CN106197440A - 基于角度约束的道路数据压缩方法 - Google Patents
基于角度约束的道路数据压缩方法 Download PDFInfo
- Publication number
- CN106197440A CN106197440A CN201610482980.2A CN201610482980A CN106197440A CN 106197440 A CN106197440 A CN 106197440A CN 201610482980 A CN201610482980 A CN 201610482980A CN 106197440 A CN106197440 A CN 106197440A
- Authority
- CN
- China
- Prior art keywords
- point
- curve
- discrete point
- angle
- threshold value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明提出了一种基于角度约束的道路数据压缩方法,包括如下步骤:建立曲线的离散点集合,确定曲线的起始点和终止点;计算曲线垂向阈值、径向阈值、角度阈值;判断离散点是否保留。本发明提出一种基于角度约束的道路数据压缩方法,本算法在基于径向距离约束的Douglas‑Peucker算法的基础上进行了改进,提出基于角度约束的Douglas‑Peucker算法,通过给道路特征点间两条子路段之间的夹角设置阈值,当夹角大于设定的阈值时,保留该特征点,反之则不保留。从而达到在尽量保留道路几何特征的基础上,减少道路几何特征点,从而达到减少道路子路段的目的,提高道路匹配的效率。
Description
技术领域
本发明涉及道路匹配技术领域,特别涉及一种基于角度约束的道路数据压缩方法。
背景技术
由于车辆数据的道路匹配过程涉及的算法复杂、计算数据量大,因此为了提高匹配算法的效率,需要在道路匹配前对道路数据进行压缩处理。
道路数据是曲线矢量数据的一种。对于曲线矢量数据的压缩是地理信息系统、计算机自动制图和计算机图形学等学科中的一个常见问题。对曲线矢量数据的压缩处理可分为无损压缩和有损压缩两种。无损压缩是在保证曲线的点序集合N不变的情况下,减少N所占用的存储空间。曲线矢量数据的无损压缩算法主要分为两种即LZW法和利用矢量数据特征及表达精度的限制改变数据字长的方法。
有损压缩的基本原理是对组成曲线的点序集合N进行抽取,得到一个新的点序子集N′,且该子集N′作为一个新的信息源,在指定的精度范围内,应从内容上尽可能地反映原点序集合,而于特征点数量上则尽可能精简。目前较为成熟的有损矢量数据压缩算法主要有:Douglas-Peucker(DP)算法、利用距离约束的垂距限值法、利用角度约束的James法、小波压缩法以及光栏法。此外,黄培之在Douglas-Peucker算法基础上提出了具有预测功能的曲线矢量数据压缩方法。
道格拉斯—普克法(Dogulas-Peucker算法)是一种公认有效的矢量数据压缩方法,可以在编程中利用递归过程非常简洁地实现该算法,并能够达到O(nlogn)的时间复杂度。Douglas-Peucker算法的缺点在于:(1)对具有公共边的线状地物压缩后可能改变其拓扑关系;(2)曲线起始点不确定时,从不同的起点开始压缩,得到的结果可能不同;(3)对弯曲程度较大的曲线进行化简时,存在压缩程度与保留曲率变化特征点之间的矛盾。
如中国专利CN 104165630 A的发明专利,该发明提供一种基于离散点的道路匹配方法和道路匹配装置,然而,该发明对弯曲程度较大的曲线进行化简时,存在压缩程度与保留曲率变化特征点之间的矛盾问题。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此,本发明的目的在于提出一种道路匹配效率高的基于角度约束的道路数据压缩方法。
为了实现上述目的,本发明提供一种基于角度约束的道路数据压缩方法,包括如下步骤:
步骤S1,建立曲线的离散点集合,确定曲线的起始点和终止点;
步骤S2,计算曲线垂向阈值、径向阈值、角度阈值;
步骤S3,如果离散点集合内的离散点到起始点和终止点直接连接的路段的垂距小于曲线的垂向阈值,则执行步骤S4,反之,则不保留该离散点;
步骤S4,如果该离散点到终止点的径向距离大于径向阈值,则执行步骤S5;反之,则不保留该离散点;
步骤S5,如果离散点集合内的离散点到终止点的路段与起始点和终止点直接连接的路段之间的夹角大于角度阈值,则路段经压缩后保留该离散点,并计入曲线压缩后点集合;反之则不保留,并不计入曲线压缩后点集合。
步骤S6,当所有曲线都处理完毕时,依次连接曲线压缩后点集合内的离散点,所形成的折线,即为曲线的压缩后近似曲线。
进一步的,在步骤S1中,曲线的离散点集合P为
P={Pi|(xi,yi)},i∈1,2...,n
其中,n是离散点集合P中的离散点数量,xi是离散点Pi的横坐标,yi是离散点Pi的纵坐标,P1为曲线的起始点,记为点A,Pn为曲线的终止点,记为点B。
进一步的,在步骤S2中,曲线垂向阈值为D,径向阈值为r,角度阈值为Θ;
则,Θ=arcsin(D/r)
