最新刊期

    1999 4 8

      综述

    • 地理信息数据仓库的技术研究

      杨群, 闾国年, 陈钟明
      1999, 4(8): 621. DOI: 10.11834/jig.199908142
      摘要:分析了地理信息系统(GIS)的数据管理,在描述数据仓库技术和实质和特征的基础上,论述地理信息系统数据仓库的功能,特点,给出GIS数据仓库基本体系结构及基于数据仓库的GIS资源共享模式,着重叙述其关键技术。  
      关键词:地理信息系统;GIS;数据管理;数据库;数据仓库   
      2534
      |
      131
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56168806 false
      更新时间:2024-05-08

      学术论文与技术报告

    • 基于块间预测的图象块效应消除

      赵晨光, 陈武凡
      1999, 4(8): 627. DOI: 10.11834/jig.199908143
      摘要:提出了一种消除变换编码后解码图象块效应的新方法,它利用邻近象素间存在的相关性,在块间线性预测的基础上定义出对图象相邻子块以及块内的平滑特性产生约束的平滑约束集。在解码端是一个往这些平滑约束集上连续投影的过程,最终得到一幅无论在视觉上还是从信噪比评价的角度来看均具良好效果的解码图象。  
      关键词:块效应;凸集投影;块间预测;图象处理   
      2268
      |
      131
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56167632 false
      更新时间:2024-05-08
    • 基于活动轮廓的运动目标的动态分割

      夏利民, 谷士文, 沈新权
      1999, 4(8): 631. DOI: 10.11834/jig.199908144
      摘要:提出了一种基于活动轮廓的运动目标动态分割方法。利用B样条曲线表示活动轮廓,导出了B样要曲线控制点的运动模型,从而使得活动轮廓能自动地跟踪运动目标的边缘,实现运动目标的动态分割。同时我们还提出了控制点数目的自动确定方法。实验结果验证了该方法的有效性。  
      关键词:活动轮廓;B样条函数;边缘跟踪;动态分割;图象   
      3390
      |
      196
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56168341 false
      更新时间:2024-05-08
    • PACS中的三维小波图象压缩

      王莉, 王思贤, 李辉, 曾发龙
      1999, 4(8): 635. DOI: 10.11834/jig.199908145
      摘要:满足医学影象临床诊断需要的无失真压缩编码技术的研究是图象压缩研究的新领域,也是PACS系统和远程医疗诊断系统研究的热点之一。该文提出将三维小波压缩技术应用于CT,NRI等所产生的多帧断层图象,把二维医学序列图象组视为三维图象进行了研究,并提出了一套完整的,切实可行的三维小波压缩方案。通过实验证明,三维小波压缩技术大大优于目前PACS中最常用的二维JPEG编码和二维小波压缩技术。  
      关键词:PACS;三维;小波变换;图象压缩;频率带;医学图象   
      2731
      |
      136
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56167798 false
      更新时间:2024-05-08
    • 基于块分类的自适应图象水印算法

      黄继武, Shi, YQ, 姚若河
      1999, 4(8): 640. DOI: 10.11834/jig.199908146
      摘要:提出了一个基于频域块分类的DCT域自适应水印算法。为了实现自适应,将原始图象分块并利用视觉掩蔽特性对图象块进行分类。根据分类的结果,不同强度的水印分量被嵌入到图图象块的DCT低频系数中,实验结果表明,应用所提出的算法实现的水印对常见图象处理和噪声干扰具有良好的稳健性。  
      关键词:图象水印;数字水印;视觉掩蔽;块分类;DCT   
      3047
      |
      144
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56168951 false
      更新时间:2024-05-08
    • 一种具有形状约束的快速Snake类算法

      刘剑函, 梁德群, 王红光, 田原
      1999, 4(8): 642. DOI: 10.11834/jig.199908147
      摘要:动态包络算法在希望获取目标的精确轮地是经常使用的一个算法,但在以往的Snake算法中,由于没有考虑到其总体的形状因素,加之一些干扰的影响,其包络点很可能收敛于错误的位置。  
      关键词:动态包络模型;轮廓形状;图象处理;Snake算法   
      2156
      |
      138
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56168898 false
      更新时间:2024-05-08
    • 基于自适应方向滤波的左心室轮廓提取

