基于NAM的多子模式圖像表示和檢索方法研究.pdf

1、圖像表示方法在計算機圖形學、圖像處理、模式識別、計算機視覺和機器人等研究領域內具有重要的研究意義。非對稱逆布局的模式表示模型（NAM）借助于Packing問題的思想，能夠有效地表示多種類型模式，是一個通用型的模式表示方法。
　　 在NAM模型的基礎上，研究了兩種新的NAM表示方法，一種是包括多種走向非等腰直角三角形等多種子模式的多子模式表示方法MNAM，另一種是僅包括一種新的多邊形子模式的圖像表示方法PNAM。并將NAM方法用于

2、圖像內容檢索，研究了基于NAM的顏色檢索和形狀特征檢索等圖像內容檢索方法。
　　 對NAM中的子模式進行了擴展，研究了點、直線、三角形和矩形等多種典型子模式的MNAM圖像表示方法，其中的三角形子模式包括四種方向不等腰的直角三角形。實驗結果表明與線性四元樹和原有的矩形NAM相比，MNAM方法對圖像進行表示時在圖像壓縮比和重建圖像質量方面都有較好的表現。
　　 針對MNAM表示，引入了灰度插值的方法，對原有的點、直線、矩形和

3、三角形四種模式重新進行了定義，一個三角形插值塊可以通過三個頂點的位置和灰度值按照線性插值的方法生成塊內任意一點的灰度值。理論分析和實驗結果表明在引入插值方法以后，與MNAM方法相比，算法的復雜度會增加，圖像的壓縮比可能略有降低，但是圖像的重建質量則會得到明顯的提高。
　　 引入了多邊形子模式，對PNAM圖像表示方法進行了研究。采用基于區(qū)域增長的多邊形搜索算法對圖像進行編碼，對多邊形的存儲則設計了一種比較精簡的形狀語法方法。進行圖

4、像重建時，則采用一種改進的邊標志算法。實驗結果表明用PNAM方法對圖像進行表示時在圖像壓縮比和重建圖像質量方面都有良好的表現。
　　 基于PNAM表示方法對Legendre矩的快速計算進行了研究。PNAM編碼以后圖像可以看作若干個具有同樣灰度值的塊，可以利用格林公式將二重積分轉化為一重積分，同時又利用當邊界被表示為多邊形的情況下，線積分還可以直接由頂點的值計算進一步簡化矩的計算過程。由于MNAM表示方法可以看作PNAM表示方法的