始于凸包络线的闭主曲线学习算法研究

本文提出了将凸包技术与自组织拓扑映射技术相结合的一种针对封闭曲线特征提取的主曲线学习算法，解决了一般主曲线算法无法有效模拟封闭和较为复杂分布数据集的难题。算法以数据集的凸包络线为起始步，通过分析数据集的全局和局部特征，逐步逼近数据集分布并获得封闭主曲线。算法的关键在于凹点挖掘算法的研究。实验结果表明，对于一般封闭曲线点集，该方法均能在较短的时间步内较好地逼近源数据集。该算法结构简单，复杂性在最坏情况下也不超过ｏ（n^2），同时对图像的有界连通区域外部边界特征的提取与图形识别亦将具有较高的应用价值。