Freeman链码压缩算法的研究

文中提出一种新的链码编码方法 .在链码中的每个码是根据它与其前一个码之间的前进方向角度差来进行编码的 .统计结果表明 ,这样编码的每个码值的出现概率是很不同的 .角度差小的码值出现概率较大 ,而角度差大的码值出现概率较小 .这样结合霍夫曼 (Huffman)编码方法就可实现链码的压缩 .新链码与现有链码进行了比较 .比较结果显示新链码具有最小的平均码长 1.97位 /码 .

基于高阶概率结构的Freeman链码压缩

本文阐述了直接用Huffman编码对Freeman链码数据进行压缩的不足,利用Markov链多步状态转移矩阵重建链码序列模型,给出了一种更合理的Freeman链码数据压缩方法,它在压缩较复杂平面线条图像即较长链码的时候,表现出比直接Huffman编码更优越的性能。

Freeman四方向链码压缩率提高的方法研究

文中通过大量的实验,在研究现有的基于Freeman方向链码的方法的基础上,对提高Freeman四方向链码压缩率的方法进行了深入的研究。从改变码值含义定义并对码值进行Huffman编码,进而对出现频率最高的码值进行计算编码等不同角度,进行大量的实验、比较与分析。提出了一个Freeman四方向链码新方法:计算编码不等长相对四方向Freeman链码———AVRF4。实验结果表明,其链码压缩率比Freeman八方向链码提高了26%,而比原始Freeman四方向链码提高了15%。

Freeman链码描述的曲线匹配方法

针对普通曲线匹配算法不能处理旋转和缩放曲线的不足,提出Freeman链码描述的曲线匹配方法。该方法为Freeman链码设计一种基于差别累加值及链码差的拐角点快速检测算法,能够快速地检测出曲线拐角点;通过计算曲线起点和曲线方向,得到不随曲线旋转、平移和尺度变化的标准拐角点序列;根据拐角点的长度序列和夹角序列进行相似判断实现曲线匹配。Freeman链码描述的曲线匹配方法不受曲线旋转和缩放的影响,计算量小,易于实现,仿真实验证明该算法合理有效。

改进的Freeman链码在边缘跟踪及直线提取中的应用研究

针对传统链码用于边缘跟踪过程中易产生边缘断裂,提出一种改进的Freeman链码用于边缘跟踪及直线提取。该算法在链码跟踪过程中,记录链码起点,优先跟踪位于边缘方向上的点。对当前点,先进行基于Freeman链码八邻域内跟踪,在八邻域内没有边缘点的情况下,再进行八邻域外链码跟踪。然后对跟踪后得到的边缘链码进行分裂提取直线链码。实验结果表明,该算法不仅能有效提取直线,而且能提取曲线边缘,并且保持完好的边缘连续性,避免后续直线合并。

基于改进Freeman链码的柑橘簇生区域数量判别方法

水果簇生区域的数量判别是图像处理技术的难点。提出了一种改进的Freeman链码,即在Freeman8邻域链码的基础上插入了3个新的链码元素"S"、"8"和"9"。识别过程中,首先获得水果簇生区域二值图像的改进Freeman 8邻域链码,然后计数链码中"8"出现的次数,再根据研究对象的轮廓特性,计算出簇生区域的数量。利用该方法对柑橘树数字图像中簇生区域的柑橘数量进行了判别,实验结果表明,该方法对2～5簇生判别效果良好,效率高,其中2、3簇生识别正确率为100%。

基于Freeman链码的圆识别方法

在研究圆的Freeman链码性质并得出圆的Freeman链码与其对称链码的关系后,提出了一种基于Freeman链码性质的圆识别方法,通过圆的Freeman链码与其对称链码的相似度和奇偶码值出现的次数对圆进行识别。实验结果表明,该方法识别准确、效率高。

一种有效的基于Freeman链码的拐角检测法

拐角检测在模式识别和机器视觉中有重要作用。本文提出了一种有效的用于检测和确定拐角位置的方法，它能显著地改善现有拐角检测法的性能。该算法基于Ｆｒｅｅｍａｎ链码，它包括三个步骤：（１）排除掉在一条直线上的非拐角点，同时提取出必是拐角的点。（２）估算剩下可疑点的曲率，把曲率大于一阈值的点做为可能的拐角点。（３）挑出每组临近可能拐角点中曲率最大的点为真实拐角点，将其它曲率较小的可能拐角点作为伪拐角点排除掉。实验结果表明本文提出的方法优于现有的拐角检测法，它能准确地检测出同被测对象相一致的拐角点。另外，该方法的处理速度也比现有的拐角检测法快。

压缩链码的研究

对图像处理及模式识别中的链码技术进行研究.首先针对具有二位码长的顶点链码只有3个码值的情况,在不增加码长的情况下对其增加了一个码值,大大提高了其表达能力.其次,同样根据顶点链码的上述冗余情况对其进行了不等长编码压缩.然后,在上述两种改进链码的基础上,根据大量的统计数据提出了一种基于Huffman编码的新的压缩链码.文中还提出了一种对链码的评价方法.最后,用该评价方法和对实际图像的实验测试对所提出的链码和4种已有链码进行了理论上和实用方面的比较.比较的结果显示该文提出的压缩链码效率最高.

