岩石节理二值图像的细化

分析岩石节理图片,细化是关键的一步,它是分析节理拓扑结构的基础。由于二值节理图片噪声大,节理内部有空洞等特点,直接用现有细化算法得到的结果中存在大量毛刺和并非真实骨架的环形结构。本文针对这些问题提出了一种算法,把彩色图像中的信息加到了二值图像处理过程中。本算法细化后的结果更好地反映了岩石节理的骨架。     

基于最大邻域点跟踪的静脉图像细化算法

针对二值静脉图像,提出了一种基于最大邻域点跟踪（MNPT）的细化算法．该方法首先估计出静脉纹路宽度,并根据该宽度值计算静脉纹路上像素点的邻域和,然后确定离散的起始搜索点,最后通过跟踪最大邻域点得到细化静脉图像．实验表明,该细化方法提取的静脉骨架位置准确、连通性好、纹路平滑,是一种有效的静脉图像细化方法．     

改进的符号图像并行细化算法

针对符号图像的细化,提出了一种并行细化算法的改进算法,通过对符号图像目标像素中非骨架点的逐层剥落,最终获得图像中符号的骨架,提高了算法的执行效率;同时在图像细化过程中记录了获得骨架点时当前正在剥落的层,为解决细化图像中特征点的畸变提供了可能.     

基于生成树的图像完全细化算法

图像细化是图像处理的重要环节,已有的图像细化算法较多,但都存在一些缺陷,限制了算法的使用范围。提出一种基于生成树的图像细化算法,对原图像运用形态学细化算法预处理,对中间结果的连通分支分别建立生成树,利用树的结构特征对图像中各连通分支逐个细化。对指纹图像的实验结果表明,该算法能使图像得到完全细化并能有效的去除毛刺,减小噪声干扰,还能避免交叉点处连通度冗余现象,有较强的适应性。     

基于数学形态学细化算法的图像边缘细化

为了解决Sobel算子在阈值选择不当的情况下易造成图像边缘丢失或产生伪边缘的问题,通过最大类间方差的方式选出合适的阈值;同时利用数学形态学细化算法对该边缘图像进行细化处理。实验结果显示,该方法在保持原有边缘图像特征信息的前提下,比传统Sobel算子得到了更好的结果。     

一种基于边缘点特征的细化算法

本文根据二值图象的边缘点在八个方向上具有较多的象素不相互对称这一重要特征,提出了一种新的细化算法。由剥蚀和矫正两个部分组成。在剥蚀部分,只需判别被测象点的8或12个邻点的分布情况,就可以决定该点的删除与否。而矫正部分,则是对剥蚀后的图象的进一步完善。我们用本文所介绍的算法,对1200个无限制手写体数字进行细化处理,结果证明该算法具有判别简单,对噪声不敏感,并能较好地保持原模式的形状及连通性的优点。     

基于边缘细化的角点提取算法

图像的角点提取在计算机视觉领域中具有重要的应用价值。本文基于角点一定是边缘点且是两条边缘或多条边缘交点的这一几何特性,提出了一种基于边缘细化的角点提取算法。算法先用Canny算子提取图像的边缘,然后进行细化并填充边界线上的断点,再利用角点的几何特性来确定角点的位置。实验结果表明,这种算法提高了角点提取的正确率、定位精确、实用性强。     

基于改进PCNN的指纹图像细化算法

针对基于模板脉冲耦合神经网络(PCNN)指纹图像细化算法细化时间长、纹线断裂、细化不彻底等问题,通过增加4个细化模板,重新构造方形模板及改变细化过程,提出一种基于改进PCNN的指纹图像细化算法。实验结果表明,该算法能够较好地满足细化要求,细化彻底、速度快且纹线光滑无毛刺,能够应用于其他二值图像。     

一种有效的快速细化算法

提出一种有效的快速细化算法，包括两个步骤：首先通过建立weight—value的概念对模板进行分类，然后按照分类后的模板对象素进行删除，使之成为由双层点或单层点构成的子图像；为保证能将双层点细化为单层点，提出两个模板，依据这两个模板进行并行细化从而得到单象素骨架,实验证明这个方法是快速有效的．     

改进的字符图像细化算法

针对现有并行细化算法中存在的细化不完全、二像素宽斜线细化畸变等问题,提出一种改进的细化算法.首先对二值图像构造了一组保留模板和消除模板,采用算术逻辑运算对图像进行初步细化,并结合保留模板匹配将二像素宽斜线予以保留;再利用消除模板匹配进一步删除斜线上的冗余像素,得到8连接的单像素图像.针对字符图像的实验结果表明,文中算法能够有效地避免二像素宽斜线的细化畸变,保持了原图像的拓扑结构,实现图像的完全细化.     

