第一篇：google算法更新link scheme研究

google算法更新link scheme研究

Google说明到link scheme: Google对于搜寻排名有一部分是根据对于链接到你的网站的情况而来，例如链接的数量、链接的品质、有多少相关的链接，而链接到你的网站可以表示你的网站的相关性、品质、与热门程度。诸如种种情况，这些反应在你的网站的链接状况，就是link scheme，其实就是我们之前说的link profile。

具有好的link scheme或是link profile，可以增加你的网站搜寻排名的正面因素，但是坏的link scheme或是link profile，却会毁掉你的网站搜寻排名。

(1)只用关键字当作锚点文字，是错误的link scheme。

那应该怎样呢? 就是多样性，可能有只用url当anchor text、可能使用品牌加上关键字、可能使用较长的文字当anchor text...(2)购买链接是是错误的link scheme。

这个应该已经不是新闻了，那该从哪裡获得链接呢? 文章是说自己寻找有品质的网站，然后诚恳的要求链接...这个大概没太大用处。其实我们的链接策略就是没有链接策略，把精力放在其他地方。

(3)使用blogroll与footer links是错误的link scheme。

也就是不要用sitewide的template link，而是要editor link，在文章内容中建立相关链接。

(4)使用目录链接是错误的link scheme。

不要去花钱加入目录列表，而是要被列在有品质的链接上，例如SEOmoz之类有人去把关编辑的。

(5)使用部落格留言是错误的link scheme。

部落格留言并非不好，而是不要以spam的方式为之，以真正加入讨论的方式去进行。

(6)交换链接是错误的link scheme。

不要跟一般交换链接的站台交换链接，而要跟有权威度的品质网站，并且相关的网站建立关係。

(7)内容重组是错误的link scheme。

内容重组不但无效，而且可能花费不少时间，到不如真正建立原创内容。

(8)以社交网路profile建立链接页面是错误的link scheme。

不是不能使用社交网路profile建立链接页面，而是要真正使用，说穿了就是要有流量，没有流量的链接反而是负面因素。

(9)只接受doFollow链接是错误的link scheme。

意思就是不要再管是否noFollow或是如何，有流量的链接就是好链接，真正自然的链接是各种情况都有的，不可能只有一个样子。

(10)大量的社交书籤链接是错误的link scheme。

社交书籤链接也不是不能用，而是要有品质...啥是品质，活着的链接就是品质啦。

所以上述全部的意思都是...不是不可以做，而是要有品质，注意多样性，注意活着的感觉，就是好的link scheme的啦。文章出自http://，转载请注明出处，谢谢！

第二篇：智能机器人路径规划及算法研究

机器人技术

文章编号:1008-0570(2006)11-2-0244-03

中文核心期刊《微计算机信息》(嵌入式与SOC)2006年第22卷第11-2期

智能机器人路径规划及算法研究

ResearchonPathPlanningandAlgorithmsforIntelligentRobots

(西南科技大学)宋晖张华高小明

SONGHUIZHANGHUAGAOXIAOMING

摘要:路径规划技术是机器人控制技术研究中的一个重要问题,目前的研究主要分为全局规划方法和局部规划方法两大类。在

对一些较有代表性的研究思想及其相关算法分析的基础上,比较各种方法的优缺点,提出了机器人路径规划今后的研究重点。关键词:智能机器人;全局规划;局部规划;优化算法 中图分类号:TP242.6 文献标识码:A

技

1引言 术

自50年代世界上第一台机器人装置诞生以来, 创 机器人的发展经历了一个从低级到高级的发展过程。

第一代示教再现型机器人,可以根据人示教的结果再 新 现出动作,它对于外界的环境没有感知。在20世纪70

年代后期人们开始研究第二代机器人:带感觉的机器 人,这种机器人是类似人某种感觉的功能,如力觉、触 觉、滑觉、视觉、听觉。第三代机器人是智能机器人阶 段,机器人通过各种传感器获取环境信息,利用人工 智能进行识别、理解、推理并做出判断和决策来完成 一定的任务。这就要求智能机器人除了具有感知环境 和简单的适应环境能力外,还具有较强的识别理解功 能和决策规划功能。（智械科技）Abstract:Pathplanningtechnologyisoneoftheimportantprobleminintelligentrobot.Atpresent,thetworesearchways:oneis globalplanningandtheotherislocalplanning.Onthebasisoftheanalysisofsometypicalideas,methodsandrelatedalgorithms ofpathplanningforintelligentrobot,thispaperproposesthefutureresearchemphasisofrobotpathplanning.Keywords:intelligentrobot,globalplanning,localplanning,optimizationalgorithms

①复杂性:在复杂环境中,机器人路径规划非常 复杂,且需要很大的计算量。

②随机性:复杂环境的变化往往存在很多随机性 和不确定因素。

③多约束:机器人的形状、速度和加速度等对机 器人的运动存在约束。

3全局路径规划

全局规划方法主包括构型空间法、拓扑法、栅格 解耦法、自由空间法、神经网络法等。

3.1构型空间法

构型空间法的基本思想是将机器人缩小为一个 点,根据机器人形状和尺寸将障碍物进行拓展。其中 研究较成熟的有:可视图法和优化算法。

3.1.1可视图法

可视图法中的路径图由捕捉到的存在于机器人 一维网络曲线(称为路径图)自由空间中的节点组成。路径的初始状态和目标状态同路径图中的点相对应, 这样路径规划问题就演变为在这些点间搜索路径的 问题。要求机器人和障碍物各顶点之间、目标点和障碍 物各顶点之间以及各障碍物顶点与顶点之间的连线均 不能穿越障碍物,即直线是“可视的”,然后采用某种方 法搜索从起始点到目标点的最优路径,搜索最优路径 的问题就转化为从起始点到目标点经过这些可视直线 的最短距离问题。该法能够求得最短路径,但假设忽略 智能机器人的尺寸大小,使得机器人通过障碍物顶点 时离障碍物太近甚至接触,并且搜索时间长。

3.1.2优化算法 此法可删除一些不必要的连线以简化可视图、缩 短搜索时间,能够求得最短路径。但假设机器人的尺

《 现场总线技术应用200例》 2智能机器人的路径规划技术分类

智能机器人路径规划是指在有障碍物的工作环 境中,如何寻找一条从给定起点到终点适当的运动路 径,使机器人在运动过程中能安全、无碰地绕过所有 障碍物。机器人路径规划问题可以建模为一个有约束 的优化问题,都要完成路径规划、定位和避障等任务。根据机器人对环境信息掌握的程度不同将智能机器 人路径规划分为基于模型的全局路径规划和基于传 感器的局部路径规划。前者是指作业环境的全部信息 已知,又称静态或离线路径规划;后者是指作业环境 信息全部未知或部分未知,又称动态或在线路径规 划。智能机器人路径规划存在以下特点: 宋晖:讲师硕士

基金项目:国家自然科学基金(60404014);

西南科技大学青年基金资助项目(ZK053033)

-244-360元/年邮局订阅号:82-946 您的论文得到两院院士关注 机器人技术

在满足精度要求的情况下,用神经网络来表示环境则 可以取得较好的效果。神经网络在全局路径规划的应 用,将障碍约束转化为一个惩罚函数,从而使一个约 束优化问题转化为一个无约束最优化问题,然后以神 经网络来描述碰撞惩罚函数,进行全局路径规划。

虽然神经网络在路径规划中有学习能力强等优 点,但整体应用却不是非常成功,主要原因是智能机 器人所遇到的环境是千变万化的、随机的,并且很难 以数学的公式来描述。寸大小忽略不计,会使机器人通过障碍物顶点时离障 碍物太近甚至接触,并且搜索时间长。另外的缺点就 是此法缺乏灵活性,即一旦机器人的起点和目标点发 生改变,就要重新构造可视图,比较麻烦。这类算法包 括Dijkstra算法,A*算法等。（智械科技）

3.2拓扑法

拓扑法将规划空间分割成具有拓扑特征子空间, 根据彼此连通性建立拓扑网络,在网络上寻找起始点 到目标点的拓扑路径,最终由拓扑路径求出几何路 径。拓扑法基本思想是降维法,即将在高维几何空间 中求路径的问题转化为低维拓扑空间中判别连通性 的问题。优点在于利用拓扑特征大大缩小了搜索空 间。算法复杂性仅依赖于障碍物数目,理论上是完备 的。而且拓扑法通常不需要机器人的准确位置,对于 位置误差也就有了更好的鲁棒性;缺点是建立拓扑网 络的过程相当复杂,特别在增加障碍物时如何有效地 修正已经存在的拓扑网是有待解决的问题。

3.3栅格解耦法

栅格解耦法是目前研究最广泛的路径规划方法。该方法将机器人的工作空间解耦为多个简单的区域, 一般称为栅格。由这些栅格构成了一个连通图,在这个 连通图上搜索一条从起始栅格到目标栅格的路径,这 条路径是用栅格的序号来表示的。整个图被分割成多 个较大的矩形,每个矩形之间都是连续的。如果大矩形 内部包含障碍物或者边界,则又被分割成4个小矩形, 对所有稍大的栅格都进行这种划分,然后在划分的最 后界限内形成的小栅格间重复执行程序,直到达到解 的界限为止。该法以栅格为单位记录环境信息,环境 被量化成具有一定分辨率的栅格,栅格的大小直接影 响着环境信息存储量的大小和规划时间的长短,栅格 划分大了,环境信息存储量小,规划时间短,分辨率下 降;栅格划分小了,环境分辨率高。

3.4自由空间法

自由空间法采用预先定义的如广义锥形和凸多 边形等基本形状构造自由空间,并将自由空间表示为 连通图,通过搜索连通图来进行路径规划。自由空间 的构造方法是:从障碍物的一个顶点开始,依次作其 它顶点的链接线,删除不必要的链接线,使得链接线 与障碍物边界所围成的每一个自由空间都是面积最 大的凸多边形;连接各链接线的中点形成的网络图即 为机器人可自由栅格法运动的路线。其优点是比较灵 活,起始点和目标点的改变不会造成连通图的重构, 缺点是复杂程度与障碍物的多少成正比,且有时无法 获得最短路径。

