,量化器结构与参数直接影响到恢复图象的质量和压缩比,在研制的三维超光谱图象压缩系统中,针对三维超光谱图象自身和应用的特点,设计出了一维反正切型映射量化器和二维具有图象边缘特征保持特性的量化器,实验结果表明,量化器的映射量化误差较小,并充分保持了在超光谱图象应用中较为重要的图象边缘特征。     

基于优化存储的嵌入式GPU 的字符显示

提出并实现了一种基于嵌入式GPU(OES:OpenGL?ES)的优化存储的快速字符显示方法.首先它采用了带宽优化的稀疏阵的存储结构,它具备良好的空间和时间上的性能优势和可扩展的柔韧性.同时,我们采取了静态预定义的字模生成方法,在选择字符显示时,通过稀疏存储的索引,可以快速地定位预定义的字模信息.我们检查了目前桌面PC图形显示环境下(TrueType等)字符的生成,索引,显示的过程,按调入字库大小,分别测试字符处理到具体字符显示在画面时所要的时间关系,明显是逊于本文方法.同时利用嵌入式GPU的多纹理内存的硬件特性,通过图像预过滤,实验证明可以保证画面上的字符显示质量.     

一种对胃窦B超图象进行自动分割的方法

本文提出了一种对胃窦B超序列图象进行自动分割的方法.我们综合利用传统的图象分割技术,提出了一套自动提取胃窦初始轮廓的方法.在此基础之上,运用活动轮廓模型,进行边缘轮廓的逼近,从而获得比较精确的胃窦边缘轮廊.实验的结果证明了该方法的有效性.     

基于粒子群三次样条优化的图像边缘描述算法

针对手工选点生成的三次样条曲线无法准确地描述图像边缘的问题,以粒子群三次参数样条曲线优化算法为基础对现有的图像边缘算法进行了改进。在图像边缘上取若干点作为样条曲线的型值点,利用粒子群算法对这些型值点进行优化,使得到的样条曲线对图像边缘有很好的贴合。实验表明,该算法不仅能够快速拟合样条曲线,而且优化后的样条曲线形态能较好地贴合图像边缘轮廓。     

基于边缘和颜色特征的图像检索技术

提出了一种综合运用边缘和颜色特征进行图像检索的方法.该方法首先利用Matlab实现基于数学形态学的多结构元的边缘提取,并通过圆环划分法在HSV空间上量化得到颜色直方图,然后根据边缘和颜色特征的不同特性,采用不同的分块方法提取图像特征,突出了目标重要性的同时又兼顾了颜色的旋转不变性.本文根据该方法设计并实现了一个基于边缘和颜色特征的图像检索系统.实验结果表明,综合运用边缘和颜色特征进行图像检索,可显著提高图像检索系统的查全率和查准率.     

等线体和圆头体曲线轮廓字形的自动生成系统

本文叙述了等线体和圆头体汉字曲线轮序字形的自动生成系统该系统从黑体汉字曲线轮廊字形中自动抽取骨架单线体, 结合等线体和圆头体汉字构字规则自动生成多种笔划粗细规格的等线体和圆头体汉字曲线轮屏字库, 具有成本低、速度快、质量好等优点。     

一种倾斜车牌字符提取方法

针对车牌字符提取中存在的问题,本文提出了一种针对倾斜车牌的字符提取方法.运用最大熵分割算法分割车牌图像,运用串并行扫描结合的方法细化图像,提取骨架.运用Hough变换法提取车牌边缘所在的直线,求出倾斜角度以矫正图像.对校正之后的骨架图像进行逐行扫描,确定整个车牌所在区域,并运用水平投影法分出每个字符所在区域,以便进行识别.实验证明,本文提出的车牌字符提取方法中对车牌倾斜有很好的适应性,行扫描的方法可以快速分辨出车牌字符区域,是一种鲁棒的字符提取方法.     

复杂背景下的车牌定位和字符分割研究

提出了一种综合边缘检测、投影特征的车牌定位方法和基于垂直投影及模板匹配的字符分割方法,提取车牌灰度图像边缘,实验结果显示该算法检测边缘的速度快,车牌区域轮廓清晰,采用投影法确定车牌区域,用HOUGH变换检测倾斜角度进而对倾斜的车牌进行矫正,通过字符分割算法对车牌字符进行切割,有效地解决了复杂环境的干扰、车牌尺寸变化等问题。对不同背景下的光照车牌进行了大量实验,结果表明该算法能准确地进行车牌定位以及字符分割,具有较好的鲁棒性。     

