论文部分内容阅读
在非对称逆布局模式表示模型的基础上,研究一种用于支持快速图像操作的精简的无损多值图像表示方法,称为基于可重叠矩形子模式的图像表示方法(Overlapped Rectangle-Based Image Representation, ORBIR)。ORBIR使用一些在空间位置上允许相互重叠的矩形,即ORBIR矩形,来表示多值图像,克服了分层数据结构的不足,减少了表示一幅多值图像所需要的图像表示单元的数量,在取得较高精简性的同时,能够支持快速的图像操作。ORBIR表示方法出于节省存储空间的考虑,使用ORBIR矩形的顺序表来表示多值图像,和线性四元树表示方法一样,它存在一个不利于图像操作的缺陷,即丢失了ORBIR矩形对应的图像区域间的空间位置关系,为了恢复ORBIR矩形间的空间位置关系,研究经纬网数据结构,借助于经纬网,基于ORBIR表示的近邻寻找算法能够快速执行。图像的几何性质,比如区域周长和连通分量,在图像分割和模式识别领域得到了广泛的应用。在基于ORBIR表示的近邻寻找算法的基础上,研究基于ORBIR表示的图像几何性质计算框架,并在分析图像周长计算和连通分量标记问题的基础上,具体化这个框架,得到基于ORBIR表示的周长计算算法和基于ORBIR表示的连通分量标记算法。矩在工程实践中的应用非常广泛,在考察矩的实质的基础上,定义了泛化矩的概念,并研究泛化矩的生成框架,该框架在不引入离散化过程中存在的采样误差的前提下,将矩生成过程中需要的二重积分运算转化为在一维的ORBIR矩形序列上的求和,因此降低了矩生成的计算复杂度。为了验证泛化矩生成框架的有效性,具体化这个框架,得到基于ORBIR表示的精确几何矩生成算法和基于ORBIR表示的精确Legendre矩生成算法。使用试验手段验证ORBIR表示的精简性和ORBIR表示在图像操作上的方便性。在表示的精简性方面,试验结果表明,在二值图像和灰度级为256的多值图像上,线性四元树表示所需要的节点数与ORBIR表示所需要的ORBIR矩形数的平均比值分别为4.46和1.66,而它们所需要的比特数的平均比值也分别为4.46和1.66。这些结果显示ORBIR表示比线性四元树表示更加精简。在对图像操作的支持方面,基于四元树和线性四元树表示的近邻寻找算法与基于ORBIR表示的近邻寻找算法在执行时间上的平均比值分别为4.98和20.88;基于四元树的周长计算算法和连通分量标记算法与相应的基于ORBIR表示的算法在执行时间上的平均比值分别为10.30和5.50;在二值图像和灰度级为256的多值图像上,目前最快的能够生成1阶以上几何矩的Delta算法与基于ORBIR的精确几何矩生成算法在执行时间上的平均比值分别为80.81和1.76,在同样的测试图像上,目前最快的精确的Legendre矩生成算法,即Yap提出的算法,与基于ORBIR表示的精确Legendre矩生成算法在执行时间上的平均比值分别为83.61和1.62。这些结果显示,ORBIR表示能够有效地支持快速图像操作。理论分析和试验结果表明,ORBIR表示方法是一种既精简又能有效支持图像操作运算的图像表示方法。