改进的TNAM二值图像表示方法

来源 :计算机科学 | 被引量 : 3次 | 上传用户:guaitaidejiao
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
提出了一种改进的TNAM二值图像表示方法,简称ITNAM表示方法。给出了ITNAM算法的形式化描述,并对其存储结构、总数据量和时空复杂性进行了详细的分析。以图像处理领域里惯用的标准‘Lena’,‘Baboon’和‘Peppers’等二值图像作为典型测试对象,对其进行了理论分析和实验,结果表明,与新提出的TNAM方法和经典的线性四元树表示方法相比,ITNAM表示方法具有更少的子模式数(或节点数),能够更有效地减少数据存储空间,是二值图像模式的一种更优的表示方法。
其他文献
网络链路过载或链路失效时,使用负载均衡技术可以避免网络发生拥塞。负载的分派粒度决定了负载均衡系统的均衡性能。分派粒度越细,均衡效果越理想。基于包水平粒度的负载分派
由于P2P网络的开放性和动态性,对等点信息交换不可避免地会给系统带来安全问题。提出了运用信任评价与传统的风险计算相结合的方法来评估对等点信息交换中的风险。风险度的计
安全路由协议设计是Adhoc网络安全研究的重要组成部分。当前研究主要集中在采用经典密码学中的方法来保证路由安全。结合可信计算中的TPM和典型的安全路由协议ARAN,提出了一
支持向量机在小样本模式识别领域具有优势,但其性能评估及核参数、正则化参数的选择尚未有标准算法。将受试者操作特性曲线(Receiver Operating Characteristic,ROC)引入支持向量
针对单幅图像提取三维信息困难,设计了一种基于单幅图像的三维信息提取算法。该算法首先需要标定摄像机,得到摄像机从三维到二维的成像矩阵M3×4,并计算M3×4的伪逆矩阵M+4×3,其本质是通过最小二乘法求解矛盾方程组;利用M+4×3提取二维单幅图像中的三维信息,再把这些三维信息投影到一个平面上显示出来。实验表明,单幅图像目标物体必须满足共面等约束条件,从而可以对目标物体的三维信息做定性分析(定性视觉)
提出了一种基于最大差值的二维边界Fisher的鉴别分析方法。该方法利用描述类间数据可分性的相似度矩阵Sp与描述类内数据紧致性的相似度矩阵Sc之差作为鉴别准则,从而避免了边界Fisher鉴别分析所遇到的小样本问题。所提方法是直接基于图像矩阵的,与以往的基于图像向量的方法相比,进一步提高了识别的正确率。另外,还揭示了基于最大差值的边界Fisher鉴别方法和边界Fisher鉴别的内在关系。在ORL和Ya
网络技术的发展和异构计算设备种类的增多给网络协议的设计开发带来诸多挑战。网络协议设计者面临的最基本问题是如何脱离繁琐的协议实现细节,而将主要精力放在协议的功能设