|
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。 |
