细化算法

图像细化(Image Thinning),一般指二值图像的骨架化(Image Skeletonization)的一种操作运算。

所谓的细化就是经过一层层的剥离,从原来的图中去掉一些点,但仍要保持原来的形状,直到得到图像的骨架。骨架,可以理解为图象的中轴。

评价指标:

  • 收敛性
  • 保证细化后细线的连通性
  • 保持原图的基本形状
  • 减少笔画相交处的畸变
  • 细化结果是原图像的中心线
  • 细化的快速性和迭代次数少

 

%]~41}3TF[QUJPTZ93GQEVG

其中:

  • 非迭代算法:

   一次即产生骨架,如基于距离变换的方法、游程长度编码细化等

  • 迭代算法:

    重复删除图像边缘满足一定条件的像素,最终得到单像素宽带骨架

  • 串行算法

    是否删除像素在每次迭代的执行中是固定顺序的,它不仅取决于前次迭代的结果,也取决于本次迭代中已处理过像素点分布情况

  • 并行算法

    像素点删除与否与像素值图像中的顺序无关,仅取决于前次迭代的结果


 

效果

L_FSFTPYXO}16TM%N6`03K1

转载于:https://www.cnblogs.com/KC-Mei/p/4335975.html

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