一个求解多边形最小面积外接矩形的算法

多边形最小面积外接矩形是地理信息系统和图形学领域一个极其有用的工具,但是其精确求解过程比较困难。首先证明了一个多边形的最小面积外接矩形必定过该多边形凸包的一条边,然后基于该思想提出了一个计算多边形最小面积外接矩形的算法,并对算法的效率进行了分析。最后给出了算法的实验算例,进一步说明了算法的可行性与可靠性。

关于椭圆内接(外切)多边形的最大(最小)面积

本文运用多元函数极值的知识 ,计算出椭圆内接 (外切 )多边形的最大 (最小 )面积 ,以及此时椭圆内接 (外切 )多边形的特性。

基于凸包及最小面积外接矩形的QR码定位

如何提高二维码图像定位的精度和效率,其关键在于位姿算法。提出了一种快速提取QR条形码位置和角度信息的方法,该算法首先对QR码图像进行预处理,包括灰度化、二值化和二维旋转变换,接着获取初始化后图像边缘的一系列点,并称之为一组点集,计算该点集的凸包及其最小面积外接矩形,从而检测出位置信息和角度信息。实验结果表明,这种方法可以快速确定条码的位置和所在区域,比传统的Hough变换法更加精确快捷,减少占用的系统资源。

圆内接(外切)多边形面积的极值性质

关于定圆的内接n边形,本文用两种方法证明了,圆的内接正n边形面积最大.关于圆的外切多边形,本文引入了对偶多边形这一新的概念,从而得到了如下结果,在定圆的所有外切n边形中,以外切正n边形面积最小.

椭圆内接(外切)多边形的面积公式

提出了椭园内接或外切多边形面积公式 ,并讨论了其面积达到最大值与最小值的条件 .

一种提取目标图像最小外接矩形的快速算法

在图像分类与识别算法研究中,目标几何特征的提取通常需要计算目标图像的最小外接矩形以获取长、宽等属性。针对该特点,提出一种利用顶点链码与离散格林理论相结合的方式提取目标图像的最小外接矩形的算法。该算法只需根据顶点链中垂直或水平方向上的点坐标即可求出目标的面积、形心和主轴。基于顶点链码和离散格林的主轴法和旋转法可快速求出目标的最小外接矩形。实验结果表明,旋转法的运算速度是现有算法的2倍左右,主轴法的速度又比旋转法快速2倍左右。

利用重心原理的图像目标最小外接矩形快速算法

提出了一种基于重心原理的求取目标最小外接矩形的快速算法——寻找主轴法。利用重心原理确定水平主轴与垂直主轴的初始位置和旋转中心,根据水平主轴确定目标的初始外接矩形,在水平主轴和垂直主轴构成的锐角区域内,旋转外接矩形,找到面积最小的外接矩形,作为寻优目标。该算法利用重心原理确定的主轴初始位置非常有效,缩小了搜索区间,减少了整个寻优过程中的旋转次数,并且仅旋转用直线方程表示的主轴,大大减少了运算量,有效提高了运算速度,可以快速找到目标的最小外接矩形。

一种获取图像区域最小外接矩形的算法及实现

给出了二值数字图像区域外接矩形的一种获取算法。对于图像方形点阵中的8近邻的情形,建立了标定区域边界的基本图,通过自动标定区域边界取得其像素点集,最后给出了获取图像区域最小外接矩形的实现方法。

基于最小外接矩形的珠宝定位技术研究

图像中不规则物体长宽属性较难统一,且传统的检测算法不够精确。针对该问题,提出一种自动定位检测算法。该算法通过目标主轴方向估计求出珠宝最小外接矩形,根据主轴确定目标的初始矩形,以初始矩形的几何中心为旋转中心对其进行旋转,从而找到最优矩形姿态,并平移优化旋转后的矩形,实现对珠宝轮廓的最终定位。实验结果表明,与现有检测不规则物体最小外接矩形的算法MBR相比,该算法对于珠宝轮廓的定位更加准确。

一种快速提取植物叶片最小外接矩形算法

图像几何特征如矩形度等是图像分类与识别的重要依据之一,提取目标图像最小外接矩形具有重要的应用价值。本文提出和研究一种快速提取植物叶片最小外接矩形的算法。首先从水平和垂直两方向扫描植物叶片图像确定初始外接矩形,以初始外接矩形中心点作旋转中心点,确定主轴位置。然后不断旋转和平移主轴确定边界,通过比较边界所围区域面积的大小寻优到面积最小的外接矩形。使用Flavia数据库实验结果表明,算法运算量小,能快速有效地提取植物叶片最小外接矩形。

基于零件轮廓形心与最小外接矩形的图像配准方法

针对机械零件大批量测量时图像精确配准的难题,本文提出了一种基于机械零件图像边缘轮廓形心与最小外接矩形的图像配准方法。该方法通过确定图像边缘轮廓的形心位置以及最小外接矩形特殊边与坐标轴的夹角,得到图像的仿射变换参数,从而完成机械零件图像的配准工作。实验表明,该方法用于机械零件图像配准可达到像素级精度要求,并具有速度快的特点。