重叠颗粒图象的分离

在细胞图象、纳米材料图象等颗粒图象中，经常会有颗粒重叠粘连的现象，这给图象后续的分析处理带来了许多困难，针对这一情况，提出一种有效的分离算法，应用于二值化后的数字图象，先对图象作距离变换，使颗粒群中的每个颗粒在距离图象中都产生一个局部最大值，再利用分水岭算法，从一个初始的高阈值逐渐降低，就能找到边界点，从而将颗粒样分开。     

一种有效的二值图像细化算法

基于对图像中目标边缘的分析，提出了一种行之有效的二值图像细化算法。实验证明，采用该算法细化后所得的图像骨架不仅对称性好，而且为单像素宽，并能够完整地保持原图像的连通性。     

基于模糊距离变换的颗粒图像分割方法

在颗粒图像中,经常存在颗粒重叠或者粘连现象。本文提出了一种新的图像分割方法。该方法首先对颗粒图像进行二值化,然后对图像作模糊距离变换得到模糊距离图,再利用分水岭算法将粘连或者部分重叠颗粒分离。实验证明,此法能够将粘连颗粒物图像有效分离。     

An Iterative Thinning Algorithm for Binary Images Based on Sequential and Parallel Approaches

Thinning is an important process in several applications of computer vision. It aims to find the onepixel midline of the pattern in binary image. In spite of different thinning methods that have been proposed, the existing methods are not capable of solving all thinning problems. In this work, a new iterative thinning method for binary images was proposed based on a hybrid technique of sequential and parallel approaches. It consists of three stages. The first pre-processing stage determined and prepared the contour. Next, the peeling stage tested and removed unwanted pixels. When the first two stages did not meet more pixels, the postprocessing stage prepared the skeleton to produce the final one-pixel width skeleton. In this work, the first and last stages adopted the sequential approach, while the second stage was based on the parallel approach. To evaluate the performance of the proposed method, a selected and DIBCO2010-H_DIBCO2010_GT benchmark datasets were used with benchmark measurement techniques for thinning processing. The results were compared with Huang, Zhang, K3M, and Abu-Ain methods. The experiments show that the proposed method is implemented well with all types of thinning problems, better than other methods. It is simple to design, its result skeleton has one-pixel width, and it preserves the topology and connectivity.     

一种重叠红细胞图像的分离方法

细胞图像中经常出现重叠(或者粘连)现象,利用红细胞是近似圆形的这一先验知识,用粒度测量来获取红细胞半径R,对重叠区域轮廓上的每个非凹陷点,估计其所对应的圆心点,这些圆心点聚集成各个细胞的中心区域,对每一个中心区域,采用半径为R的圆形结构元进行一次膨胀操作,然后和原二值图像进行交集运算,将其结果作为对各个细胞形状的估计。实验结果表明,该方法能得到比较满意的分离效果,亦适用于其他近似圆形的细胞或者颗粒的重叠区域图像的分离。     

一种字符图像线段提取及细化算法

为了对字符图像进行稳定有效的细化和线段特征提取，提出了一种同时完成字符图像线段提取和细化的算法。在定义字符图像的线段区域、交点区域和子段区域，同时指出待细化字符图像是线段区域的集合的基础上，该算法首先基于图像行(列)连通像素段来提取字符图像中所有的交点区域和子段区域，然后对属于同一线段区域的所有子段区域和交点区域进行合并，最后用Bernstein—Bezier多项式方法拟合每个线段区域的骨架。该算法的鲁棒性分析及实验结果表明，该算法可取得稳定有效的细化及线段提取效果。     

一种新的指纹图象细化算法

针对ＯＰＴＡ细化算法存在的不足,即细化不全,速度较慢的缺点进行分析和研究,提出了一种新的细化算法,该算法速度快,细化全,细化后的指纹骨架在纹线中心线,且光滑无毛刺。     

一种新的指纹细化算法

一般指纹细化算法处理结果存在毛刺过多,对纹线上的孔洞效果较差的缺点,容易导致为特征点的出现。为了减少毛刺的出现和提高对孔洞处理效果,分析了两种常见的细化算法——快速细化算法和改进的OPTA算法,找出了与毛刺产生和对孔洞处理效果相关的因素,并在此基础上提出了一种新的指纹细化算法。实验表明,该算法能够较好地满足细化要求,细化后的指纹图像保持了原有的拓扑结构和细节特征,细化后指纹光滑无毛刺,而且对孔洞的效果较好。     

一种新的指纹细化算法

一般指纹细化算法处理结果存在毛刺过多，对纹线上的孔洞效果较差的缺点．容易导致为特征点的出现。为了减少毛刺的出现和提高对孔洞处理效果，分析了两种常见的细化算法——快速细化算法和改进的OPTA算法．找出了与毛刺产生和对孔洞处理效果相关的因素，并在此基础上提出了一种新的指纹细化算法。实验表明，该算法能够较好地满足细化要求，细化后的指纹图像保持了原有的拓扑结构和细节特征，细化后指纹光滑无毛刺，而且对孔洞的效果较好。     

基于边界剥离的细胞图象分离算法

细胞图象的自动判读中，经常遇到聚堆细胞的问题，因而需要采用一种有效的分离算法把它们分离为单个细胞，目前存在的大多数分离算法都要求聚堆细胞连接处的凹陷性比较明显，或者要求在细胞连接处存在局部最小灰度值，否则难以实现正确分离，为了解决这一问题，提出了一种基于边界剥离的分离算法，该算法首先对聚堆细胞区域进行层层剥离，然后根据剥离结果判断是否发生了细胞分裂，进而完成分离，这样就避免了对凹陷性及局部最小灰度值的要求，实验结果表明算法是有效的。