[發明專利]一種快速骨骼化二值數字圖像中圖形的方法

有效

• 申請號: 201210504534.9
• 申請日: 2012-11-30
• 公開（公告）號: CN103150741A
• 公開（公告）日: 2013-06-12
• 發明（設計）人: 賈靚;閔革勇
• 申請（專利權）人: 常州大學
• 主分類號: G06T7/60
• 分類號: G06T7/60
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于一種對二值數字圖像中圖形進行細化從而得到其骨骼的圖像處理方法，特別涉及一種快速骨骼化二值數字圖像中圖形的方法。

背景技術

國內外類似的骨骼化方法常用于光學字符識別(Optical?CharacterRecognition，OCR)和一些基于圖像形狀的圖像處理算法，例如霍夫變換(HoughTransformation,HT)圖像算法，因此用于獲取圖形骨骼的細化算法具有重要的工業應用價值和學術理論意義。

二值圖像中圖形骨骼的概念早在1967年由Blum首次提出，骨骼是指在由前景像素所組成的區域中，與區域局部邊界相切的，最大內切圓的圓心的集合，參見H.Blum,“A?transformation?for?extracting?new?descriptors?of?shape”,Modelsfor?the?Perception?of?Speech?and?Visual?Form,pp.362-380,1967。經過多年發展，涌現出兩類細化算法，即基于距離函數和非距離函數的細化算法。基于距離函數的算法是一種傳統的細化算法，而非距離函數算法相對而言是較新的算法，例如基于神經網絡（詳見R.Krishnapuram,F.Chen,“Implementation?of?parallelthinning?algorithms?using?recurrent?neural?networks”,IEEE?Trans.Neural?Netw.,vol.4,no.1,pp.142-147,Jan.1993.），小波（詳見Y.Y.Tang,X.G.You,“Skeletonizationof?ribbon-like?shapes?based?on?a?new?wavelet?function”,IEEE?Trans.Pattern?Anal.Mach.Intell.,vol.25,no.9,pp.1118-1133,Sep.2003.）和曲率流（詳見A.Imiya,M.Saito,“Thinning?by?curvature?flow”,Journal?of?Visual?Communication?and?ImageRepresentation,vol.17,no.1,pp.27-41,Feb.2006.）的細化算法。非距離函數算法主要應用于對三維二值圖像中三維圖形的骨骼化處理，對二維圖像而言，這些算法過于復雜且運算量較大，參見W.Wong,F.Y.Shih,T.Su,“Thinning?algorithmsbased?on?quadtree?and?octree?representations”,Information?Sciences,vol.176,no.10,pp.1379–1394,May.2006。因此，在二維二值圖像中，傳統的基于距離函數的細化算法仍然是一種獲取圖形骨骼的高效方法。

基于距離函數的細化算法大致可分為基于光柵掃描和基于中軸的算法，參見S.Bag,G.Harit,“An?improved?contour-based?thinning?method?for?characterimages”,Pattern?Recognition?Letters,vol.32,no.11,pp.1836-1842,Oct.2011。在1981年,Davies提出了一種基于光柵掃描的經典細化算法，詳見E.R.Davies,Machine?Vision:Theory，Algorithms,Practicalities,3rd?ed.CA:Morgan?Kaufmann,2005。與現代細化算法不同，這種算法除了二維矩陣之外，并沒有使用額外的、復雜的數據結構來輔助算法，也沒有使用用于給出距離函數計算值的查詢表，所以該算法結構簡單，易于分析和實現，但其細化效果隨圖形復雜度的增加而衰減。近年來，相繼有基于光柵掃描的細化算法問世，其中Wong于2006年提出了一種能給出復雜圖形有效骨骼的細化算法，詳見W.Wong,F.Y.Shih,T.Su,“Thinning?algorithms?based?on?quadtree?and?octree?representations”,InformationSciences,vol.176,no.10,pp.1379-1394,May.2006。這種算法采用了四叉樹和八叉樹的復雜數據結構，預計算了距離函數的值并存儲在查詢表中，這使得該算法以耗費較多計算資源的較大代價換取了給出復雜圖形骨骼的結果。

發明內容

本發明所解決的技術問題主要有以下兩點：