3.5神经网络法

人工神经网络是由大量神经元相互连接而形成 的自适应非线性动态系统,对于大范围的工作环境，《PLC技术应用200例》

4局部路径规划

局部路径规划的主要方法有:人工势场法、模糊 逻辑控制法、混合法、滚动窗口法等。

4.1人工势场法

人工势场法是由Khatib提出的一种虚拟力法。其 基本思想是将智能机器人在环境中的运动视为一种 虚拟人工受力场中的运动。把智能机器人在环境中的 运动视为一种在抽象的人造受力场中的运动,目标点 对智能机器人产生引力,障碍物对智能机器人产生斥 力,最后通过求合力来控制智能机器人的运动。该法结 构简单,便于低层的实时控制,在实时避障和平滑的 轨迹控制方面,得到了广泛应用,其不足在于存在局 部最优解,容易产生死锁现象,因而可能使智能机器 人在到达目标点之前就停留在局部最优点。

4.2模糊逻辑控制算法 模糊方法不需要建立完整的环境模型,不需要进 行复杂的计算和推理,尤其对传感器信息的精度要求 不高,对机器人周围环境和机器人的位姿信息的具有 不确定性、不敏感的特点,能使机器人的行为体现出 很好的一致性、稳定性和连续性,能比较圆满地解决 一些规划问题,对处理未知环境下的规划问题显示出 很大优越性,对于解决用通常的定量方法来说是很复 杂的问题或当外界只能提供定性近似的、不确定信息 数据时非常有效。但模糊规则往往是人们通过经验预 先制定的,所以存在着无法学习、灵活性差的缺点。

技 术 创 新

4.3遗传算法

遗传算法是一种借鉴生物界自然选择和进化机 制发展起来的高度并行、随机、自适应搜索算法,它采 用群体搜索技术,通过选择、交叉和变异等一系列遗 传操作,使种群得以进化。避免了困难的理论推导,直 接获得问题的最优解。其基本思想是:将路径个体表 达为路径中一系列中途点,并转换为二进制串。首先 初始化路径群体,然后进行遗传操作,如选择、交叉、复制、变异。经过若干代进化以后,停止进化,输出当 前最优个体。

遗传算法存在运算时间长,实现路径的在线规划 困难,而且在机器人的路径规划问题中应用存在着个

邮局订阅号:82-946360元/年

-245-机器人技术 中文核心期刊《微计算机信息》(嵌入式与SOC)2006年第22卷第11-2期

体编码不合理、效率低、进化效果不明显等问题。

4.4混合法 混合法是一种用于半自主智能机器人路径规划 的模糊神经网络方法。所谓半自主智能机器人就是具 有在人类示教基础上增加了学习功能的器件的机器 人。这种方法采用模糊描述来完成机器人行为编码,同 时重复使用神经网络自适应技术。由机器人上的传感 器提供局部的环境输入,由内部模糊神经网络进行环 境预测,进而可以在未知环境下规划机器人路径。此 外,也有人提出基于模糊神经网络和遗传算法的机器 人自适应控制方法。将规划过程分为离线学习和在线 学习两部分。该方法是一种混合的机器人自适应控制 方法,可以自适应调整机器人的行走路线,达到避障和 路径最短的双重优化。（智械科技）

(3)多传感器信息融合用于路径规划。单传感器难 以保证输入信息准确与可靠。多传感器所获得信息具 有冗余性,互补性,实时性和低代价性,且可以快速并 行分析现场环境。

(4)基于功能/行为的智能机器人路径规划。基于模 型自顶向下的感知-建模-规划-动作是一种典型慎思 结构,称为基于功能的控制体系结构。基于行为的方 法是一种自底向上的构建系统方法,并与环境交互作 用中最终达到目标。基于功能/行为的机器人控制结构 融合了两者优点,这是研究的新动向之一。

6结语

本文作者的创新点:深入研究了国内外关于机器 人路径规划算法的发展现状、最新进展和各种算法的 优缺点,并对未来机器人路径规划技术的发展趋势进 行了综合分析;指出机器人路径规划技术未来的研究 重点是“仿人、仿生”智能,并还将紧密的结合认知科 学、人工智能、与计算智能的研究成果,提升机器人行 为的智能度。

参考文献:

[1]宗光华.机器人的创意设计与实践[M].北京：北京航空航天大 学出版社,2003.[2]Robin著,杜军平译.人工智能机器人学导论[M].北京：电子工 业出版社，2003.[3]席裕庚,张纯刚.一类动态不确定环境下机器人的滚动路径 规划[J].自动化学报,2002,28.[4]诸静.机器人与控制技术[M].杭州：浙江大学出版社,1991.[5]XuWL,TSOSK.Sensorbasedfuzzyreactivenavigationofa mobilerobotthroughlocaltargetswitching[J].IEEETransactionson Systems,1999，29.[6]KrishnaKM,KalraPK.Perceptionandrememberanceofthe environmentduringreal-timenavigationofamobilerobot[J].RobticsandAutonomousSystems,2001,37.[7]邢军,王杰.神经网络在移动机器人路径规划中的应用研究[J].微计算机信息,2005,22:110-111

[8]Khatib.Real-timeobstacleformanipulatorsandmobilerobot [J].TheInternationalJournalofRoboticResearch.1986,1.[9]薛艳茹,郑冰等.基于模糊控制信息融合方法的机器人导航系 统[J].微计算机信息,2005,22:107-109

[10]周明,孙树栋.遗传算法原理及应用[M].北京：:国防工业出版 社,2000.[11]KazuoSugihara,JohnSmith.GeneticAlgorithmsforAdaptive MotionPlanningofanAutonomousMobileRobot[A].Proceedings 1997IEEEInternationalSymposiumonComputationalIntelligence inRoboticsandAutomation[C].1997.[12]TsoukalasLH,HoustisEN,JonesGV.Neurofuzzy motionplannersforintelligentrobots

[J].Journalof

Intelligentan-

dRoboticSystems,1997,19.(下转第252页)

《 现场总线技术应用200例》 技 整个控制既基于模型与优化的,又是基于反馈的。基

:首先进行场 术 于滚动窗口的路径规划算法的基本思路景预测,在滚动的每一步,机器人根据其探测到的局 创4.5滚动窗口法

滚动窗口借鉴了预测控制滚动优化原理,把控制 论中优化和反馈两种基本机制合理地融为一体,使得

新 部窗口范围内的环境信息,用启发式方法生成局部子 目标,并对动态障碍物的运动进行预测,判断机器人 行进是否可能与动态障碍物相碰撞。其次机器人根据 窗口内的环境信息及预测结果,选择局部规划算法, 确定向子目标行进的局部路径,并依所规划的局部路 径行进一步,窗口相应向前滚动。然后在新的滚动窗 口产生后,根据传感器所获取的最新信息,对窗口内 的环境及障碍物运动状况进行更新。该方法放弃了对 全局最有目标的过于理想的要求,利用机器人实时测 得的局部环境信息,以滚动方式进行在线规划,具有 良好的避碰能力。但存在着规划的路径是非最优的问 题,即存在局部极值问题。

5智能机器人路径规划技术的展望

随着计算机、传感器及控制技术的发展,特别是 各种新算法不断涌现,智能机器人路径规划技术已经 取得了丰硕研究成果。特别是周围环境已知的全局路 径规划,其理论研究已比较完善,目前比较活跃的领 域是研究在环境未知情况下的局部规划。从研究成果 看,有以下趋势:

(1)智能化的算法将会不断涌现。模糊控制、神经网 络、遗传算法以及它们的相互结合也是研究热点之一。(2)多智能机器人系统的路径规划。随着智能机器 人工作环境复杂度和任务的加重,对其要求不再局限 于单台智能机器人,在动态环境中多智能机器人的合 作与单个机器人路径规划要很好地统一。

-246-360元/年邮局订阅号:82-946 机器人技术 中文核心期刊《微计算机信息》(嵌入式与SOC)2006年第22卷第11-2期

实验,插值A*规划的路径代价大约是A*算法的

0.94,其计算时间是大约A*算法的1.35倍。图11中 展示了在125×75地图,障碍物密度是33.3%,用A*

算法和插值A*算法规划在的路径。图中黑线表示A* 算法规划的路径,红线表示插值A*算法规划的路径。从图中可以看出红线规划的路径不一定从节点的中 间通过,故路径明显的比黑线规划的路径代价少。表1 显示了两种算法比较的结果。

pages3310-3317.[3]K.Konolige.Agradientmethodforrealtimerobotcontrol.In ProceedingsoftheIEEEInternationalConferenceonIntelligent RobotsandSystems(IROS),2000.[4]R.PhilippsenandR.Siegwart.AnInterpolatedDynamic NavigationFunction.InProceedingsoftheIEEEInternational ConferenceonRoboticsandAutomation(ICRA),2005.[5]D.FergusonandA.Stentz.FieldD*:AnInterpolation-basedPath PlannerandReplanner.TechnicalReportCMURI-TR-7-16, CarnegieMellonSchoolofComputerScience,2005.[6]王俭,肖金球,王林芳.一种改进的机器人路径规划蚂蚁算法[J].微计算机信息,2005,5:53

[7]邢军,王杰.神经网络在移动机器人路径规划中的应用研究[J].微计算机信息,2005,11-2:110

作者简介:吕太之,男,1979-10,硕士研究生,高工,研究 方向人工智能与模式识别.E-mail:lvtaizhi@163.com;赵 春霞,女,1964-05,教授(博导),研究方向计算机应用、模式识别与智能系统。

Biography:LvTaiZhi,Male,1979-10,graduatestudent,senior engineer.ThestudydirectionisPatternrecognitionandAI.技 图5用A*算法和插值A*算法在125×75的栅格上规划路径，且每个节点的路径代价不一样。术 表1两种算法的比较结果 创 新

