1)不是所有形状都能够细化
2)一种细化方法并不可以应用在所有图像上
3)经细化所提取出的骨架即目标图的中心轴。
1.2.2 细化算法的分类
细化算法可以依据有无通过迭代运算分为(如图1.2所示):
(1)非迭代算法:经过1次细化就可以提出图像骨架
(2)迭代算法:不断将目标图像的边缘像素扫描,删除,直至提出的骨架的像素宽度是单一的。
迭代方法又可以根据检索方法分成串行算法,并行算法以及混合细化算法;
可以依据处理后图象的联通分为(1) 邻域(2) 邻域 (3)混合联通算法;
还可以按照处理方向分为(1)单向(2)双向(3) 方向。
   图1.2  细化算法的分类
1.2.3 一般的细化算法
   常见的细化算法一般包括串行算法和并行算法,在实验中总是用的有 算法, 算法, 算法, 算法等。 算法通过细化后结果为 线条近邻联接; 算法处理后结果为 -联接图形, 算法结果为一个中心像素, 算法处理后结果为 -联接骨架。
1.2.4  细化算法
    细化算法是并行的细化算法,在作用过程中主要依靠模板匹配的方式,并将删除目标图外围的冗余像素,使偶像素点图像的中轴骨架为双像素,而奇像素点图象的中轴骨架为单像素。在此基础上对目标图象处理,最终得到的笔划宽度值为 。经过 细化算法细化后的图像会保持原图像的连通性,不会发生畸变。
1.3课题研究内容
    本课题主要研究了 图像细化算法并做了相关的仿真处理以及与其他算法的对比。
    第一章绪论主要介绍了细化算法的现状发展,细化算法相关内容的简要介绍以及 算法实现的意义;
    第二章介绍了细化前的准备工作—图像的预处理在细化之前的工作;
    第三章主要完成了 细化算法的仿真实现;
    第四章主要完成了 算法与其他细化算法的细化结果比较。
2 图像细化前的准备工作
 计算机通过一些光电设备读入图像时,会受一定程度的图像质量干扰的影响。
可能使得图像模糊,造成变形,产生噪声等。这些干扰不利于我们对目标图的有效识别。因此为了得到更好的识别效果,较为准确的处理结果,这些都要依靠预处理来实现。
图的预处理的基本步骤如下(如图2.1所示):
 图2.1   图像预处理步骤
2.1灰度化
目前我们接触的大多为彩色图象。彩色图象的像素由 这 个取值为
 的分量按一定比例构成(如图2.2所示)。
 
图2.2  三基色混合颜色表
    如果计算彩色图像每个像素点的颜色,将会有 ( )种,无疑使得图像难于处理。灰度图像作为 相同的图像,可以视其为一种特殊的彩图,那么每个像素仅需 个字节来存放灰度值,将变化的范围缩在 中。相较于彩色图像而言,灰度图像不但可以减少相应的计算量,而且能够完整地表示出图像的特征和颜色等级的分布。
可以利用如下 种方法将彩色的目标图进行并完成灰度化的转换
(1)分量法
    如果将彩图的 分别看成 个灰度图像,那么其各自亮度便为相应
灰度值。可以按需求任意选择一种灰度图。
 ;    ;        (式2.1)
(2)平均值法
将 的亮度求平均,得到的亮度值看成一个灰度值。
                 (式2.2)
上一篇:ASP+access《大学生健康网》网站设计
下一篇:视频编码中错误隐藏技术研究

Lukasiewicz模糊算子的图像融合算法研究+源代码

SIFT算法图像匹配研究+程序

Android图像处理软件的设计与实现+源代码

MATLAB基于植物图像的智能识别系统研究

自拍图像中的记忆痕迹【5090字】

嵌入式系统数字图像采集...

CDMA的无线图像监控终端设计【801字】

室外办公系统创新设计研究

常用游戏对于小学生英语教学的影响

硅酸钇镥闪烁晶体的光学性能研究

哈萨克民歌中生态美學思想的表现【4092字】

建议全面开放生育政策,...

中班幼儿“求助”型告状行为的访谈提纲

人性化的用户界面设计研究

天秤男婚后出轨能改好吗...

地方政府跨区域联合环境污染治理研究

无刷电机调速系统设计任务书