1) sketch-based coding
图像轮廓编码
2) Contour Coding
轮廓编码
1.
This paper proposes a new image contour coding algorithm based on wedgelet.
基于wedgelet理论提出了一种图像轮廓编码算法。
2.
The method is mainly based at the contour coding.
该方法主要建立在轮廓编码的基础上进行。
3) Image contour
图像轮廓
1.
Codon feature of image is studied in detail, and the codon of closed smooth contour to arbitrary non closed planar curves is expanded in order to represent image contour more accurately.
详细研究了ｃｏｄｏｎ模型，将基于封闭光滑轮廓的ｃｏｄｏｎ特征编码推广至任意非封闭曲线，使ｃｏｄｏｎ特征在保持原有的抗旋转和尺度变化等几何失真特性基础上，更完备地表示图像轮廓，有效提高匹配精度。
2.
At last,the image contours including lines and regions were gained.
该方法首先根据设定的矩阵算子检测出图像中的区域块,然后按照一定的规则判断区域的边界,对区域进行填充,最后得到含有线条和区域边界的图像轮廓。
3.
Corner is one of the important features of image contour.
角点是图像轮廓线最重要的特征,为了准确而快速地检测角点,提出基于轮廓尖锐度的计算方法。
4) profile image
轮廓图像
1.
New method for detecting human face based on profile image;
一种基于轮廓图像的人脸检测方法
5) image contour line
图像轮廓线
1.
Fortunately, in most cases, the image contour line, which segments the sky background and mountain, can be easily fetched from those photog.
本文提出了一种匹配山体图像轮廓线的相机空间定位方法。
6) image code
图像编码
1.
In this paper,after impoving the fuzzy cluster approach (FC),we propose a new fuzzy vector quantization Algorithm(FVQ)which is fitting for image code.
本文通过对模糊聚类(FC)的分析和改进,提出了一种适合图像编码的模糊矢量量化的方法(FVQ),该方法在聚类过程中未对矢量间的模糊关系进行扩张,而是构造更为合理的关系,从而在计算复杂度降低的情况下能得到更好的聚类,最后利用LBG局部寻优能力对聚类结果进一步优化,所得码书较传统LBG算法有大幅提高。
补充资料：图像编码
传输图像信息的代码形式。它在接收端可重现图像。在图像信息传输过程中，例如把卫星拍摄的空间探测图片传输到地面上来，必须保持合理的保真度和最大限度地压缩传输的数据量，这就需要对图像信息进行合理的编码。最基本的图像编码方法是脉冲码调制，简称 PCM（见调制技术）。这是一种点处理技术的数字编码方法：首先对连续的视频信号采样和量化，然后赋予每一量化值一组固定字长的比特代码，称为码字。为了避免重建图像上量化分级之间出现光亮度跳变现象（灰度轮廓效应），被传输图像的灰度等级要取64～256级,即每个像素需要6～8个二进制数位。如果一幅图像包含有1024×1024像素，灰度等级为64级,则所需总位数为6×220。彩色图像的每个像素有3个灰度值（红、绿、蓝）,其总位数是黑白图像的3倍。代码比特数越大,图像传输时间就越长、存储量也越大。图像编码的一个重要指标是每个像素所用的平均位数，称为平均比特数。图像编码的任务在于：①在保证一定图像保真度的情况下尽可能地减少平均比特数。图像的最优编码就是在不丢失图像信息的条件下，平均比特数为最小的编码。②用接收的代码所恢复的图像是唯一的。为了减少代码位数，又不致产生严重的灰度轮廓效应,对通常的PCM编码量化方法可作些改进,如伪噪声量化、改良灰度量化、粗细量化等,它们都能在位数较少的情况下有效地减少一些灰度轮廓效应，但也伴随着图像的某些退化现象。还有一些其他方式的编码方法，如适合于图像的、边缘和灰级都较少的行程编码方法，用像素灰级预测值和实际值的差值进行量化的微分脉冲码调制(DPCM)的编码方法，以及属于一种最优统计编码的霍夫曼编码方法。在某些图像数据很大的情况下,也可以考虑适当地丢失一些图像信息(有些为肉眼所不能分辨的),以换取更小的平均比特数。这里涉及畸变的度量方法和图像的统计描述问题，是正在研究中的一个课题。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条