使用小波变换的图象压缩编码算法

本文实现了一种利用小变换的极大值描述进行图像压缩编码的方法。该编码方法能有效的保持图像的重要边缘,在压缩比较高情况下,重建图像主观视觉效果良好。     

基于小波变换的自适应梯度边缘检测算法

针对传统的单一边缘检测算法抗噪能力差、边缘不连续等不足,本文提出采用两种算法相结合的方式来进行边缘检测。首先,对原始图像进行多层小波分解;然后,对小波分解后的图像低频部分用提出的8点邻域自适应梯度算法进行边缘检测,依靠边缘生长方法保证检测出的边缘的连续性,对高频部分用小波变换的局部模极大值算法检测图像的边缘;最后,将各层边缘信息按一定的融合规则融合起来得到最终的图像边缘。实验结果表明,该方法与传统的边缘检测算法相比具有定位精度高、去噪效果好等明显的优点,也能较准确地提取图像的边缘。     

基于多尺度小波变换的边缘检测

边缘是图像的基本特征之一,提出了一种多尺度的图像边缘检测方法。实验表明,该方法能够有效地对图像边缘进行检测、抑制噪音,同时具有较好的多方向性。     

基于柔性形态变换的图像边缘检测

由于自然界中的噪声影响和图像模糊的边缘,这给图像的边缘检测和目标分割带来了一定的困难。柔性形态变换作为一种数学形态学的方法,既保留了标准形态变换的许多优良特性,又具有较好稳健性,为进行目标特征分析提供了可能。使用柔性形态变换构造边缘检测算子,对图像进行边缘检测。实验结果表明,与其他常用的边缘检测算子相比,基于柔性形态变换的边缘检测算子在有效去噪的同时,能较好地保留图像的细节信息,具有很强的实用性。     

CCIGS: A data compression system for Chinese fonts and binary images using classification techniques

To achieve a high compression ratio when storing a large amount of Chinese characters is a problem in applications using Chinese characters. In this paper, we present a data compression software system which can reduce the storage requirement of Chinese characters and binary images. This system is composed of a Chinese font compressing subsystem and a binary image compressing subsystem. In the Chinese font compressing subsystem we have improved the traditional methods of feature extraction and classification techniques so as to achieve a high compression ratio in the compression of Chinese characters. Based on the technique of this subsystem, we have combined the block segmentation technique to compress a binary image. In addition to achieving a good data compression ratio the encoding-decoding process is computationally very efficient in our system. We also show that with our system the quality and accuracy of the reconstructed pattern and image are very close to those of the original pattern and image.     

部件轮廓汉字的自动生成

本文提出运用图形学中布尔运算的方法对笔划汉字进行自动处理而生成部件轮廓汉字，并对传统的布尔运算中的重合线段的跟踪、特殊交点的处理进行有效的改进。     

基于神经网络的颗粒图像边缘混合检测方法

针对颗粒图像的特点,提出一种基于神经网络的边缘混合检测方法,该方法包含边界候选象素提取和神经网络边缘检测两部分,神经网络由用于图像信息压缩与图像信息编码的自组织竞争子神经网络（ＡＳＣＳＮＮ）和用于获取图像边缘矢量信息的基于径向函数子神经网络（ＲＢＦＳＮＮ）组成,实验结果表明,该方法分割颗粒图像得到的边缘图像封闭性好,边界描述真实,适用于堆积颗粒物料图像的边缘检测。     

一种改进的图像边缘检测算法的研究

图像边缘时图像的基本特征之一,阐述了边缘检测的基本理论和传统的边缘检测算子理论,提出了一种改进的图像边缘检测方法。通过实验表明,该方法能够有效的对图像边缘进行检测,目标边缘定位精度较好,并且能有效减少噪声对图像的干扰,从而提高了图像边缘检测的抗干扰能力。     

基于小波变换的图像汉字笔划特征提取方法

借鉴仿生模式识别的认知观点,从汉字的构造机理和人类认识汉字的习惯角度出发,提出一种基于小波变换的图像汉字识别方法。制定了图像汉字笔划特征提取的具体规则,采用小波变换的方法对图像汉字边缘和笔划轮廓进行检测,通过有效提取图像汉字笔段信息,进行笔段合成,生成汉字或汉字的基本笔划。仿真实验结果表明,这种方法提高了图像汉字笔划特征提取的准确率和稳定性,对于印刷体和书写较规范的手写体图像汉字具有极高的识别率。     

保留边缘信息的静态数字图象超分辨率重建

插补方法是图象超分辨率 (super- resolution)技术的一个重要方面 .插补处理后 ,数字图象的视觉质量主要依赖于图象轮廓边缘的两个因素 :(1)跨越边缘方向的灰度值变化比较尖锐 ;(2 )沿边缘方向的灰度值变化比较平滑 .着重考虑以上两个因素 ,提出了一种新的插补方法 ,以获得清晰的图象边缘 ,从而获得较好的数字图象放大效果