其中D为曲线上离线段最远的特征点C到线段的垂距,r为特征点C到终止点B的距离,Θ为∠CBA。
进一步的,在步骤S3中,如果离散点Pi到线段的垂距di小于曲线的垂向阈值D,则执行步骤S4,反之,则不保留该离散点Pi。
进一步的,在步骤S4中,如果离散点Pi到终止点B的径向距离ri大于径向阈值r,则执行步骤S5;反之,则不保留该离散点Pi。
进一步的,在步骤S5中,如果离散点Pi到线段之间的夹角大于角度阈值Θ,则路段经压缩后保留该离散点Pi,并计入曲线压缩后点集合P′;反之则不保留,并不计入曲线压缩后点集合P′。
本发明提出一种基于角度约束的道路数据压缩方法,本算法在基于径向距离约束的Douglas-Peucker算法的基础上进行了改进,提出基于角度约束的Douglas-Peucker算法,通过给道路特征点间两条子路段之间的夹角设置阈值,当夹角大于设定的阈值时,保留该特征点,反之则不保留。从而达到在尽量保留道路几何特征的基础上,减少道路几何特征点,从而达到减少道路子路段的目的,提高道路匹配的效率,解决了在压缩程度与保留曲率变化特征点之间的矛盾。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为现有技术中的基于径向距离约束的Douglas-Peucker算法示意图;
图2a-2d为在选择不同径向距离的情况下,对同一矢量曲线的压缩过程图;
图3a-3b为压缩后特征点与端点间距的关系示意图;
图4为本发明的基于角度约束的Douglas-Peucker算法示意图;
图5为本发明的流程图;
图6为本发明的压缩前道路特征点数与几何特征的对比图;
图7为本发明的压缩后道路特征点数与几何特征的对比图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
本发明提供一种基于角度约束的道路数据压缩方法,参考附图5,包括如下步骤:
步骤S1,建立曲线的离散点集合,确定曲线的起始点和终止点;
曲线的离散点集合P为:
P={Pi|(xi,yi)},i∈1,2...,n, (1)
其中,n是离散点集合P中的离散点数量,xi是离散点Pi的横坐标,yi是离散点Pi的纵坐标,P1为曲线的起始点,记为点A,Pn为曲线的终止点,记为点B。
步骤S2,计算曲线垂向阈值、径向阈值、角度阈值;
设曲线垂向阈值为D,径向阈值为r,角度阈值为Θ;
则,Θ=arcsin(D/r)
其中D为曲线上离线段最远的特征点C到线段的垂距,r为特征点C到终止点B的距离,Θ为∠CBA。
步骤S3,如果离散点集合内的离散点到起始点和终止点直接连接的路段的垂距小于曲线的垂向阈值,则执行步骤S4,反之,则不保留该离散点;
即,如果离散点Pi到线段的垂距di小于曲线的垂向阈值D,则执行步骤S4,反之,则不保留该离散点Pi。
步骤S4,如果该离散点到终止点的径向距离大于径向阈值,则执行步骤S5;反之,则不保留该离散点;
即,如果离散点Pi到终止点B的径向距离ri大于径向阈值r,则执行步骤S5;反之,则不保留该离散点Pi。
步骤S5,如果离散点集合内的离散点到终止点的路段与起始点和终止点直接连接的路段之间的夹角大于角度阈值,则路段经压缩后保留该离散点,并计入曲线压缩后点集合;反之则不保留,并不计入曲线压缩后点集合。
即,如果离散点Pi到线段之间的夹角大于角度阈值Θ,则路段经压缩后保留该离散点Pi,并计入曲线压缩后点集合P′;反之则不保留,并不计入曲线压缩后点集合P′。
步骤S6,当所有曲线都处理完毕时,依次连接曲线压缩后点集合内的离散点,所形成的折线,即为曲线的压缩后近似曲线。
图1为基于径向距离约束的Douglas-Peucker算法示意图。通常该算法对提取曲线跨度长度较为有效,但在曲线形状复杂的情况下,无选择合适的径向距离进行压缩计算。
图2a-2d为在选择不同径向距离的情况下,对同一矢量曲线的压缩过程图。
图2a中,中ABCDE为原始曲线,子路段d为特征点C到的距离,r1表示子路段的长度,与的长度相等记为r2。从图中可以看出,原始曲线中所有点距端点的垂距总小于曲线的垂向距离d,因此仅需要对径向距离进行考虑。图2b、图2c、图2d分别给出了径向阈值大于r2、小于等于r2大于r1、小于等于r1情况下,对原始曲线进行径向约束算法压缩的效果。
图3a-3b为压缩后特征点与端点间距的关系示意图。
在实际情况中,当被压缩曲线两端点距离较远时,基于径向约束的Douglas-Peucker算法对保持曲线的几何特征有较好的效果,当曲线两端点距离较近的情况下,效果较差。
图3a和图3b给出了径向距离阈值不同时的情况,根据基于径向约束的Douglas-Peucker算法,当路段终点位于B1时,路段长度小于径向距离阈值,P点被舍去;终点位于B2时,路段距离大于径向距离阈值,P点被保留;而在实际的道路匹配处理中,需要对路段角度变化较大的特征进行保留,即当终点位于B1经压缩后保留P点。
为解决此类问题,本发明借鉴基于径向距离约束的Douglas-Peucker算法,提出基于角度约束的Douglas-Peucker算法。如图3所示,路段与的夹角大于角度阈值θ0时,路段经压缩后保留点P,反之则不保留。
由于道路弧段的点序集合为有序集合,因此对于角度计算中的方向判断问题可以用方位角来解决。