Freeman链码角点和面积比角点检测的比较研究

针对Freeman链码角点检测方法和面积比角点检测方法进行比较研究,并提出了一种改进的面积比角点检测方法,该方法在角点检测效果不变的情况下提高了角点检测的实时性。最后给出了计算机仿真研究,研究结果验证了改进算法的有效性。

基于Huffman编码的改进压缩链码

对图像处理及模式识别中的各类链码技术进行了研究,并基于压缩顶点链码提出了一种新的链码:改进的压缩顶点链码。该链码比压缩顶点链码新增一位码值,采用Huffman编码对各码值进行编码,实现了一组不等长的链码表示。通过对大量图像的数据统计,分别计算了改进压缩顶点链码与现有的8种链码的码值平均表达能力、链码平均长度和效率以及相对于8方向Freeman链码的压缩比率。实验结果表明,所提出的改进压缩链码的效率最高,链码压缩率最为理想。

一种最优化链码指纹二值细化图像压缩编码

提出了一种适合于对线状结构的条形纹线二值图像进行压缩的最优化Freeman链码压缩算法——Freeman差分链码Huffman编码。与传统的Freeman链码相比,提出的压缩算法是基于Freeman链码、差分编码和Huffman编码的一种混和编码方式。通过理论分析和在指纹二值细化图上的实验结果证明,对于指纹二值细化图像,本算法优于现有的链码压缩二值图像的算法,针对于线状结构的条形纹线二值图像,本算法也优于其他压缩算法。其平均码长为1.7651bits,低于8方向Freeman链码或者Freeman差分链码的3bits的平均码长。

基于Freeman链码的汉字图像轮廓曲线拐角点检测方法

拐角点检测在模式识别和机器视觉中有重要作用。本文应用基于Freeman链码的一种检测和确定图像轮廓曲线拐角点位置的方法,提取出汉字轮廓图像的拐角点作为特征点用于图像配准中。首先提取出汉字图像的轮廓曲线,然后利用Freeman链码给轮廓曲线编码,根据判断准则,提取出必是拐角点的点与可疑拐角点,最后估算可疑拐角点的曲率,挑出每组临近可能拐角点中曲率最大的点为真实拐角点。实验结果表明本文应用的方法能准确地检测出同被测对象相一致的拐角点,给出了实验数据与过程。

基于Freeman链码的图像中多个区域面积的计算方法

在进行图像处理时,经常需要求图像中的多个区域的面积。对同时求取一幅图像中多个区域的面积的方法进行了研究。首先利用Freeman链码方式对目标区域求取边界链码,然后基于边界链码及制定的上边界和下边界的判定规则表,求取各区域的面积。该方法具有简单快速的特点。

改进的Freeman链码进行人民币的面额识别

针对尺寸法进行人民币的面额识别中,使用Freeman链码进行纸币边界曲线跟踪时出现的断点、漏点、错点及处理数据量大、速度慢的问题,提出一种新的链码定位边界法。首先通过统计纸币轮廓点的横、纵坐标值出现的频率确定链码起始点;然后定义一种新的多方向链码以解决图像边界点的间断问题;最后利用之前链码预测之后链码以减少漏点、错点,减少噪声对曲线跟踪的影响。实验结果表明,该方法用于纸币识别,识别率达到了96.159%以上,计算复杂度降低,识别速度提高,是一种有效的图像边界提取方法。

基于PNN网络和Freeman链码的抽油机井工况诊断

利用概率神经网络(PNN)对抽油机井工况进行诊断,建立了抽油机井工况诊断的概率神经网络模型;对示功图提取特征值的质量好坏直接影响识别效率和可靠性,提出了用Freeman链码对等效的电流示功图提取特征参数,进行预处理,建立抽油机典型工况的链码特征样本库;将Freeman链码作为特征向量,利用MATLAB对网络进行训练;结果表明,Freeman链码能够有效地识别各种典型工况示功图,并且该概率神经网络学习速度快、诊断准确率高,可用于抽油机井工况的实时监测和诊断。

Freeman 8-链码在成像测井孔洞评价中的应用

基于孔洞在成像测井图像中的图像特征,本文采用了一些图像处理的相关方法,应用图像分割的相关技术,从成像测井图像中将地层中的孔洞,从背景基岩中分离出来,采用Freeman8-链码来记录目标边缘,并在此基础上计算孔洞目标的参数。

基于Freeman链码特征值的示功图分类识别研究

示功图分析是目前比较常用的油井故障诊断方法,基于神经网络的示功图分类识别要求准确地提取示功图的特征值,特征值的质量直接关系到示功图识别的效率和可靠性。传统的示功图特征值提取方法计算量很大,与油井现场的实时性要求相悖。为了解决这一问题,提出了用Freeman链码来表达示功图特征,对示功图的识别进行研究。分析了示功图Freeman链码的提取方法以及典型工况链码特征,建立示功图链码特征样本库,给出了示功图识别的方法步骤,在MATLAB下进行仿真验证。结果表明,Freeman链码特征值能够有效地分类出各种典型工况示功图,神经网络具有更快的收敛速度和更高的识别效率。

基于Freeman链码连通体边界检测及其在坭兴陶图像中的应用

Freeman链码分为八方向和四方向。介绍Freeman链码的原理、记录方式、链码的获取并给出链码的核心代码。对图像采用八方向的链码方法记录图像的边界,实验结果表面采用八方向链码的方式提取图像的边界特征效果较好,并应用到坭兴陶图像中。

一种基于点特征与Freeman链码的红外与微光图像配准算法研究

由于红外与微光图像成像原理的不同,成像特征的巨大差异,研究提出了一种基于点特征与Freeman链码的红外与微光图像配准算法。目的是解决红外与微光图像配准中特征点提取较复杂、特征匹配难的问题;采用优化的Harris角点检测算法进行特征点提取,结合环形灰度区域、RSTC不变矩和Freeman链码对红外与微光图像进行特征点匹配。实验结果表明该算法能够提取出有效的匹配点,能够有效地解决红外与微光图像配准中遇到的视场不统一、旋转、平移问题。