基于拓扑映射的点集在凸多边形内外判断算法

来源 :中国图象图形学报 | 被引量 : 11次 | 上传用户:chenzenghua
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
通过拓扑映射 ,点在凸多边形内外的判别可以转化为映射点在射影直线上的位置关系问题 .首先通过设置中心点 ,获取凸多边形各顶点的拓扑映射点 ,对于每个检测点 ,根据其映射点与顶点拓扑映射点的相对位置关系 ,即可确定检测点位于多边形哪条边的范围内 ;然后将检测点与该边进行包围盒测试 ,对于点在边包围盒外的情况 ,只需根据比较判别即可得到结果 ,对于点在边包围盒边界上或内部的情况 ,则需通过叉积运算进行判别 .该方法几何意义清晰 ,实验结果表明 ,该算法运行可靠 ,对于单个点或多点组成的点集均有较高的检测
其他文献
提出了一种从两幅未标定图象重建场景三维模型的方法 .这种方法充分利用了人造结构场景中大量存在的平行性和正交性几何约束 ,即利用每幅视图中三组互相垂直的平行线 ,计算出 3个影灭点 ,从而对每幅视图进行标定 .对两幅未标定图象 ,从基本矩阵只能得到射影重构 ,如果每幅图象都已标定 ,则可将基本矩阵转化为本质矩阵 .三维重构过程有两个步骤 :先是恢复相机的位置和运动 ;后是用三角测量法计算出点的三维坐
为适应遥感图象较高倍率准无损压缩的需要 ,改进了 JPEG- L S算法 ,该算法首先通过放宽游程检测门限 ,并通过引入局部梯度控制下的预测来增加平均游程长度 ,以提高压缩比 ;然后通过在游程编码区域附加误差修正编码及通过重构图象平滑滤波来改善重构图象的目视效果和提高 PSN R值 ;最后 ,采用 Golomb- Rice Coding技术来对越界误差进行编码 ,以保持 JPEG- L S算法误差
利用环链提出了一种对任意多面体不添加顶点的凸剖分快速方法 ,它对多面体的剖分个数接近最少 .该方法首先从多面体的棱和对角棱所构成的所有环中 ,以最小周长选取一个最好的环 ,然后利用这个环的各个边所形成的一系列面 ,对多面体进行一次剖分 .实验证明 ,这种方法可找到对多面体不添加顶点剖分的最好剖分面 ,使剖分的次数接近最少 ,具有较好的实用价值和广泛的应用前景 .
为构造一类全不连通的分形图 ,利用了适当的类康托集 ,将某一迭代函数系统升腾为高维空间上的升腾迭代函数系统 ,并通过参数调整构造出大量造型上全不连通的分形图 ,同时发现了类康托集的结构和分形图的结构之间的变化关系 ,实验结果表明 ,该方法简单易用 .
提出了一种利用视频序列的自适应时间片梯度谱对镜头转换类型进行精细识别的算法 .在这个算法中 ,首先提出了自适应时间片梯度谱的概念 ,并且在此基础上 ,提出了用于识别镜头转换类型的模板构造和匹配算法 ,同时还给出了一种描述语言作为模板的软描述方法 ,用以适应不同的图象尺寸和镜头转换的持续时间 .实验结果表明 ,这种方法在多数情况下具有很好的识别效果 ,只是在两个镜头转换非常相近时 ,识别效果差些 ,
彩色图象滤波是图象处理领域中的经典命题之一.由于滤波算子选择的不同,滤波后影像的质量也不尽相同.为此在分析经典滤波算子的滤波器特性的基础上,将含噪彩色图象的亮度分量分别经过中值滤波与小波软门限滤波,形成亮度滤波结果图象,而后利用基于噪声调节的主成分分析法对彩色图象与亮度滤波结果影像进行融合处理,得到融和滤波图象.同矢量中值滤波器和α-TMF滤波结果影像相比,融合滤波后影像与原始影像具有更好的峰值归
滤除图象噪声时 ,虽然利用的先验知识越多 ,其滤波效果越好 ,但是一般情况下 ,由于只能得到一幅被污染的图象 ,无法获得这些先验知识 ,因而滤波效果较差 .为了解决该问题 ,提出了一种去除图象中椒盐噪声的新型滤波器 .该滤波器首先给出了一种有效的估计原图象直方图的方法 ,进而利用估计直方图的信息来进行滤波 ;然后对滤波窗口中的像素进行一种排除最大和最小灰度值的操作 ,以滤除椒盐噪声点 .实验表明
插补方法是图象超分辨率 (super- resolution)技术的一个重要方面 .插补处理后 ,数字图象的视觉质量主要依赖于图象轮廓边缘的两个因素 :(1)跨越边缘方向的灰度值变化比较尖锐 ;(2 )沿边缘方向的灰度值变化比较平滑 .着重考虑以上两个因素 ,提出了一种新的插补方法 ,以获得清晰的图象边缘 ,从而获得较好的数字图象放大效果
期刊
采用分形压缩算法来提高压缩速度和压缩比的一种有效途径是降低对拼贴误差的要求 ,然而这往往导致图象失真 .为克服该问题 ,在经典分形压缩算法的基础上 ,提出了一种新的基于拼贴误差拟合 (补偿 )的分形压缩算法 .该算法可以提供两种不同拼贴误差的分形编码 ,由于通过对不同区块使用与之相适应的相似变换类型 ,可以有效地补偿拼贴误差 ,从而可降低压缩图象的失真度 .理论研究和实际应用表明 ,该算法为分形压