本发明基于角度约束的Douglas-Peucker算法流程如下:
表1基于角度约束的Douglas-Peucker算法流程
用基于角度约束的Douglas-Peucker算法对图1中的曲线进行处理,如图4所示,设压缩时的径向阈值为r2,垂向阈值为d,则角度阈值可设为arcsin(d/r2),图4中可以看出,与基于径向距离的压缩算法相比,对基于角度约束的压缩算法的处理结果更能保留曲线的几何特征。图6和图7为本发明的压缩前后道路特征点数与几何特征的对比图。
本发明提出一种基于角度约束的道路数据压缩方法,本算法在基于径向距离约束的Douglas-Peucker算法的基础上进行了改进,提出基于角度约束的Douglas-Peucker算法,通过给道路特征点间两条子路段之间的夹角设置阈值,当夹角大于设定的阈值时,保留该特征点,反之则不保留。从而达到在尽量保留道路几何特征的基础上,减少道路几何特征点,从而达到减少道路子路段的目的,提高道路匹配的效率。
本发明能在保证道路几何特征基本不变的情况下,实现对道路数据特征点的压缩,减少参与匹配处理的子路段数量,解决了在压缩程度与保留曲率变化特征点之间的矛盾。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求极其等同限定。
Claims (6)
1.一种基于角度约束的道路数据压缩方法,其特征在于,包括如下步骤:
步骤S1,建立曲线的离散点集合,确定曲线的起始点和终止点;
步骤S2,计算曲线垂向阈值、径向阈值、角度阈值;
步骤S3,如果离散点集合内的离散点到起始点和终止点直接连接的路段的垂距小于曲线的垂向阈值,则执行步骤S4,反之,则不保留该离散点;
步骤S4,如果该离散点到终止点的径向距离大于径向阈值,则执行步骤S5;反之,则不保留该离散点;
步骤S5,如果离散点集合内的离散点到终止点的路段与起始点和终止点直接连接的路段之间的夹角大于角度阈值,则路段经压缩后保留该离散点,并计入曲线压缩后点集合;反之则不保留,并不计入曲线压缩后点集合。
步骤S6,当所有曲线都处理完毕时,依次连接曲线压缩后点集合内的离散点,所形成的折线,即为曲线的压缩后近似曲线。
2.如权利要求1所述的一种基于角度约束的道路数据压缩方法,其特征在于:在步骤S1中,曲线的离散点集合P为
P={Pi|(xi,yi)},i∈1,2...,n
其中,n是离散点集合P中的离散点数量,xi是离散点Pi的横坐标,yi是离散点Pi的纵坐标,P1为曲线的起始点,记为点A,Pn为曲线的终止点,记为点B。
3.如权利要求1所述的一种基于角度约束的道路数据压缩方法,其特征在于:在步骤S2中,曲线垂向阈值为D,径向阈值为r,角度阈值为Θ;
则,Θ=arcsin(D/r)
其中D为曲线上离线段最远的特征点C到线段的垂距,r为特征点C到终止点B的距离,Θ为∠CBA。
4.如权利要求1所述的一种基于角度约束的道路数据压缩方法,其特征在于:在步骤S3中,如果离散点Pi到线段的垂距di小于曲线的垂向阈值D,则执行步骤S4,反之,则不保留该离散点Pi。
5.如权利要求1所述的一种基于角度约束的道路数据压缩方法,其特征在于:在步骤S4中,如果离散点Pi到终止点B的径向距离ri大于径向阈值r,则执行步骤S5;反之,则不保留该离散点Pi。
6.如权利要求1所述的一种基于角度约束的道路数据压缩方法,其特征在于:在步骤S5中,如果离散点Pi到线段之间的夹角大于角度阈值Θ,则路段经压缩后保留该离散点Pi,并计入曲线压缩后点集合P′;反之则不保留,并不计入曲线压缩后点集合P′。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610482980.2A CN106197440A (zh) | 2016-06-27 | 2016-06-27 | 基于角度约束的道路数据压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610482980.2A CN106197440A (zh) | 2016-06-27 | 2016-06-27 | 基于角度约束的道路数据压缩方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106197440A true CN106197440A (zh) | 2016-12-07 |
Family
ID=57460898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610482980.2A Pending CN106197440A (zh) | 2016-06-27 | 2016-06-27 | 基于角度约束的道路数据压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106197440A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874919A (zh) * | 2017-03-16 | 2017-06-20 | 广东工业大学 | 一种用于确定船体外板角点的方法与装置 |
CN107222217A (zh) * | 2017-05-26 | 2017-09-29 | 中国神华能源股份有限公司 | 数据压缩方法及装置 |