一种快速提取植物叶片最小外接矩形的算法

为了提高提取植物叶片最小外接矩形的计算效率与精确度,提出一种快速提取植物叶片最小外接矩形的算法。该算法首先使用Canny算子提取叶片轮廓,然后使用基于平面扫描法的Graham算法构造叶片轮廓凸包,最后提取叶片最小外接矩形。仿真实验结果表明:在Flavia植物叶片数据库中进行测试,该算法优于旋转法、顶点链码法。

基于最小外接矩形的牛角椒大小分级研究

为实现用机器取代人工对牛角椒进行大小分级,针对牛角椒的外形近似弧的特点,设计一个基于图像处理的牛角椒大小分选系统。研究选取100个某一品种的牛角椒,首先对牛角椒进行拍摄,然后将拍摄的图像进行图像预处理,提取辣椒边缘,并去除辣椒柄,最后对去柄后的边缘通过最小外接矩形的方法得到矩形的4个顶点坐标,再选取1个牛角椒中点,计算出牛角椒的弧形长度。将牛角椒的系统检测大小与实际大小进行比较,系统检测的辣椒分级正确率为95%,研究结果为牛角椒大小自动分级提供了参考。

基于最小外接矩形的集料颗粒形状特征快速评价方法研究

针对集料颗粒形状传统测量方法速度慢、效率低的不足,应用格雷厄姆算法将复杂图像进行凸壳处理,采用改进的凸壳边界旋转法,提出了一种基于最小外接矩形的集料颗粒形状特征的快速评判方法,并结合实例对两种评价方法从算法求解、耗时缩短率以及测量误差等方面进行了对比分析。结果表明:基于最小外接矩形的集料颗粒形状特征快速评价测量误差极小,平均相对误差为2.40%,且快捷、方便,可应用于批量集料颗粒的形状特征评价。

基于最小外接矩形的SOP贴片元件的定位识别

针对SOP封装贴片元件的成像特点,为了限制目标区域的数量,减少计算元件角度的运算量,首先采用基于最小外接矩形算法快速获取目标区域的中心坐标、近似面积及近似周长,以矩形面积和周长为限制条件搜索出目标矩形并计算出元件实际中心;然后结合基于邻接矩阵的搜索算法搜索出单排目标矩形的中心;最后通过最小二乘法拟合直线计算出元件的角度。该方法简单高效,有效地减少了元件识别过程中的运算量。实验结果表明,该算法在保证对SOP元件高精度定位的同时,可实现高效率的贴装。

基于最小外接矩形的遥感影像建筑物轮廓优化方法

深度学习提取高分辨率遥感影像中的建筑物信息容易受到物体周围的阴影、植被等噪声干扰而使结果存在边界锯齿化、建筑物整体不规整等问题。本文提出了利用符合建筑物边界轮廓的最小外接矩形最大限度地拟合建筑物轮廓的思路。首先利用深度学习和建筑物验证处理得到的建筑物信息,对建筑物边界利用垂距法进行多边形的拟合;然后对多边形的最小外接矩形进行筛选,选取最合适的最小外接矩形边线段作为新的边界轮廓,以提高提取的精度。对多幅遥感影像进行了实验,结果表明,本文所提出的方法提高了深度学习提取的建筑物边界轮廓准确性,能更逼近真实建筑物的边界轮廓。

基于最小外接矩形的稻米粒型检测方法

粒型是稻米分级的重要特征之一。对利用计算机图像处理技术检测稻米粒型的方法进行了探索,设计了一种利用稻米轮廓的最小外接矩形(MER,MinimumEnclosingRectangle)计算粒型的方法,并对算法进行了验证。实际测量值与计算值的相关性为0.959,最大误差在0.21以内,最大相对误差为5.69%,平均相对误差为3.21%。最小外接矩形计算方法不仅为进一步研究开发基于图像处理技术的稻米外观品质检测系统打下了基础,而且可用于对其他谷物进行粒型检测。

一种平面数字图像最小外接矩形的提取算法

在数字图像分类与识别算法研究中,目标图像几何特征的提取通常需要计算目标图像的最小面积的外接矩形,以获得目标图像的长、宽等属性。针对该特点,本文提出并实现一种利用旋转扫描线方式的线扫描法计算目标图像最小面积外接矩形的算法,并对算法优化以提高算法的执行效率。

一种求解graph的最小外接矩形的算法

为解决工程应用中曲边图形的最小外接矩形的计算问题,介绍了现有的几种算法,分析了其优缺点。提出一种时间复杂度为O(n)的离散迭代算法,该算法以曲边图形轮廓上的一点为基准,旋转切线获得切线与曲边轮廓的交点,以过该交点的切线为一条边作外接矩形。每次迭代得到局部最小外接矩形,逐次迭代达到所要求的精度。使用Qt程序框架验证了该算法,分析了该算法的可行性和可靠性。结果表明,该算法可以快速高效地获得给定曲边图形的最小外接矩形。

基于最小外接矩形的宗地四至赋值程序设计与实现

本文探讨了基于最小外接矩形算法的宗地四至自动提取和赋值方法与流程,提出了不规则形状宗地判定方法,并基于清华山维EPS平台,采用脚本编程技术实现并应用到江西农村房地一体不动产登记确权工作中,大大提高了宗地调查准确率和效率。