线划图像的细化算法研究

论文摘要

细化（Thinning）被定义为图像最外层像素的连续移除,直到生成一个连通的、单位像素宽度的骨架,这个骨架的理想状态是图像线条的中轴线。20年前,自从这种方法第一次被提出,细化就成了模式识别领域中重要的处理步骤之一。在测绘领域,二值图像的细化是地图矢量化的重要研究内容,也是地图符号识别的基础,在遥感图像边缘跟踪、分类中,线状图像的细化是重要组成部分。设计一个细化算法的大部分困难在于必须要充分考虑到图像总体的性质,除此之外还要考虑到噪声点的移除和交叉点的选取。要在不同的应用中根据不同的目的选择不同的细化方法,这主要由细化对象的类型决定。因此,以实际应用为基础研究细化方法具有一定的现实意义。本文在论述细化算法的基本原理和方法、线划图像二值化和预处理的基础上,对影响线划图像细化的因素做了分析,随后,主要针对细化结果的两个方面（锐角和单像素化）做了具体分析。对于锐角细化产生冗余信息的问题,通过分析影响锐角细化效果的因素,提出了在预处理步骤中的改进方法。然后分析了在细化方法中的笔划趋势问题和“肿块”问题,接着对于细化后不能保证骨架为单像素的问题,在细化处理结果上继续对像素进行操作,以保证所有骨架都是单像素。本文对几种主要细化方法进行综合论述,并对Zhang-Suen算法进行改进,最后对原始算法和改进后的算法进行实验对比。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 国内外发展及应用现状
• 1.2 细化方法存在的问题
• 1.2.1 保持连通性
• 1.2.2 保留端点
• 1.2.3 对称剥离
• 1.3 研究的意义和内容
• 1.3.1 意义
• 1.3.2 内容
• 第二章 线划图像的预处理
• 2.1 线划图像的二值化
• 2.1.1 全局阈值化方法介绍
• 2.1.2 局部阈值法
• 2.1.3 分解方法
• 2.2 预处理
• 2.2.1 膨胀和收缩
• 2.2.2 孔洞移除
• 2.2.3 去噪
• 2.3 本章小结
• 第三章 细化方法综合分析
• 3.1 基本定义
• 3.2 串行细化算法
• 3.3 并行细化算法
• 3.4 非迭代细化方法
• 3.5 本章小结
• 第四章 改进的Zhang-Suen细化算法
• 4.1 Zhang-Suen算法简介
• 4.2 细化前锐角问题处理
• 4.2.1 锐角处理中模板的选择
• 4.2.2 锐角处理改进的具体方法
• 4.2.3 实验结果分析
• 4.3 细化后笔划趋势的改进
• 4.3.1 改进的笔划趋势分析方法
• 4.3.2 实验结果分析
• 4.4 细化后"肿块"问题的处理
• 4.4.1 问题的提出
• 4.4.2 问题的解决
• 4.5 细化后单像素化处理
• 4.5.1 单像素化方法
• 4.5.2 结果分析
• 4.6 实验综合分析和比较
• 4.7 本章小结
• 第五章 结论与展望
• 5.1 结论
• 5.2 存在的问题及展望
• 参考文献
• 致谢