在实际的应用中,可以将实际的环境设置为不 同的路径代价。比如可以将公路设置为1,草地设置 为5,不平坦的路面设置为15,障碍物设置为31。实 验结果显示在此算法尤其适用与地形环境复杂的室 外环境中。（智械科技）

(211170江苏海事职业技术学院信息工程系)吕太之(210094江苏南京南京理工大学计算机学院)赵春霞 通讯地址:(211170江苏省南京市江宁区格致路309 号江苏海事职业技术学院信息工程系)吕太之

(收稿日期:2006.3.28)(修稿日期:2006.4.28)

(上接第246页)

[17]王超.王志良.基于个性和OCC的机器人情感建模研究[J].微 计算机信息，2005,3:180-181

5综述

插值A*算法是在A*算法基础上提出的一种启 发式路径搜索算法。虽然插值A*算法可以节省路径, 但是其计算时间也多与A*算法,当计算资源有限时, 这个算法的优越性就无法体现出来,所以每个算法都 有自己的优缺点,有各自的适用环境。

现在路径规划的算法很多,但是还没有那一个算 法可以处于绝对的地位,可以适用与所有环境。如何 将各种算法结合起来,发挥各个算法的优点,屏蔽各 个算法的缺点,在这个方面还是有很多的理论和实践 值得深入研究。

本文创新点:创造性地将插值算法加入到路径搜 索算法中,使得生成的路径更加平滑,路径代价更小。

参考文献:

[1]E.Dijkstra.Anoteontwoproblemsinconnexionwithgraphs.NumerischeMathematik,1:269-271,1959.[2]A.Stentz.Optimalandefficientpathplanningforpartially-knownenvironments.InIEEEInt.Conf.Robot.&Autom.,1994，-252-360元/年邮局订阅号:82-946

作者简介:宋晖(1974-),男,陕西周至人,西南科技大学 计算机学院讲师,硕士,主要研究方向:机器人控制技术 和嵌入式系统.E-mail:songh717@163.com;张华:(1969-),男,四川绵阳人,西南科技大学工程技术中心教授, 博士,主要研究方向:模式识别与智能系统、图像处理 与虚拟现实技术。

(621010四川绵阳西南科技大学计算机学院)宋晖 高小明

(621010四川绵阳西南科技大学工程技术中心)张华

(CollegeofComputer,ScienceSouthwestUniversityofScience &Technology,MianyangSichuan621010,China)SongHui GaoXiaoming

(Thecenterofengineerandtechnology,SouthwestUniversity ofScience&Technology,MianyangSichuan621010,China)ZhangHua

通讯地址:(621010四川绵阳四川省绵阳市西南科技 大学计算机学院)宋晖

(收稿日期:2006.3.28)(修稿日期:2006.4.25)

《 现场总线技术应用200例》

第三篇：三对角系统算法研究的论文

【摘要】在科学和工程计算中，许多问题往往归结为三对角线性方程组的求解，其并行算法的研究具有重要意义。文章全面总结了当前求解三对角线性方程组的两类并行算法：直接解法和迭代解法，并介绍了其特点。

【关键词】三对角线性方程组；分治策略；并行算法；算法可扩展性

一、概述

三对角线性方程组的求解是许多科学和工程计算中最重要也是最基本的问题之一。在核物理、流体力学、油藏工程、石油地震数据处理及数值天气预报等许多领域的大规模科学工程和数值处理中都会遇到三对角系统的求解问题。很多三对角线性方程组的算法可以直接推广到求解块三对角及带状线性方程组。由于在理论和实际应用上的重要性，近20年来三对角方程组的并行算法研究十分活跃。

大规模科学计算需要高性能的并行计算机。随着软硬件技术的发展，高性能的并行计算机日新月异。现今，SMP可构成每秒几十亿次运算的系统，PVP和COW可构成每秒几百亿次运算的系统，而MPP和DSM可构成每秒万亿次运算或更高的系统。

高性能并行计算机只是给大型科学计算提供了计算工具。如何发挥并行计算机的潜在性能和对三对角系统进行有效求解，其关键在于抓住并行计算的特点进行并行算法的研究和程序的设计与实现。另外，对处理机个数较多的并行计算系统，在设计并行算法时必须解决算法的可扩展性，并对可扩展性进行研究和分析。

二、问题的提出

设三对角线性方程组为

AX=Y（1）

式中：A∈Rn×n非奇异，αij=0。X=(x1，x2，…xn)TY=(y1，y2，…yn）T。

此系统在许多算法中被提出，因此研究其高性能并行算法是很有理论和实际意义的。

三、并行求解三对角系统的直接解法

关于三对角线性方程组的直接求解已经有大量并行算法，其中Wang的分裂法是最早针对实际硬件环境，基于分治策略提出的并行算法。它不仅通信结构简单，容易推广到一般带状线性方程组的并行求解，而且为相继出现的许多其它并行算法提供了可行的局部分解策略。

近20年来求解三对角方程组的并行算法都是基于分治策略，即通过将三对角方程组分解成P个小规模问题，求解这P个小规模问题，再将这些解结合起来得到原三对角方程组的解。一般求解三对角方程组的分治方法的计算过程可分为3个阶段：一是消去，每台处理机对子系统消元；二是求解缩减系统（需要通信）；三是回代，将缩减系统的解回代到每个子系统，求出最终结果。具体可分为以下几类：

（一）递推耦合算法（RecursiveDoubling）

由Stone于1975年提出，算法巧妙地把LU分解方法的时序性很强的递推计算转化为递推倍增并行计算。D.J.Evans对此方法做了大量研究。P.Dubois和G.Rodrigue的研究表明Stone算法是不稳定的。

（二）循环约化方法（CyclicReduction）

循环约化方法由Hockey和G.Golub在1965年提出，其基本思想是每次迭代将偶数编号方程中的奇变量消去，只剩下偶变量，问题转变成求解仅由偶变量组成的规模减半的新三对角方程组。求解该新方程组，得到所有的偶变量后，再回代求解所有的奇变量。即约化和回代过程。由于其基本的算术操作可以向量化，适合于向量机。此方法有大量学者进行研究，提出了许多改进的方法。例如，Heller针对最后几步的短向量操作提出了不完全循环约化方法；R.Reulter结合IBM3090VF向量机的特点提出了局部循环约化法；P.Amodio针对分布式系统的特点改进了循环约化方法；最近针对此方法又提出对三对角方程组进行更大约化步的交替迭代策略。

（三）基于矩阵乘分解算法

将系数矩阵A分解成A=FT，方程Ax=b化为Fy=b和Tx=y两个方程组的并行求解。这种算法又可以分为两类：

1.重叠分解。如Wang的分裂法及其改进算法就属于这一类。P.Amodio在1993年对这类算法进行了很好的总结，用本地LU、本地LUD和本地循环约化法求解，并在1995年提出基于矩阵乘分解的并行QR算法。H.Michielse和A.VanderVorst改变Wang算法的消元次序，提出了通信量减少的算法。李晓梅等将H.Michielse和A.VanderVorst算法中的通信模式从单向串行改为双向并行，提出DPP算法，是目前最好的三对角方程组分布式算法之一。2000年骆志刚等中依据DPP算法，利用计算与通信重叠技术，减少处理机空闲时间取得了更好的并行效果。此类算法要求解P-1阶缩减系统。

2.不重叠分解。例如Lawrie&Sameh算法、Johsoon算法、Baron算法、Chawla在1991年提出的WZ分解算法以及Mattor在1995年提出的算法都属于这一类。此类算法要求解2P-2阶缩减系统。

（四）基于矩阵和分解算法

将系数矩阵分解成A=Ao+△A，这类算法的共同特点是利用Sherman&Morrison公式将和的逆化为子矩阵逆的和。按矩阵分解方法，这种算法又可分为两类：

1.重叠分解。这类算法首先由Mehrmann在1990年提出，通过选择好的分解在计算过程中保持原方程组系数矩阵的结构特性，具有好的数值稳定性，需要求解P-1阶缩减系统。

2.不重叠分解。Sun等在1992年提出的并行划分LU算法PPT算法和并行对角占优算法PDD算法均属于这一类。需要求解2P-2阶缩减系统。其中PDD算法的通讯时间不随处理机的变化而变化，具有很好的可扩展性。X.H.Sun和W.Zhang在2002年提出了两层混合并行方法PTH，其基本思想是在PDD中嵌入一个内层三对角解法以形成一个两层的并行，基本算法是PDD，三对角系统首先基于PDD分解。PTH算法也具有很好的可扩展性。

四、并行求解三对角系统的迭代解法

当稀疏线性方程组的系数矩阵不规则时，直接法在求解过程中会带来大量非零元素，增加了计算量、通信量和存储量，并且直接法不易并行，不能满足求解大规模问题的需要。因此通常使用迭代法来求解一般系数线性方程组和含零元素较多三对角线性方程组。迭代法包括古典迭代法和Krylov子空间迭代法。

古典迭代法包括Jacobi、Gauss-Seidel、SOR、SSOR等方法。通常采用红黑排序、多色排序和多分裂等技术进行并行计算。由于古典迭代法有收敛速度慢、并行效果不好等缺点，目前已较少用于直接求解大型稀疏线性方程组，而是作为预条件子和其它方法（如Krylov子空间方法）相结合使用。

Krylov子空间方法具有存储量小，计算量小且易于并行等优点，非常适合于并行求解大型稀疏线性方程组。结合预条件子的Krylov子空间迭代法是目前并行求解大型稀疏线性方程组的最主要方法。