CN108469263A (zh) * | 2018-03-07 | 2018-08-31 | 武汉中海庭数据技术有限公司 | 一种基于曲率进行形点优化的方法及系统 |
EP3385673A1 (de) * | 2017-04-07 | 2018-10-10 | Continental Automotive GmbH | Verfahren und einrichtung zur reduktion von zwischenpunkten in einem polygon |
CN110477906A (zh) * | 2019-08-26 | 2019-11-22 | 电子科技大学 | 一种心电信号qrs波起止点定位方法 |
CN110849366A (zh) * | 2018-08-20 | 2020-02-28 | 广州弘度信息科技有限公司 | 一种基于视觉和激光雷达融合的导航方法及系统 |
CN111159321A (zh) * | 2019-12-13 | 2020-05-15 | 智慧航海(青岛)科技有限公司 | 船舶轨迹数据筛选方法和装置 |
CN113390425A (zh) * | 2020-03-13 | 2021-09-14 | 北京四维图新科技股份有限公司 | 地图数据处理方法、装置、设备和存储介质 |
CN116505953A (zh) * | 2023-06-30 | 2023-07-28 | 湖南腾琨信息科技有限公司 | 基于bim和gis的海量地图数据优化压缩处理方法 |
CN117553777A (zh) * | 2024-01-12 | 2024-02-13 | 航天宏图信息技术股份有限公司 | 高精导航图智能疏密曲线离散折线方法、装置及设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1806266A (zh) * | 2003-06-11 | 2006-07-19 | 松下电器产业株式会社 | 数字地图位置信息压缩方法与设备 |
CN104467866A (zh) * | 2014-10-14 | 2015-03-25 | 福建师范大学 | 一种基于角度的轨迹数据压缩方法及装置 |
-
2016
- 2016-06-27 CN CN201610482980.2A patent/CN106197440A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1806266A (zh) * | 2003-06-11 | 2006-07-19 | 松下电器产业株式会社 | 数字地图位置信息压缩方法与设备 |
CN104467866A (zh) * | 2014-10-14 | 2015-03-25 | 福建师范大学 | 一种基于角度的轨迹数据压缩方法及装置 |
Non-Patent Citations (2)
Title |
---|
余洋: ""云计算环境下的大样本浮动车数据处理关键技术研究"", 《中国博士学位论文全文数据库 基础科学辑》 * |
杨得志: ""矢量数据压缩的Douglas- Peuck er算法的实现与改进"", 《测绘通报》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874919A (zh) * | 2017-03-16 | 2017-06-20 | 广东工业大学 | 一种用于确定船体外板角点的方法与装置 |
US11226205B2 (en) | 2017-04-07 | 2022-01-18 | Continental Automotive Gmbh | Method and device for reducing intermediate points in a polygon |
EP3385673A1 (de) * | 2017-04-07 | 2018-10-10 | Continental Automotive GmbH | Verfahren und einrichtung zur reduktion von zwischenpunkten in einem polygon |
WO2018184952A1 (de) * | 2017-04-07 | 2018-10-11 | Continental Automotive Gmbh | Verfahren und einrichtung zur reduktion von zwischenpunkten in einem polygon |
CN107222217A (zh) * | 2017-05-26 | 2017-09-29 | 中国神华能源股份有限公司 | 数据压缩方法及装置 |
CN108469263B (zh) * | 2018-03-07 | 2020-07-24 | 武汉中海庭数据技术有限公司 | 一种基于曲率进行形点优化的方法及系统 |
CN108469263A (zh) * | 2018-03-07 | 2018-08-31 | 武汉中海庭数据技术有限公司 | 一种基于曲率进行形点优化的方法及系统 |
