基于并行模板的手写体汉字串行细化算法

针对并行细化算法中细化模板较多,细化不全和串行算法的骨架非对称现象,提出了一种基于并行模板的手写体汉字串行细化算法。该算法改变了剥离边界的方向,引入了4个新的并行细化模板,根据串行算法特点和书写运笔规律,采用逆向扫描法遍历整个图像,通过与其他的模板细化算法进行实验比较,得出该算法在细化手写体汉字时,模板较少,速度较快,细化完全,骨架对称性较好的结论。

基于笔画细化及图形化的牌照数字字符识别预处理算法

文章介绍了一种牌照数字字符识别预处理算法。该方法根据数字字符笔画的特点,进行模板细化,依据数字笔画的结构信息,构造笔画控制模板,得到图形化的单象素宽字符笔画。

指纹图像细化算法的研究

对指纹图像的细化算法进行了较深入的研究,分析了两种常用的细化算法——快速细化算法和改进的OPTA算法各自的优缺点,针对这两种算法的不足,分析其产生的原因,并且在第二种算法的基础上,重新构建了细化模板,提出了一种新的细化算法。经过实验证明,该算法能够很好的满足细化的要求,细化完全彻底,细化以后的指纹骨架在纹线中心线,并保持了纹线原有的拓外结构和细节特征,而且光滑无毛刺,运算速度也很快。

一种基于改进ZS细化算法的指针仪表检测

针对ZS细化算法存在二像素畸变、细化不彻底等问题,提出一种改进的细化算法。对二值图像采用ZS细化算法进行初步细化,将初步细化后的结果进行全细化识别,依据识别结果对未完全细化的图像采用4连通细化模板实现彻底细化。同时对细化过程可能出现的断点问题,采用构造保留模版的方法加以解决,进而实现目标图像的有效细化。以油量表为例,结合改进细化算法实现仪表读数识别。仿真结果表明,改进细化算法在保持原有ZS细化算法快速性的基础上可有效地解决二像素畸变、像素冗余的问题,并实现准确的指针读数识别。

一种改进的A-W细化算法

针对一般细化算法在进行图像细化时会出现细化不彻底、过度腐蚀等问题,提出一种改进的A-W细化算法。改进算法采用高斯平滑滤波器对原始图像进行平滑,在A-W细化算法的20种细化模板基础上,增加3组细化模板进行第1次细化,并设计4种新的细化模板进行第2次细化。实验结果证明,改进算法能较好保持曲线的连通性,保留主线的细节特征,细化后的图像光滑无毛刺。

移动终端高效自适应网格细化架构

针对移动终端难以快速逼真展现3维模型问题,提出了适应于移动终端的自适应网格细化架构。首先,为减少网格细化所需模板和顶点缓冲对象数量,设计了通用自适应细化模板。其次,分析多分辨率细节网格裂缝问题,提出偏移参数化重心坐标解决裂缝的方法。然后,为避免屏幕空间细化测度"切口"现象,给出了通过毗邻面来优化边细化层次的方法。最后,在架构中引入Phong细化来实现曲面平滑。实验结果表明,该自适应网格细化架构在满足视觉需求的情况下,能有效提高移动终端的3维图形绘制效率。

基于模板自动适配的数据采集研究与实现

数据采集通过SNMP(Simple Network Management Protocol,简单网络管理协议)实现,根据设备的类型自动添加采集模板并实现了将模板自动细化的功能,既减少了采集项配置的工作量,也控制了数据采集包的大小,保证了数据采集的稳定和高效。

在GPU上实现地形渲染的自适应算法

为了满足飞行状态实时监控系统对地形渲染快速逼真的要求,提出一种基于GPU的交互式地形自适应渲染算法.该算法中每帧渲染包含2遍GPU处理过程:第1遍采用流计算的方式,利用固定网格映射方法生成粗糙地形采样网格,在此基础上,根据地形表面复杂度计算粗糙采样网格中每个三角形的细化深度;第2遍进行地形的渲染,根据第1遍计算出来的每个面片的细化等级,选择初始化阶段预存储在GPU缓存中的不同细化等级的网格模板,对粗糙采样网格进行自适应细分,为了消除T型连接的问题,在顶点着色器中包含了一个网格模板的匹配处理过程.最后采用高程数据配合卫星照片的方式,生成具有高度仿真的三维虚拟地貌.基于文中算法实现的实时监控系统在支线飞机的飞行试验中取得了较好的效果.