给定初值X0，求解稀疏线性方程组AX=Y。设Km为维子空间，一般投影方法是从m维仿射子空间X0+Km中寻找近似解Xm使之满足Petrov-Galerkin条件

Y-AXm┻Lm

其中Lm为另一个维子空间。如果Km是Krylov子空间，则上述投影方法称为Krylov子空间方法。Krylov子空间Km(A，r0)定义为：

Km(A，r0)=span{r0，Ar0，A2r0，…，Am-1r0}

选取不同的Km和Lm就得到不同的Krylov子空间方法。主要算法包括四类：基于正交投影方法、基于正交化方法、基于双正交化方法、基于正规方程方法。

Krylov子空间迭代法的收敛速度依赖于系数矩阵特征值的分布，对于很多问题，直接使用迭代法的收敛速度特别慢，或者根本不收敛。因此使用预条件改变其收敛性，使中断问题可解，并加速收敛速度是需要的。目前人们研究的预条件技术可分为四类：采用基于矩阵分裂的古典迭代法作为预条件子、采用不完全LU分解作预条件子、基于系数矩阵近似逆的预条件子、结合实际问题用多重网格或区域分解作预条件子。对Krylov子空间和预条件Krylov子空间方法有详细的讨论。

预条件Krylov子空间方法的并行计算问题一直是研究热点，已提出了一系列好的并行算法。目前预条件Krylov子空间方法的计算量主要集中在矩阵向量乘上。虽然学者们做了大量的研究工作，但是还没找到效果好，又易于并行的预条件子。

需要特别指出的是，对于一般线性代数方程组的并行求解，其可扩展并行计算的研究已相对成熟，并已形成相应的并行软件库，如美国田纳西亚州立大学和橡树岭国家实验室研制的基于消息传递计算平台的可扩展线性代数程序库ScaLAPACK和得克萨斯大学开发的界面更加友好的并行线性代数库PLAPACK。我们借鉴其研究成果和研究方法，对三对角线性方程组并行算法的研究是有帮助的。

五、结语

三对角线性方程组的直接解法，算法丰富，程序较容易实现。但计算过程要增加计算量，并且大部分算法都对系数矩阵的要求比较高。迭代解法适合于非零元素较多的情况，特别是结合预条件子的Krylov子空间迭代法已成为当前研究的热点。

尽管三对角系统并行算法的研究取得了很多成果。但是还存在一些问题：直接法中，分治策略带来计算量和通信量的增加，如何减少计算量和通信量有待于进一步的研究；目前直接算法均基于分治策略，如何把其它并行算法设计技术，如平衡树和流水线等技术应用到三对角系统的并行求解中也是需要引起重视的方向；对于非对称系统还没找到一种通用的Krylov子空间方法；Krylov子空间方法的并行实现时仅考虑系数矩阵与向量乘，对其它问题考虑不够；以往设计的并行算法缺乏对算法可扩展性的考虑和分析。

【参考文献】

[1]骆志刚，李晓梅，王正华.三对角线性方程组的一种有效分布式并行算法[J].计算机研究与发展，2000，（7）.

第四篇：理解算理,构建算法研究总结(五年级)

2016至2017学“理解算理，构建算法”课题研究

五年级主题研究总结

通过这一阶段的研究，让我们五年级组的全体数学教师清楚的意识到不能简单地把学生出现的计算错误归咎于学生“粗心”、“马虎”等。其实学生在计算中出现错误的原因是多方面的。在五年级数学组全体成员的团结合作，积极努力下，通过扎实有效地开展“理解算理，构建算法”课题研究工作，尝试了一些做法，积累了一些经验。现将我们五年级组开展的“理解算理，构建算法”计算教学课题研究实验以来的相关情况总结如下：

一、制定计划，有序开展研究工作

接到学校通知后，我们五年级组成员根据学校计划作了明确的分工，共同制定研究方案，理清研究思路，使全体成员统一思想，进一步明确课题研究的实践意义、研究基本内容、研究的重点和难点、研究基本目标以及研究方法和手段。开展该项课题研究不仅能够促进小学计算教学的改革，更有利于学生计算能力的发展以及学生数学素养的提升，同时在课题研究中实现教师专业的自我成长，形成敢于实践，勇于创新的教科研精神。

二、注重研究过程，共同探究方法。

为保障课题研究活动的深入开展，力求研究实效，五年级组成员潜心研究计算教学，采取计算教学展示课、经验交流、专题讲座、等多种形式，相互取长补短，并就研究过程中遇到的困惑、问题进行研讨，大家积极建言献策。

根据学校课题研究实验方案，五年级组开展了对学生计算错误典型实例、原因分析与改进办法的问卷调查活动，收集课题研究材料。

（一）计算错误类型与原因分析

针对学生在计算中出现的错误类型、原因加以分析研究，才能矫正学生计算中出现的错误，但由于学生的认知发展水平和已有的知识经验有所不同，计算错误也是不同的。根据收集到的调查材料显示，学生计算错误大致可以归纳为知识性错误和非知识性错误两大类。知识性错误是指学生对于计算法则、算理、概念、运算顺序的不理解，或者没有很好地掌握所学知识导致的错误。非知识性错误是指学生由于不良的学习习惯所导致的错误。例如：抄错或看错数或符号、抄错题目、横式写对，竖式写错等。

1、知识性错误（1）口算错误

口算错误是指在运算的过程中出现基本计算上的失误，主要有以下两种情况：

①计算失误。例如： 9+45=55

110-60=40 ②口诀混乱。例如： 3×6=16 6×9=45(2)方法错误

方法错误是指在计算过程中因方法不对而产生的计算错误。主要有以下六种情况：

①算理不清。法则是学生思维的基本形式，又是学生进行计算的重要依据。只有正确理解和掌握计算法则才能正确地进行计算。例如：63－28=45。

原因分析：学生对退位减法算理不清，不明白个位不够减应从十位退一当十再加上个位上的数，然后再减，所以当个位不够减时就直接用减数来减被减数。

②对添括号和去括号算理不明确。例如： 82.36－(52.36－18.58)=82.36－52.36－18.58=31.42。

原因分析：学生在去小括号时没有减变加，不理解已知一个数减去两个数的差，等于用这个数先减去第一个数，再加上第二个数的算理。

③对乘法分配律的运用错误。例如：42.9×6.2＋42.9×3.8=42.9×42.9×（6.2＋3.8）。

原因分析：学生对乘法分配律的理解不透彻，运用有误，没有掌握好计算方法。

④对0的占位作用认识不够。例如： 618÷6=13。

原因分析：学生对0的占位作用认识不够，在什么情况下应该用0占位这一知识点没有掌握好。对商的最高位确定后，不够商1的就商“0”理解不清。因此，出现跳位商和空位的错误。

⑤分数加减乘除计算法则错误。例如：5/12+2/3=7/15，原因分析：对分数加减乘除计算法则不清楚，乘法是分子乘分子作分子，分母乘分母作分母，误以为加减法就是分子加减分子作分子，分母加减分母作分母；因为对每一种计算法则掌握不好，导致加减乘除计算时混淆不清，出现错误。

2、非知识性错误

当看到计算题数据较大，运算步骤过多时，学生就会产生畏惧心理，失去解题信心，表现为极不耐烦，不认真审题，没按运算顺序进行计算，没有耐心去选择合理算法，从而导致错误出现，甚至连题都不做。

1、短时记忆出错。

记忆是学习的基础、知识的储存、积累和更新都要依赖于记忆，无论是口算还是笔算或估算都需要良好的短时记忆力作保证。一些学生由于短时记忆力发展较差，直接造成计算错误。例如：退位减法，前一位退1，可忘了减1。同样，做进位加法时，忘了进位，特别是连续进位的加法，连续退位的减法，忘加或漏减的错误较多。计算小数乘除法时，漏点小数点。如22.4÷4=56。

2、不良的学习习惯、态度造成错误。

不良的学习习惯，例如：计算粗心，书写潦草，马马虎虎，做题不喜欢用草稿纸，再大的数也不想动笔算，而喜欢口算，做题时只求速度，不求质量，不注意审题、检查，态度不端正等这些不良习惯容易造成计算错误。

（二）计算错误矫正策略研究

不管何种原因造成的计算错误，教师们都要高度重视，找出问题的根本和关键，分析错误原因，加强练习。根据教师们的问卷调查分析，主要矫正策略如下：

1、教师要认真分析教材，钻研教材，精心设计教学过程，运用多种方法帮助学生理解算理，正确处理算理和算法关系，使学生不仅知道计算方法，而且知道驾驭方法的算理，不仅知其然，还要知其所以然。

2、概念的不理解，法则的不熟练也直接导致计算错误。因此，要加强对计算法则的深刻理解，在深刻理解的基础上进行记忆。

提升学生的计算能力是一个比较漫长的过程,也是数学教师不懈追求的目标。我们五年级组通过一个学期的研究，学生在计算方面有了很大进步，在6月20日进行的计算检测中我们年级平均分达到了97.1分，学生在计算方面有了很大的进步，只要我们在教学中正确引导，及时发现问题、分析问题、解决问题，计算教学课题研究实验工作一定能取得更好的成绩。

2017年7月

第五篇：基于形状特征的图像检索算法仿真实现研究

本科毕业设计（论文）

工 作 手 册

（理工类专业适用）

学 院

专业班级

姓 名

学 号

指导教师

二○一 年 月 日

基于形状特征的图像检索算法仿真实现研究

摘要:近年来,随着数字多媒体和移动计算机以及互联网信息技术的快速进步发展,数字图像的应用数量正以惊人的增长速度不断增长。面对日益丰富的数字图像媒体信息这个海洋,人们仍然需要有效地从中不断获取所有人期望能够得到的更多媒体信息。因此,在一个大规模的数字图像检索数据库中如何进行快速、准确的图像检索已经成为当前人们图像研究的一个热点。