CN110849366A (zh) * | 2018-08-20 | 2020-02-28 | 广州弘度信息科技有限公司 | 一种基于视觉和激光雷达融合的导航方法及系统 |
CN110477906A (zh) * | 2019-08-26 | 2019-11-22 | 电子科技大学 | 一种心电信号qrs波起止点定位方法 |
CN110477906B (zh) * | 2019-08-26 | 2021-11-26 | 电子科技大学 | 一种心电信号qrs波起止点定位方法 |
CN111159321A (zh) * | 2019-12-13 | 2020-05-15 | 智慧航海(青岛)科技有限公司 | 船舶轨迹数据筛选方法和装置 |
CN113390425A (zh) * | 2020-03-13 | 2021-09-14 | 北京四维图新科技股份有限公司 | 地图数据处理方法、装置、设备和存储介质 |
CN113390425B (zh) * | 2020-03-13 | 2023-11-21 | 北京四维图新科技股份有限公司 | 地图数据处理方法、装置、设备和存储介质 |
CN116505953A (zh) * | 2023-06-30 | 2023-07-28 | 湖南腾琨信息科技有限公司 | 基于bim和gis的海量地图数据优化压缩处理方法 |
CN116505953B (zh) * | 2023-06-30 | 2023-09-08 | 湖南腾琨信息科技有限公司 | 基于bim和gis的海量地图数据优化压缩处理方法 |
CN117553777A (zh) * | 2024-01-12 | 2024-02-13 | 航天宏图信息技术股份有限公司 | 高精导航图智能疏密曲线离散折线方法、装置及设备 |
CN117553777B (zh) * | 2024-01-12 | 2024-04-05 | 航天宏图信息技术股份有限公司 | 高精导航图智能疏密曲线离散折线方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106197440A (zh) | 基于角度约束的道路数据压缩方法 | |
CN107886129B (zh) | 一种基于视觉词袋的移动机器人地图闭环检测方法 | |
US20110299737A1 (en) | Vision-based hand movement recognition system and method thereof | |
WO2012033498A1 (en) | Systems and methods for data compression | |
CN113128582B (zh) | 一种基于Matrix Profile的时间序列变长模体挖掘方法 | |
CN105045927B (zh) | 建设工程工料机数据自动编码方法及系统 | |
CN106980870B (zh) | 短文本之间的文本匹配度计算方法 | |
CN109977668B (zh) | 恶意代码的查询方法及系统 | |
CN110738222B (zh) | 图像匹配方法、装置、计算机设备和存储介质 | |
CN111327949A (zh) | 一种视频的时序动作检测方法、装置、设备及存储介质 | |
CN104778442A (zh) | 视网膜细胞荧光显微图像的自动分割和计数方法 | |
CN109841264B (zh) | 一种序列比对滤波处理方法、系统、装置及可读存储介质 | |
CN106777980A (zh) | 一种基于dtw的时间序列相似性预测方法 | |
KR102035860B1 (ko) | 연속 제스처 인식 시스템 | |
US9069775B2 (en) | Methods and devices for generating directories | |
WO2010013863A1 (en) | Method of detecting character string pattern at high speed using layered shift tables | |
JP6569734B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN113780295B (zh) | 一种基于lac-floss算法和ier算法的时间序列分割方法 | |
CN103208003B (zh) | 一种基于几何图形特征点形状描述子的方法 | |
CN114170257A (zh) | 一种拟合弯曲目标轮廓的、装置、计算机设备及存储介质 | |
CN103336963A (zh) | 一种图像特征提取的方法及装置 | |
CN111192216B (zh) | 一种车道线平滑处理方法及系统 | |
CN108875720A (zh) | 矢量字体的骨架线提取方法及装置 | |
CN111369595A (zh) | 基于自适应相关卷积神经网络的光流计算方法 | |
CN110196964A (zh) | 字体格式的转换方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |