早在 世纪 年代，人们开始通过计算机对图像进行处理。随着科技的发展， 世纪 年代，数字图像处理已然成为一门学科。图像识别的技术也日臻成熟，由此以减少图像的像素数为主的细化方法被广泛应用在图像分析，信息压缩中。细化在逐渐发展中就对图像预处理起到越来越重要的作用[4]。 世纪 年代模式识别技术得到广泛的应用，如语音识别，生物认证，声纹识别，指纹识别，数字水印技术等。在这些应用中，使用细化的方法将被处理对象的线条简化至只含中心线的单线条，使其可以减少冗余，利用有用信息进行拓扑或形状分析的分析以及原始对象的还原。若是待处理对象原本就是线状图像，其主要为了改善图像。26988
在细化处理中，需要充分考虑到图像的总体特征。论文网首先要遵循的便是图像的连通性，要清楚地认识到该像素点该被保留还是删除。不同的细化算法有着不同的细化过程和结果，但它们都有如图1.1所示的基本要求

               图1.1 细化算法的要求
在早期的不发达科技条件下只满足对图象的简单处理，所以大部分传统的细化算法主要依据串行处理方式，只对目标图像扫描一遍后得到图像的骨架。然而，这种处理时间短的简单细化算法在很多情况下考虑不够全面，例如在细化时没有考虑到原图像的中心轴，使得细化结果扭曲变形，产生畸变；而有些算法只对结构简单的图形起作用，那么则不可应用在不易辨识的手写体等图形中。随着科技的不断发展，如今对图象处理效果的要求也在不断提高。在保证细化质量的前提下，细化最好没有冗余信息，那么传统的细化算法已经无法满足种种新的技术要求。所以 细化算法的提出正好满足保证骨架条件下的无扭曲变形，断点，细化效果较好的要求。在今后的图像处理工作中， 细化算法也可以成为一个具有明显细化优势的选择。 数字图像细化处理国内外研究现状:http://www.youerw.com/yanjiu/lunwen_21321.html