为了能够实现快速而准确地进行信息检索数字图像,利数字图像的主要视觉信息特征,如图像颜色、纹理、形状等元素，基于形状的数字图像信息检索处理技术应运而生。本文主要深入研究基于图像形状基本特征的边缘图像侦测检索,边缘图像检测检索是基于图像形状基本特征的一种有效检索图像方法,边缘检测是检索图像最基本的形状特性。在图像景物边缘特征检测中,微分这个算子算法可以准确提取和输出景物图像的一些细节分析信息,景物图像边缘特征是图像细节分析信息中最主要具有不可描述性的景物边缘特征的部分,也是进行图像边缘分析过程中的一个不可或缺的部分。本文详细地阐述分析了一种局部边缘厚度检测算子方法,即canny方法算子,用c++编程语言实现各方法算子的局部边缘检测,并根据算子边缘厚度检测的准确有效性和边缘定位的准确可靠性,得出这种canny方法算子已经具备了所有最优化的边缘厚度检测所应必需的各种特性。并通过基于图像轮廓的图形描述表示方法,傅里叶轮廓描述符对一个图像的轮廓形状及其特征特点进行轮廓描述并将其存入图像数据库中。对行业也相应的具有检索查询功能。

关键词:形状特征检索;边缘图像检测;傅里叶描述符

一、前言

随着现代信息化工业社会的到来,几乎任何一个学科研究领域的技术发展都和现代计算机技术密切联系有关,人们所需要处理的图象信息已不仅仅只是一些数字、符号等的信息,而是越来越多地与人接触并得到大量的数字图象内容信息.其中例如:航空卫星信息遥感监测图象、医学遥感图象、地理水文信息监测图象等.而且在实际技术应用中随着时间的不断推移,图象信息数量也在不断扩大,利用各种人力来对这些图象信息进行内容浏览和信息检索，不仅仅需要大量的精力和时间,浪费大量的的人力,而且几乎已是不可能完成的一件事。这样需要利用计算机对这些数字图象内容进行有效内容组织和信息检索便已经成为现代人们科学研究的重要课题.因而传统的数字图象内容表达和信息检索处理方法往往是需要使用图象文件名、标题、关键词数字等.目前,这种检索方法已不能完全满足现代人们的技术要求.因此,人们越来越迫切地认识需要对这些图象的各种可视性和特征图象进行信息提取,并且根据这些可视特征对各种图象内容进行信息检索.基于图象内容的数字图象信息检索处理技术,也正是在这样的一种情况下发展产生的.基于图象内容的数据图象信息检索数据技术就是通过数据分析一个图象的主要内容(例例如:颜色、纹理、形状等),从大量活动视频图象库中查找含有特定物体的图象,它充分克服了现代传统检索方法的不足,融合了数字图象处理、图象识别和网络图象检索数据库等多个领域的最新技术成果,从而完全可以为你提供更有效的图象检索技术手段.它们既充分体现了特征图象的基本信息处理特点,又充分结合了现代传统图象数据库检索技术.其基本检索过程一般是:首先对一个图象特征进行图像预处理,然后根据特征图象的基本内容从特征图象中直接选取所有有需要的特征图象形状特征,存于图象数据库中;然后当对一个图象特征进行勾画检索时,对于一个图象已知的特征图象首先抽取其具有相应的图象特征,然后在整个图象数据库中进行检索与其相似的特征图象,也或者可以根据相对于某一个的查询对象要求直接给出一些图象特征点和值,然后根据所需要给定的图象特征点和值在整个图象数据库中进行检索所要的特征图象.结果例如:对于基本相同形状带有特征的图象检索,你或许可以直接给出一些有关被勾画检索某个对象的基本形状特征描述,可以认为是一些带有特征点的值,也或者可以认为是勾画出的检索对象的形状略图;对于基本相同颜色的图象检过,可以直接给出不同颜色的物体比例或者关系,等等.最后,给出图象检索后的结果.目前,从事这一技术课题相关研究的年轻人越来越多,国外许多著名科研机构和专家学者都在积极进行许多有关这一技术课题的相关研究,例如:公司的数据检索系统.国内的许多专家学者和相关科研机构也在积极进行此技术问题的相关研究.本文首先对基于对象内容实体图象的的检索数据进行了简要的理论概括,然后对基于实体对象动态形状的实体图象内容检索数据理论基础进行了深入的理论研究,包括:基于对象形状的实体图象内容检索计算方法,对象实体形状的综合描述,图象形状配匹检索算法,最后本文给出了一个基于对象形状的实体图象内容检索数据原型管理系统,并在一台微机上加以实现,该原型系统主要功能包括内容图象检索数据库的管理建立,数据库的日常维护,图象的信息查询等几个功能.二、研究介绍

2.1、课题背景及研究意义

随着现代多媒体网络技术、计算机网络技术、通信网络技术及互联网络的迅速进步发展,人们正在快速地发展进入一个现代信息化的新社会。现代信息技术已不可能能够运用各种技术手段大量的进行采集和分析产生各种类型的海量多媒体信息数据,人们对各种多媒体信息的采集需求也越来越大量和频繁。虽然人类信息的数量快速增长直接促进了人类社会的快速发展,但是由于信息快速膨胀也给现代人类社会带来了过多的的信息量以至于远远超过了这类人的整体接受信息能力。因此,除了怎样获取、处理和传输存储各种多媒体信息十分重要,怎样在各类海量的各种多媒体信息中快速有效地准确访问这些人们经常感兴趣的各种多媒体信息也对其显示体现出了同样的巨大重要性。

图像抽象信息采集是传统多媒体信息中最常见的一种,也因其具有传统多媒体信息采集数据量大、抽象应用程度低的基本特点。如何从各种海量的有用图像处理信息中有效地收集获取有用图像信息,即使是图像处理信息数据资源的使用管理和信息检索也就显得日益重要。随着当前人们对文字图像文本信息的巨大检索需求的不断增长,产生了基于图像文本的文字图像信息检索引擎技术,比如著名的中文搜索结果引擎google和百度中对文字图像的文本检索。这种基于人类文本的人工检索标注技术所广泛利用的人工文本标注检索方法虽然存在一些局限性,经常进行检索时会出来大量的一些用户不感兴趣的文本图像,但在没有找到更好文本解决办法的实际情况下,用户通常只能选择继续检索使用。因此如何对一个图像的特征内容自动、客观、全面地对其进行特征提取。真实有效的准确表示数字图像信息内容,帮助用户快速有效地检索访问自己感兴趣的信息图像内容，有着极大的科学研究领域需求和迫切的应用需要,而基于图像形状特征的数字图像信息检索分析技术恰好真正能有效的帮助解决这个现实问题。另外在实际的应用中,图像信息数据库及其信息检索的技术研究对医学多媒体图像数字图书馆、医学临床图像应用管理、卫星图像遥感网络图像和应用计算机图像辅助设计和开发制造、地理位置信息采集系统、犯罪识别系统、商标标识版权的使用管理,生物的形态辨识以及分类等诸多方面可以提供有力的技术支持。

2.2、国内外发展状况

近年来,CBIR已经逐渐发展早熟成为一个非常活跃的医药临床医学研究应用领域,各类我国顶尖临床科研机构与临床研究公司已陆续成功开发推出了一些基于CBIR临床应用管理系统的临床研究应用产品,有的已经成功广泛应用扩大到医药临床医学、商标、专利技术以及检索等诸多研究领域。

IBM的系统QBIC是它是第一个具有商业性的基于CBIR的子系统。它们还提供了基于图像颜色、纹理、形状和其他手绘图像草图的多种图像类型索引使用方法。columbia大学的图库Visual SEEK图库提供了基于自然色彩和立体纹理的多种索引分析方法。PhotoBook 是美国麻省理工学院和多媒体科学实验室自主开发的一套用于检索、浏览人脸图像的交互式检索工具,它其中包含三个图像子系统分别用于提取人脸形状、纹理和各种人脸面部特征,用户甚至可以分别定制做基于上述一种人脸特征的图像检索。MARS(multimedia analysis and retrieval system)这个系统由美国UIUC 大学负责开发,其不同之处主要在于用户学到了很多专业领域的基础知识:例如计算机图像视觉、数据库资源管理和云系统和网络信息资源检索。新加坡国立大学公司开发的一个基于复杂内容的模糊图像信息检索系统,其显著性的技术创新特色主要包括:多种特征提取的新方法、多种基于复杂内容图像检索的新方法、使用自定义组织式的神经网络对复杂内容特征进行度量、建立基于各种内容图像索引的新应用方法以及对各种多媒体信息格式进行模糊图像检索的新应用技术。

清华大学的数字ImgRetr检索结合了多种组织检索方法,就这样能为您提供基于形状主色、纹理、直方结构图、颜色元素分布、框架等多种组织方式的形状检索。

2.3课题研究的主要内容

本文主要依托基于物体形状的网络图像信息检索分析技术,重点深入研究基于物体形状动态特征的网络图像信息检索。形状纹理特征不同于物体颜色、纹理等的特征,形状纹理特征的正确表达必须以对物体图像中每个物体或图像区域的正确划分来作为理论基础。在二维矩形图像中的空间中,形状通常被我们认为为它是由于一条完全封闭的并由轮廓映射曲线所形成包围的特征区域。通常这种情况下.二维形状中的特征区域有两类可以表示它的方法,一类可以是一个区域形状特征,利用的可以是整个二维形状特征区域;另一种分类可以是一条轮廓曲线特征,利用的则可以是二维图像的整个外边和内界。本文主要重点研究的领域就是外界与边界的边缘索引测量方法边缘测量检测,边缘测量检测的常用方法主要有很多,如:roberts矩形交叉曲线微分代数算子、sobelt微分代数算子、priwitt交叉微分代数算子和Laplacian微分代数算子以及canny微分算子。而其中属Canny算子最好。

本文主要深入研究的字符是傅里叶描述符。其主要理论思想观点是用关于物体内部边界的傅立叶变换公式作为其物体形状学的描述。

2.4、相关内容介绍

2.4.1形状分析

2.4.1.1、形状特征

常用的长轴形状运动特征参数有长轴周长、形状特征参数、偏心率、长轴运动方向与弯曲运动能量等矩阵的描述、综合光密度以及三维轮廓的应力矩也同样可以用于表示和用来描述三维图像。

2.4.1.2特征选择

通常一般来说,形状的形态表示特征图型表示法具有两种常用图形表示法的表现方法,一种表示方式主要是用来表示具有轮廓性的形状形态特征,另一种表示方法主要是用来表示具有区域性的形状形态特征的。前者一般来说只用于看到整个部件物体的内部外观和形状边界,而后者则直接把它关系着其应用到整个部件物体外观形状上的各个区域。