      纪震, 牟轩沁, 蔡元龙
      1999, 4(8): 649. DOI: 10.11834/jig.199908148
      摘要:提出了基于自适应方向滤波方法来提取左心室轮廓。在噪声的干扰下,引入经平滑处理的方向滤波能够得到精确的边缘,所获得的边缘方向矢量能够在边级跟踪时对边缘走向进行预测,同时对参数进行自适应调整,通过尽量少的人机交互,算法能够自动提取出左心室的轮廓。实验证明该算法增加了边缘提取的精度和一致性,同时显著地降低了计算复杂度。  
      关键词:自适应方向滤波;左心室;造影;轮廓提取   
      2269
      |
      140
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56167697 false
      更新时间:2024-05-08
    • PCB板检测中的定位研究

      张利, 高永英, 汪浩, 吴国威
      1999, 4(8): 659. DOI: 10.11834/jig.199908150
      摘要:对PCB的自动检测在信息化时代显得更为重要,该文对检测的关键步骤探针定位进行了研究。其基本原理是利用Hough交换将边缘检测后的不连续边缘象素连接起来,最后达到判断出标志形状和位置的目的。  
      关键词:PCB板;检测;定位;印刷电路板   
      2913
      |
      159
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56169156 false
      更新时间:2024-05-08
    • 基于前向神经网络和Hopfield反馈神经网络的边界检测法

      黎明, 严超华, 刘高航
      1999, 4(8): 663. DOI: 10.11834/jig.199908151
      摘要:提出了一种新的基于前向神经网络和Hopfield反馈神经网络的边界检测法,它分别探测每个象素点是否为边界点,便于实现边界检测的并行运算。首先讨论了两层前向神经网络来增强的编码被检测象素点邻域的信息,然后利用增强和编码后的邻域图象作为Hopfield反馈神经网络的输入,Hopfield神经网络收敛时得到图象边界点。这种新的神经网络边界检测法所需的计算量比传统的Hopfield网络边界检测法少得多,并增  
      关键词:图象处理;边界检测;前向;神经网络;反馈   
      2529
      |
      143
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56169511 false
      更新时间:2024-05-08
    • 基于神经网络的汽车车图象自动识别

      王年, 任彬, 黄勇, 汪炳权
      1999, 4(8): 668. DOI: 10.11834/jig.199908152
      摘要:提出了一种利用前向三层神经网络及计算机视觉技术对汽车车型进行自动识别的方法,包括汽车车型图象的分割,特征提取以及基于前向三层神经网络的自动识别和分类,文中的所有算法均在586/133微机上实现,识别和分类效果良好。  
      关键词:图象分割 神经网络 自动识别 汽车车型 交通   
      2297
      |
      131
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56167971 false
      更新时间:2024-05-08
    • 分型维数特征量对病变组织的超声定征

      曾发龙, 王思贤, 李飞鹏, 王莉, 何楚
      1999, 4(8): 673. DOI: 10.11834/jig.199908153
      摘要:按照Mandelbrot的分形理论,医学图象及许多自然图象的灰度表面的形成均符合分形布朗运动规律,而 且可以用分形的维数来表征图象灰度表面的精细与粗糙程度。文中正是基于这种思想,采用图象的分形维数作为一个特征参量,对人体的肌肉组织进行超声定征。对60多个样本三类病变图象提取分形维数,并采用基于Bayes法则的分类器分类,实验表明:用分形维数对组织进行定征,正确率达88.33%。这为医学的临床辅助诊断提供了一种新的参考量,对提高病变诊断的正确率有重大的意义。  
      关键词:分形维数;超声诊断;组织定征;病变;特征量   
      2446
      |
      124
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56169009 false
      更新时间:2024-05-08
    • 基于离散正交小波变换的图象去噪方法

      彭玉华
      1999, 4(8): 677. DOI: 10.11834/jig.199908154
      摘要:给出了一种基于离散正交小波变换的图象去噪方法,该方法通过二维离散小波变换将图象投影到小波变换域,通过对小波变换系数进行阈值处理实现二维图象的去噪,并用实验验证了该方法的有效性。  
      关键词:离散正交;小波变换;去噪;阈值处理;图象处理   
      2150
      |
      117
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56167582 false
      更新时间:2024-05-08
    • 一种纹理图象分类方法的研究

      张妙兰, 付新文
      1999, 4(8): 680. DOI: 10.11834/jig.199908155
      摘要:提出了一种基于矢量量化的纹理分类方法,通过矢量量化的方法生成原始图象的符号图象,并生成这个符号图象的共生矩阵,行家和共生矩阵的4个数字特征构成原始图象的纹理特征向量,使用2个特征向量之间的矩离作为匹配的标准,可以实现对纹理图象进行快速匹配分类。  
      关键词:矢量量化;共生矩阵;符号图象;纹理分类;图象   
      2278
      |
      125
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56168100 false
      更新时间:2024-05-08
    • 基于节点区域分离的工程图纸整体识别方法

