基于最小包围矩形的书法字图像校正

在运用计算机对书法字评价时,首先需要采用扫描或拍照的方法将书法字以图像格式输入计算机,但在该过程中往往因为拍摄角度造成书法字歪斜,传统书法字评价方法需要人工干预才能完成书法字图像校正,因此采用基于最小包围矩形的方法对歪斜的书法字图像进行校正。首先提取待测书法字与标准书法字的独立笔画,对每个独立笔画进行基于细化的矢量化,得到矢量化骨架,并通过旋转待测书法字骨架得到骨架包围矩形,根据最小包围矩形可以得知图像校正需要的旋转角度,通过逆旋转进行待测书法字图像校正。实验结果表明,采用该方法可以便捷有效地对书法字图像进行方向校正。

基于最小包围面积矩形的密封条截面轮廓缺陷检测方法

针对汽车密封条截面轮廓缺陷检测的技术需求,采用机器视觉检测方法获取截面轮廓形状,提出了基于最小包围面积矩形和基于角度直方图的联合配准方法,然后提取配准图像骨架,利用其公差带特征值判断缺陷,并通过实验验证理论方法的可行性和系统的有效性;试验证明,检测正确率平均值为93.5%,略高于人工检测的正确率90%。

基于最小矩形包围的图像归一化研究

图像匹配方法要求比对图像灰度、比例和朝向一致。运动目标朝向随机不确定,影响准确匹配识别目标。提出最小矩形包围归一化方法,通过求最小矩形包围时的图像旋转角度,能够将匹配图像朝向归一化为相同的方向。实验表明,提出的方法能够有效解决匹配图像方向不一致问题。

求解简单多边形间最小距离的一个线性时间算法

计算简单多边形间的最小距离,在所有与几何图形计算有关的领域中,一直以来都是一个基本问题。为了更快地求解简单多边形的最小距离,提出了一个基于关联多边形三角化分割的简单多边形间最小距离的求解算法。该算法的主要思想是:首先构造一个关联多边形把两个多边形联系起来,其目的是把最小距离限制在这个关联多边形内;然后根据两个多边形的最小边界矩形包围框间的不同位置关系,详细阐述了关联多边形的构造过程,同时论述了关联多边形是一个简单多边形。为了计算最小距离,首先要对关联多边形进行三角化分割,并使最小距离位于三角化分割结果中某一个三角形区域内,或者至多位于两个相邻三角形区域内;之后通过对所有三角形进行遍历来找出最小距离及其所在的位置。该算法的时间复杂度是线性的。

散乱数据点云型面特征分析算法的研究与应用

提出一种产品散乱数据点云型面特征快速分析算法。该算法基于R*-tree动态空间存取模型,能快速、准确地获取点云局部型面参考数据,并采用最小面积包围矩形法对其进行参数化;以自由曲面逼近产品局部型面,估算数据点云型面曲率值;将点云型面曲率映射为RGB颜色值,以曲率云图反映产品型面特征分布。该算法运行效率高,产品数据适应性强,型面特征分析结果准确。

线段裁剪预处理技术应用研究

随着电子信息技术的快速发展,电子地图与纸质地图相比呈现出无可比拟的优势.针对制作电子地图中的裁剪技术,提出了基于R树预处理的裁剪算法.该算法不仅实现了在对线段进行裁剪之前,把线段集合预先统一在R树这一数据结构中的基本思想,而且该结构一旦生成,将会在以后的操作中,排除某些几何元素与任意指定窗口的判断,从而达到快速裁剪的目的.通过对该算法进行性能分析和实践验证,表明该算法具有良好的性能,提高了裁剪的整体效率,满足了当前电子地图应用的需要.

基于点云切片的建筑物门窗信息提取

针对建筑物特征信息提取的效率和精度问题,提出了一种基于点云切片和最小包围矩形的建筑物特征信息提取算法。该算法先对点云进行去噪和切片处理,然后利用每个切片中相邻点之间的水平角和竖直角差值自动快速提取建筑物整体和门窗的轮廓点,之后对轮廓点进行滤波、分类和排序,最后采用最小包围矩形提取规则建筑的整体尺寸和门窗尺寸信息。通过三组实验,将提取出的建筑物整体和门窗尺寸与实际尺寸进行比较,结果表明:所提算法对建筑物门窗和整体尺寸的提取准确度在3 cm以内,总体精度可达97.4%以上,对160万左右建筑物点云数据的提取总时间在8 s以内,证明了所提算法的有效性。