2.4.2、一种基于形状的图像检索算法

2.4.2.1、算法分析

基于这种形状的图像检索更多地只是用于了解当前的用户能够粗略地扫描画出一个图形轮廓之后进行图形检索的实际情况。这种图形轮廓绘图可以认为是通过用户凭借自己脑子在空中的第一印象徒手自动画图绘出来的,也甚至可以认为是通过操作系统软件提供的基本图形绘图处理工具“拼凑”的。这两种检索情况都不具有一个基本特点,即它所提供的检索形状只是对所欲检索图象形状的粗略抽象描述,它从它的大小、方向或者其整体形状结构上都很有可能与真正根据要求调查的检索图形形状有较大小的出入。因此,基于面的形状进行检索的主要难点仍然在于需要寻找一种能够准确检索与面的大小、方向及整个扭曲面的伸缩程度无关的检索方法。

不变矩和产品轮廓的应力不变矩的方法产品具有良好的轴向平移、旋转、尺度上的缩小和放不变性及高度抗干扰性。用一个图像的形状不变矩和图像轮廓的应力矩阵来作为矩对图像的两种形状相似特征进行索引,使用适当的形状相似性之间距离进行定义,计算并得出两幅画中图像的形状相似性之间距离,当这个距离的值足够小时,就可以认为两幅画的图像形状是相似的。傅里叶这种算法不仅对图像噪音控制具有很好的鲁棒性,而且对几何变换速度具有不变性,更加十分适合工图像形状分析检索的实际需要。因此，提出了应力不变矩和矩形轮廓的应力不变矩的算法和傅里叶公式描述中的符号相结合的计算方法。

三、图像检索技术的发展过程

目前图像检索的技术最早开始于上个世纪70年代,当时主要研究的是基于文本的检索,即使采用关键词和描述性的文本来对其进行检索,要求使用者对文本中各种特征的描述都必须具备一定的精度准确性和规范性。但是随着各种大规模的数字化图像仓库的诞生,基于文本检索的技术暴露了自身的优势。在我国逐步发展到90年代,基于图像内容的信息化图像检索技术应运而生,其设计思路主要是充分利用信息化图像自身的各种视觉特点,例如:将图像中的颜色、纹理结构、形状、空间之间的关系等信息作为内容来进行匹配、查找。它通过充分地利用了己经拥有的算法,使得所有的特征提取和匹配都完全能够由机器自动地完成,检索的过程也没必要太多的人为干涉和解释,这就克服了传统的手工标签注释方式的低效率和二义性。

四、基于形状特征的图像检索

因为许多的图像检索系统把注意力集中到了基于色彩或者是纹理学的方式上。但对于某些图像形状来说,纹理和颜色的信息不够丰富,如一些商标图像等,这时基于纹理的检索方法便无法完全满足所有的检索要求,而必须从整个图像形状入手。形状特征信息是图像的中心特征之一,图像中的形态和信息不会随着图像中物体颜色的改变而发生任何变化,它是一种稳定的特征。用各种形状的特征来区别物体很加直观,它们是现代社会中人们识别不同形态图像的主要技术特征之一。因此,通过利用各种形状特征来检索图像,可以大大提高检索的精度和效果。基于目标的形状特征的图像检索主要目的是通过检测得到目标轮廓线或分割得到目标轮廓,并针对其所在位置进行形状特征的提取或直接针对图像搜集寻找合适的向量特征。形态描述要求我们在尽量区别各个目标之间的基础上,对于目标平移、转动及尺度的变化并不敏感。目前,虽然我们已经研究提出了许多关于形状的分析技术,但是想要将它们有效运用到图像检索中仍存在的问题还有一些困难和疑惑亟待解决,如算法的工作效率和复杂程度,形状特征的提取与描述等。

五、基于形状特征的图像检索具体实行

5.1对象形状的描述

图象经过边缘的提取、分割后可以获得诸个被分割的区域.对诸个被分割的区域所提取的形状特征,是基于内容的图象检索系统的重要组成部分,所提取的形状特征对于图象的旋转、图像的平移和对图象缩放都是不敏感的.本文主要研究涉及以下几种形状的特征:

(1)基于傅立叶系数的形态和特点.圆角度,细长程,散射性.(2)基于几何形状的特征.区域的面积,区域的周长,体态比.(3)矩描述.共有七个矩常量.(4)以相似多边形为基础的结构和特点.(5)形状直方图.5.2、系统设计与实现

系统主要可以分为三个组成部分:(1)图象数据库建立模块.该建立模块首先对用户输入的各种图象信息进行了预处理,其中包括各种图象信号和噪声的清除,图象尖锐化,边缘检测(对象物的分离),边缘细化,链码追溯,对于边界信息进行了多边形逼近,然后将其提取到对象的各种形状信息,最后把用户需要提取的信息特征值直接存入到图象数据库中;(2)图像数据库维护系统模块.本次维护系统主要负责对图像数据库信息进行维护,主要内容包括图像浏览记录的修改及历史纪念信息的删除;在对图像记录进行修改时,对那些由于计算机自动提取得到的特征值我们都是不可以进行修改的,而且我们只能通过修改这些由人为确定定义的字段,如:一个有关于图象的文字说明部分.(3)图像检索查询模块.该功能首先根据需要对被检索的图像进行提取的形状和特征,然后再根据需要选择按哪些特征值对象来进行检索,设置好图像的检索所达到要求的类型和相似程度,最后与将图像信息与数据库中的其他图像进行匹配,输出查询结果.图象的匹配查询是整个图像信息数据库的主要功能和组成部分,匹配算法的好坏及其优劣直接影响到匹配查询的速度和信息库查询的质量,其根本思路就是通过判断一个经典的已知图象与一个图像数据库中的一个图象之间的距离,如其距离有点足够小,就说明我们可以确定两个已知图象之间是相似的,其结果一般应该是多个已知图象,这些所有的图象都与经典查询的图像在一个给我们认为有点相似.我们其实可以通过运用各种相似性程量测度查询函数过程方法工具来进行分析和控制计算一个查询特征图象与一个特征图像数据库中每一个特征图象的相似度和程度,相似性程度测量中的查询函数过程主要来说是研究建立在对数据特征分析和模式识别相关技术研究基础上的,涉及所遇到的主要技术问题之一就是对于一个数据输入模式如何进行特征描述和模式判别,查询的基本过程就是根据一个新的给定数据模式对一个数据输入中的模式特征进行数据匹配.这个相似度一般来说是通过0~1之间的某个个不同参数特征来进行表现计算出来的,总的相似度也由各种不同特征所测量的相似度通过函数加权运算求和得.传统数据库的准确匹配和查询技术是很简单地了解的,但对于图象型的数据库来说,查询的质量和查询的快慢还是相互矛盾的,要求查询率和准确性好,就需要尽可能多地增加一些描述图象的特征矢量的维数,随之而来就需要尽可能多地增加计算量,所以,要在不降低特征矢量的维数条件下,才能够大幅度地提高查询率,就必须通过调整和完善查询的策略.主要采用以下两种操作方法:

（1）.聚类的基本原理:分类即把一个标准图象按类划分开来成以下几类,每一类都被用户定义成作为一个分类标准图,则在用户查询一个标准图象时,首先根据要求计算出与各种分类标准图之间的物理距离,确定它们之间是否隶属于何一类,然后再与该一类的标准图象之间进行具有相似性的分类匹配.（2）过滤的原理:即通过降低维数,在进行图象匹配之前,首先将一些形状和特征相差甚远的图像从一个被称为图象匹配团队中全部清除掉,然后再将查询到的图象和匹配团队中剩下的其他图象进行对比.5.3、算法步骤

(1)通过计算被检索图像的形状和特征,并从数据库中提取图像形状和特征进行索引;

(2)对特征向量进行归一化;

(3)使用欧式距离法来计算归一化后的图像数据库中各个图像与显示者的图像之间的相似性和距离;

(4)按序输出检索结果。

5.4.边缘检测

其中边缘化的特点通常是直接影响物体图像最为主要的一个基本特点。边缘则主要是在泛指周围各个像素的颜色灰度并没具有较大阶跃性质的变化或者在屋顶上的颜色没有发生较大改变的那一个周围像素。Poggio在文中这样解释说:“或许对应着图像中物体的边界或许并没有对应着图像中物体的边界,但是边缘具有十分令人满意的性质它能大大地减少所要处理的信息但是又保留了图像中物体的形状信息”。

边缘图像检查理论是一种实现图像识别的重要理论知识基础和技术前提,直接意义地说它决定了图像识别检查结果的客观准确性。由于人体边缘图像检测尚不成熟,直接地严重影响了对图像识别的实际研究应用,一直以来都认为是图像识别相关技术应用领域的重要研究发展热点。经过多年的研究探索和应用实践,边缘式质量检测系统技术已经逐渐发展渗透至各个应用领域。在应用生物医学上,边缘提取检测主要作为适用于人体肾脏血小球的边缘提取,在应用生物医学工业和工程科学以及其他工程材料领域的边缘检测,如聚酯纤维或者其他塑料制品。而且在加工喷涂、焊接和机械装配时也被充分地吸收利用。在中国传统的民族文化工艺美术上,用于对传统纺织品和手工艺品的定制设计,服饰的定制设计和手工制作,发型的定制设计,文物收藏材料以及照片的编辑复制和收集整理,运动员的身体动作状态分析和体能评级等等。总之,边缘厚度检测已被广泛应用于各个领域。这仍然是我们必须不容忽视的一个研究发展热点。

5.5、Canny边缘检测

5.5.1 Canny指标

基于微分算子的边缘提取方法存在的一个比较麻烦的问题是如何让我们选择适当的阈值,可以通过这种方法使边缘从每一个细节中被提取出来。阈值的选择方式不同,所需要提取得到的边界信息也不相同。在两个不同的阈值下,采用相同的微分算子均可以从图像边缘提取得出一个点,但两者之间有比较大的差异。这样,在边缘提取中也就存在了对提取良好与否的评估。