      程耿东, 陈振宇
      1999, 4(8): 684. DOI: 10.11834/jig.199908156
      摘要:在工程图纸矢量化处理中着眼于图形的宏观特征,提出了一种整体识别方法,该方法中,引入节点区域的概念,通过节点区域与图段的连接关系确定图形的拓扑结构,并由节点区域分离分割图段,图段的跟踪识别以图段轮廓的方向码序列为引导实现。整体识别算法矢量化速度快,有较强的抗噪声能力。  
      关键词:整体识别;宏观特征;节点区域;工程图纸   
      2589
      |
      172
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56168430 false
      更新时间:2024-05-08
    • 基于曲线形状分析的三维表面识别

      田越, 平西建
      1999, 4(8): 689. DOI: 10.11834/jig.199908157
      摘要:讨论曲线形状分析与三维表面识别方法,针对刑侦工作中立体足迹识别的要求,提出了三维表面的等值线特征提取,曲线形状的空间结构及自回归谱(AR谱)分析,以及基于曲线形状分析的模糊模式识别方法。实验表明该方法用于三维表面识别效果明显。  
      关键词:曲线形状分析;三维表面识别;特征提取;AR谱   
      2793
      |
      140
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56168589 false
      更新时间:2024-05-08
    • 山脊线与山谷线的计算机自动检测

      余生晨, 刘大有, 刘洪
      1999, 4(8): 693. DOI: 10.11834/jig.199908158
      摘要:本文通过富里叶变换在频率域(或波数域),通过求垂直于山脊线,山谷线的方向导数,来检测山脊线和山谷线。  
      关键词:山脊线;山谷线;方向导数;计算机检测;GIS   
      2654
      |
      166
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56169278 false
      更新时间:2024-05-08
    • 3D—GIS数据表示和空间插值方法研究

      易善桢, 李琦
      1999, 4(8): 697. DOI: 10.11834/jig.199908159
      摘要:空间数据表示方法和空间数据插值方法是3D-GIS研究的基本问题。文中采用基于地学复形的3D空间数据表示方法,对地学目标抽象表示为点,线,面和体4种类型,提出了基于地学复形空间的表示方法。为解决可视化和目标体重建问题,分析了基于地学复形的各种插值方法。在华北地区钻孔地层厚度等值线生成的应用中,三角网插值方法比其它插值方法更符合地质规律。  
      关键词:GIS;数据表示;空间数据插值;地学复形;三维   
      3444
      |
      173
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56169174 false
      更新时间:2024-05-08
    • 空间曲线的圆弧样条插值

      张三元, 蒋方炎
      1999, 4(8): 702. DOI: 10.11834/jig.199908160
      摘要:给出了仅用圆弧/直线来插值三维空间曲线的一种方法,该方法对空间曲线没有任何限定性要求,非常稳定可靠。无论是闭曲线还是开曲线,都能达到整体G^1连续。  
      关键词:空间曲线;圆弧样条;空间闭曲线;插值   
      4159
      |
      141
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56168073 false
      更新时间:2024-05-08
    • 三角形网格数据的边缘提取及网格自适应细分

      王利生, 谈正
      1999, 4(8): 707. DOI: 10.11834/jig.199908161
      摘要:三角形网格数据是数值计算及实际测量中获得的一类主要的不规则网格数据,数据量比较在,结构复杂,因而数据的可视化和分析存在许多困难。如果只将人们有兴趣的数据特征区域提取出来并单独处理(可视化,存储,后处理),不仅可以减少可视化中的计算了储需求,而且可以为数据场中特征的高级表示,分析提供基础。因此本文讨论三角形网格数据中特征区域边缘的提取算法。我们在三角形网格中引入了邻域的定义,并基于此定义给出网格数据  
      关键词:三角形网格数据;特征区域;邻域;边缘提取   
      2670
      |
      143
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56169465 false
      更新时间:2024-05-08
    • 面向虚拟现实环境的任意形状模型的开发

      赵昭, 徐彤
      1999, 4(8): 712. DOI: 10.11834/jig.199908162
      摘要:提出了一种基于网格数据结构的对存在于计算机中任意形状模型进行直接变形操作的方法。用多层分辨率方法解决了不同变形范围的问题,并提出了此方法所需的接触判断的高速算法和变形算法,通过实验证实了此方法的有效性,支持了虚拟空间的三维形体创造活动。  
      关键词:虚拟环境;任意形状模型;多层分辨率;计算机   
      2422
      |
      122
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 56168477 false
      更新时间:2024-05-08
    0