针对这一重要问题,根据边缘检测的工作有效性和其定位的安全可靠性, Canny 通过研究最优的边缘检测仪器所必须要求的特点,给出了衡量边缘检测系统性能好坏的三个主要指标:

(1)良好的边缘信噪声对比,即将不是边缘点错误判定为其他边缘点的错误概率相对较高,将其他边缘点错误判定为其他边缘点的错误概率相对较低;

(2)良好的定位特性,即检测出来的边缘点应该要尽量安装在实际边缘的点为中心;

(3)对于单个边缘只能产生唯一的响应,即单个边缘能够同时产生许多个响应,其概率相对较低,并且在虚假的响应中对边界的反馈效果相应得到最佳抑制.用这样一个词来说,就是我们希望能够有效地提高人们对于景物边缘的灵敏度和噪音的同时,这种能够有效地抑制其他人们产生噪音的方式才是良好的边缘提取技术。值得我们十分庆幸的一点其实是,且个二阶线性映射算子仍然能够在有效抵抗图形噪声和对图形边缘的线性检测之间获得最佳结果折中,这个二阶线性映射算子本身其实就是高斯函数的一个二阶取值引用导出函数。高斯函数和用于原图的卷积已经初步达到了一种可以抵抗局部噪声的主要效果,而用于求导的函数,则被普遍认为已经是我们检测一个景物局部边缘的一种重要手段。

设二维高斯函数为

其中,σ为高斯函数的平滑度和分布式的参数,可以被广泛地基于用来衡量控制网络对象或者网络图像平滑的重要程度。

其中，σ是高斯函数的分布参数，可用以控制对图像的平滑程度。

最优阶跃边缘检测算子是以卷积▽G*为基础的，边缘强度为

而边缘方向为

由高斯函数的定义我们得以可知,该高斯函数都可以是无限地从头拖尾的,在实践中,一般的各种情况下都方法是将原来的有限模板尺寸截断为n,至于就达到了有限的模板尺寸。这个新的实验结果证明,当时,能够直接取得较好的边缘化学检查实验结果。

5.5.2 Canny算子的实现

下面是Canny算子的具体实现。

利用高斯函数的双向可分性,将映射▽g的两个一维滤波卷积上的模板可以分解成两个一维的滤波行列式式滤波器:

1

2

3

4

5

6

K为常数将式12分别与图像

则反应出一个在图像上点处的边缘强度,是一个在图像点处的法向力矢量(下一个交于其边缘线方向)。

根据关于canny的卷积定义,中心边缘点梯度作为一个卷积算子和它的图像(x,y)的卷积梯度是在中心边缘点和梯度相同直线方向的同一区域内两个算子梯度中的最高值。这样,就可以能够通过在各个梯度点的最大梯度值和方位上进行判断并得出每个该梯度点的最大强度方位是否为其应用领域最大强度值,从而快速确定各个梯度点的边缘点。例如,当一个矩形像素图象满足以下三个基本条件时,则被我们视作该点是一个像素图像的边界点。

(1)当像素该中一点的平均边缘运动强度方向超过了沿着像素该中一点的边缘梯度方向运动的同方向两个像素相邻点的像素中一点的平均边缘运动强度时;

(2)与该点梯度方向上相邻两点的方向差小于45度;

(3)观测领域核心中的最大边缘变化强度最大边缘阈度数值以所在该观测点位置为领域中心。

此外,如果(1)和(2)同时被边缘的顶点像素满足,那么候选选择梯度最小值相同方向上的两个非相邻顶点像素就从候选选择边缘的顶点中被直接取消,条件(3)阈值相当于由候选边缘区域选择梯度最大的阈值所在点组成的一个阈值,即图像与候选边缘的顶点之间的平均距离可以进行阈值匹配,这一消除过程就等于消除了许多虚假的边缘点。

图像边缘检测的基本步骤:

(1)对于滤波,边缘的检测主要是基于引导值进行计算,但是容易受到噪声影响。然而,该滤波器在减少噪声时还会造成边缘强度的损耗。

(2)进行了增强,加强算法把邻域的点的度有明显改变的地方突出表现。一般是靠计算梯度的幅值来实现。

(3)进行检测,但是在有些影像中梯度幅值较大的点并非边缘端。最简单的对边缘性检测就是梯度幅值阈值的判断。

(4)定位,精确确定边缘的位置。

综上所述,Canny算子的具体算法步骤如下:

(1)使用高斯滤波器对图像中的信号进行滤波,去除图像中的干扰和噪声;

(2)分析利用高斯算子的一阶方向偏移滤波函数采用微分的方法对物体图像中各点方向进行滤波,得到每一点的方向梯度和角强度和物体运动时的方向;

(3)针对梯度方向运动进行“非极大抑制”时对其梯度的反向运动及其方向如图可以正确定义为其如下如图所示

标识分别为1,2,3,4的四个区域将其属于四个局部分区之一,各个局部分区用不同的线将相邻四个像素分别排列来对其局部进行高度比较,以此来决定其每个局部的极大像素值。例如,如果我们在相邻中心像素图像获得x的梯度方向上认为属于第4区,则把获得x的极大梯度方向值与其左上和右下两个方向相邻中心像素的极大梯度的数值大小进行向量比较,看获得x的极大梯度的数值大小是否可视为极大梯度值。如果不是,就把每个矩形像素y到x的颜色灰度系数设置为0。这一抑制过程被人们称之为“非极大抑制”。

(4)对一个梯度进行两次阈值,即取一个阈值,两者之间的关系公式为。我们将梯度值小于的每个像素灰度设置为0。然后将梯度值小于的每个像素灰度平均值设定为0。去除了大部分的噪声,但同时也导致损失了有用的边缘和界面结构信息。

5.6基于轮廓的描述方法

基于局部轮廓图对形状进行描述的设计方法又大致可以细分为局部连续型(注意即局部全局式)和局部离散型(即局部结构式)两种。连续型全局轮廓图图描述的方法并没有对称为全局图的轮廓图进行任何分段式的处理,往往目的是从整个称为全局图的轮廓图中抽取并给出一个特征向量。这种属于离散式的分析方法通常首先把它的轮廓特点分解成许多不同片段,然后用传统计算机轮廓提取法找出其片段相应的轮廓特点。简单的物体形状类型描述表示符主要类型包括链码、傅立叶描述符、曲率尺度空间形状描述表示符和小波描述表示符四种基于物体轮廓的形状描述表示方式。

5.7傅立叶形状描述符

傅立叶形状轮廓描述符即它是一种被广泛应用的二维模型形状轮廓描述符,其最基本的设计思想就是用一个直接位于模型物体内部轮廓上没有边界的傅立叶变换函数来对其内部形状轮廓进行精确描述,假设一个二维模型物体的内部轮廓形状是由一系列每个坐标值函数为的物体像素所组合构造的并组成,其中,n函数为在物体轮廓上每个坐标像素的实际参考映射次数。从这些边界点的整体坐标中我们常常可以由此推导出来得出四类不同形状的坐标表达,分别为正弦曲率坐标函数、质心坐标距离、复弦长坐标矢量函数及其余弦长坐标函数。轮廓弧曲线上一个特征点的移动曲率被精确定义是因为该点在轮廓线上切向的移动角度与曲率相当于轮廓弧长之间的角度变动率。曲率密度函数我们通常可以简单地将其表示形式如下:

其中是轮廓线的切向角度,定义为:

质心点的距离函数可以直接定义成其为从一个物体的边界点到另一个给定物体的边界中心之间距离,如下所示:

复坐标函数是用复数表示的像素坐标:

这种复杂的坐标向量函数的傅立叶变换形式可以用来产生一系列关于复数的坐标系数。这些频率系数从微观频率上直接反映表示了各个类型物体的宏观形状,其中较低和高频度的物体分量值就代表了各个类型物体微观形状的具体性和宏观细节属性,高频度的物体分量值则代表了各个类型物体宏观形状的具体微观细节属性特点。形状图的描述符参数可以通过这些图形转换器的参数计算得出。为了使其能够更好保持与参数旋转的速度无关性,我们简单地仅仅保留了每个参数的旋转尺寸位置信息,而且同时省略了参数相位位置信息。缩放参数无关性通常由于在保证把缩放参数值的大小同时减少添加到c和dc中的分量(或第一个不为零的缩放参数)之后缩放才能得到确认。请特别注意图形转换中的无关性就是基于物体轮廓上的形状属性来转换表示固有的转换属性。对于具有曲率向量函数和质心之间距离的曲率函数,我们只不过需要分别考虑正交角频率的两个坐标时间轴,因为这时两个函数的傅立叶变换都必须是对称的,即有。基于点的曲率三角函数的一种形状线性描述符号也可以使其表示形式为:

其中整数代表傅立叶变换每个参数的第一至i个整数分量。类似的,由质心粒子间距所做的推测计算得到的粒子形态可以描述

符为:

对于一个复杂的坐标密度函数,正值的频率密度分量和负值的频率密度分量被同时广泛使用。由于函数dc的地理参数定义是否与某些形态条件所在处或地点的地理位置密切相关而因此得以常被忽略。因此,第一个不是零的微波频率参数分量被广泛应用于后来用于标准化其它的微波变换频率参数。复函数坐标系是函数所有的推导形式得到的坐标形态为其描述符式为其定义方程为:

为了能够保证在整个特征数据库中所有位于物体的各种特征形状和其他特征均可以具有相同的特征直径和特征长度,在第一开始进行实施傅立叶变换前后你需要把所有位于物体边界点的个别特征数目可以统一添加到m。因此算法可以被直接替换为傅立叶变换法的方式使用来大大幅度改善这个算法的执行效率。

5.8图像的相似性度量

在基于特征信息的图像内容检索图像信息检索中,特征的信息相似性和特征度量也被广泛认为已经是一个亟待解决的重大检索技术研究课题之一。只有在根据分析结果得到特点图像的两个特点后后再进行对该两个特点的图像相似性距离进行准确度量,才能有效的根据图像相似性和图像距离情况做出准确判断,实现对该特点图像的准确检索。为了更好地准确达到不同特征数据检索的提取目标,需要针对特征提取后得出的不同特征数据进行相似度的分析计算。相似性系数是以一个特殊数值的表示方式被用来显示表达两个不同物体之间的事物相似性相关程度的一种数学度量式的结果。将一个人类图像的各种特征检索观察点可看作等同是图像位于一个坐标标准空间的一个特征点,两个图像特征观察点的相似度和特征距离即相似度通常用它们之间的特征距离系数来精确表示,不同特征种类的图像特征检索数据所指的需要同时采用的相似度及其度量计算函数都可能是不一样的,相似性和度度量函公式的正确选择的恰当与否往往会对特征检索结果精确度与否产生很大的直接影响,合适点的距离才是度量计算函数的正确选择,将来也会帮助使得人类图像的各个特征向量比较更加容易契合了解的人类对于各种视觉图像感知技术方面图像内容的特征仿真,有助于基于人类视觉图像感知技术方面的人类图像特征检索分析技术的仿真性能和实际应用。

假设我们在一个图像的数据库中,用两个特征向量分别来描述和表示任意一个图像的特征,其中 x 和 y ,分别为是任意两个图像的特征向量,它们之间的接近程度我们可以通过采用距离的度量或者是统计学的方法等等来对这两个图像的相似性做出判断。常见的距离测度度量主要有欧几里德、Manhattan等。下面就我重点介绍一下欧几里德的距离。

欧几里德的线性距离函数是一种在实际上已经使用十分广泛的线性距离函数变量。它的变量计算简单,并且同时也和国际参考动力系统理论中的径向旋转不确定变量计算有密切相互联系。它的英文含义:

例如当我们发生了数据的丢失或者是当所有的特征矢量都不具备相同的权重时,那么就无法利用欧几里德距离计算方法来对其进行类似性的测度。为了避免这类情况,在实践和研究的过程中,我们可以针对欧几里德的距离进行归一化。归一化欧几里德距离的定义公式如下图所示:

6、实验结果分析

图像库中包括简单几何形状,其中星形、心形、圆形、新月形图像10幅。从分析我们不仅可以清楚地明显看出,算法对于检索图像的视觉扭转和图像形变都真的是十分具有非常强的不变性,并对于检索图像的基本主观形态和视觉特性也是非常具有鲁棒性,在就算没有一定的图像形变和扭转干扰等等条件的特殊情况下,仍然完全可以直接得出良好的视觉图像判断检索实验结果;且由于算法检索图像结果所需要排列的持续时间和排列顺序与检索个体的视觉主观性和视觉特征判断检索方式大致相同,检索结果准确率也比较高。

六、以形状为特点的图像检索系统设计

6.1检索基本思想

本文文件检索的基本工作方法主要内容是:在根据设计需要建立矩形图像库时,对不同输入的两个矩形图像子存入进行综合分析,分别选择采用经过改进后的不同可变矩和二维极坐标傅里叶描述子对两个图像的不同形状和状态特征向量进行综合描述;在将两个图像子的存入转换到二维矩形图像库同时,也将其中两个相应的不同可变矩和二维极坐标傅里叶描述子的形状特征向量分别存入二维矩形图像库的特征库.检索时,根据所有用户需要提供的图像查询数据示例检索图像,采用通过线性函数加权方法求和的一种计算结果方式,计算其与二维矩形图像库中各不同类型矩形图像的各种综合相似度,把计算结果对子集中的一个大于一定相似度的图像结果集进行返回发送给所有用户.6.2 Canny算子的程序设计

本文是用C++编程来实现图像的处理,整体流程图如图所示

未打开

N

Y

Canny算子程序流程图如图所示：

6.2.1图像特征数据库设计

基于图像形状和特征的检索系统中的一个图像特征数据库是用来存放和分析图像仓库中不同图像之间的形状和特点。在这里,将计算得到的一组图像的形状和特征(曲率、质心距离、复坐标和弦长)从 Access中存放到一个相应的特征列表中,组成了一个特征数据库。

对于图像的检索,本文特别设计了对图像入库、显示、删除和添加描述四个功能。首先,利用灰度共生矩阵提取的方法得到一个图像的形状特征,并将这些特征数据存储在 access 数据库中;然后,利用基于文本或者简单的缩略图浏览等多种方式从 access 数据库中寻找到一个示例的图像,同时,针对该一个示例图像进行基于其形状和特征的内容检索和匹配,并根据需要给出检索结果的图像。

6.3实验结果

以下是原图与处理后的图片，其中图3-4为原始图片，图3-5为Canny 算子处理后的图片。

从上述处理过的数据和图像中我们可以清楚地看出, canny 算子所处理的数据和图像不但达到了准确地提取边缘信息的主要目的,提高了抵御干扰的能力外,还使得边缘更为连续清晰。

七、基于图像形状学特点的检索方法在系统中的实现

7.1系统框架

一般的图像检索子系统主要有两个大部分共同组成:图像产生子系统和数据库检索子系统,如图4-1所示。图像产生的子系统主要是对于图像输入前进行的预处理、图像中内容的特性提取以及把这些特性和部件描述的信息纳入到数据库中。图像检索子系统主要是完成对图像的检索,其中包含了浏览和查询、图像特点的相似性匹配以及图形使用者接口等几个部分。

在本文的两个实验物理子系统中,图像特征制作与截图生成实验子系统将本文中所需要描述的流体物理学图像特征及其应用对象的局部轮廓特征进行了综合分析并并入库。在这个图像轮廓检索工具子系统中,支持一个用户通过浏览库中现有的一个图像库,手动地绘制一个图像库的轮廓及然后选择一个示例的视图。

7.2编程环境

本次测试实验操作系统的主要程序开发工具平台主要是Window XP,选择使用Visual C++6.0和Access两款软件作为主要的程序开发工具,选择Visual C++6.0和Access是因为它们都能够具有面向对象应用程序设计的基本整体化和性能设计特点以及所需要开发的所有应用程序都能够具有高度的效率地正常运行。同时又是一种微软技术性高度相互集成的企业软件开发实用工具,它为企业用户自己提供了一套功能强大的企业微软软件基础类库。且因我们已经使用了Visual C++6.0来用于开发一个基于视频内容的数字视频流和图像信息检索系统。由于芯片系统内部采用了面向对象的图像设计工作方式,这样也就使得芯片系统的许多图像功能以及处理图像模块都完全可以直接整合应用起来到其它的芯片图像处理系统中,而且需要添加新的图像算法也就不必再因为需要额外复杂地进行修改许多的图像源代码,非常好地有助于整个芯片系统在图像功能上的逐步完善和不断扩展。

7.3程序结果

首先打开一个图像库选择一个图像,然后对该图像进行特征提取。系统通过图像检索相似度的匹配,找到六个与其相似的图像,输出结果。找到六个与其相似的图像,输出结果。

八、总结

本文第一章对基于内容的图像检索方式进行了概述,进而又着重介绍了基于形态的图像检索方式。并且广泛地应用了对图像进行边缘检查的技术,对整个图像进行了检索。它主要是运用 canny 算子的方法。首先,是对边缘的检测主要以导数来计算,但是受到了噪声影响。然而,该滤波器在减少了噪声的作用下,也造成了边缘强度的损耗。其次,增强算法把对邻域的点的度有明显改变的地方以及点凸显性地展现了。一般可以靠计算机梯度的幅值来实现。再次,但是在有些图象中,梯度幅值比较大的地方并非边缘的节点。最简单的对边缘性检测就是梯度幅值阈值的判断。最后,精确地选择了边缘处的位置。

我也希望在今后的将来有更多的人去探导、研究一个边缘检测算子,为使我们能够看到更好的影片效果而努力,为了促进全人类的生活和发展而努力。图像是自古以来人类识别和交流信息的一个主要资料来源,因此,图像处理的应用领域已经涵盖到了人类日常生活、工作等诸多领域。随着现代科学技术的发展和进步,图像的应用领域也在不断拓宽。所以对于边缘性的检测也是需要继续进步。我看到将来,边缘检测技术已经广泛地应用于人们日常生活的各个领域,在当今世界人类的日常生活中,文化艺术、军事技术、生物医疗技术、工业生产和信息工程技术、航天与空间技术等等重要的领域都占有着不可或缺的一部分。同全人类的生活走向风流。

参考文献

[1] 章毓晋．图像处理和分析[M]．北京：清华大学出版社，1999

[2] 章国宝．叶桦．陈维南.基于正交小波变换的多尺度边缘提取[J]．中国图像图形报，1998（3）

[3] 陈武凡．.彩色图像边缘检测新算法−广义模糊算子法[J]．中国科学A辑，1995（2）

[4] 唐立军．段立娟．高文．基于内容的图像检索系统[J]．计算机应用研究，2001，18(7)：41-45

[5] 冯所前．文档内容图像检索[D]．北京大学信息科学技术学院智能科学系硕士学位论文，2005

[6] 谢毓湘．吴玲达．栾悉道．基于内容的图像检索技术研究[J]．计算机工程与应用，2002(1)：35-38

[7] 宋涛．刘刚．一种基于内容的文档图像检索方法．《郑州大学报》，2010年1月

[8] 郭小娟．基于内容的图像检索技术的研究[D]．西安：西北大学，2007

[9] 徐建华．图像处理与分析[M ]．北京:科学出版社，1992

[10] 贾元元．基于形状的图像数据库检索技术研究[学位论文] 2004

[11] Ang Y H．Image Retrieval Based on Multidimensional Feature Properties 1995

[12] 赖志国．余啸海．Matlab 图像处理与应用[M]．北京：国防工业出版社，2004

[13] 唐路路．张启灿．一种自适应阈值的Canny边缘检测算法/光电工程：第38卷第5期，2011．5