基于改進(jìn)K段主曲線算法的圖像骨架提取.pdf

1、圖像識別是利用計(jì)算機(jī)對圖像進(jìn)行處理、分析和理解，以識別不同模式的目標(biāo)和對象的技術(shù)。圖像是以圖像的主要特征為基礎(chǔ)來進(jìn)行識別的，如輪廓、線、形狀、顏色和紋理等。形狀作為圖像的一個(gè)基本特征，在物理描述和識別方面有獨(dú)特優(yōu)勢。而骨架可以簡單表示出物體的形狀，把骨架提取技術(shù)用在圖像識別中會降低計(jì)算量。并且骨架可以對原始圖形進(jìn)行壓縮表示，具有平移、旋轉(zhuǎn)和尺度不變形性等特點(diǎn)，能夠與原始圖形的拓?fù)浣Y(jié)構(gòu)相一致。因此將骨架理論應(yīng)用到圖像識別上，是計(jì)算機(jī)視覺、

2、人工智能、圖像處理等領(lǐng)域的研究重點(diǎn)。
　　本論文對現(xiàn)有的一些骨架提取算法進(jìn)行了詳細(xì)的分析研究，以此為基礎(chǔ)，提出了一種基于K段主曲線的圖像骨架提取算法。K段主曲線能夠很好地提取分布在彎曲度大或相交曲線周圍的數(shù)據(jù)的主曲線，真實(shí)地反應(yīng)數(shù)據(jù)形態(tài)，保持?jǐn)?shù)據(jù)信息。而手繪字符圖像具有任意性、個(gè)性化的特點(diǎn)，識別具有一定難度，所以論文選取手繪字符圖像作為實(shí)驗(yàn)圖像來進(jìn)行骨架提取。本文方法充分考慮手繪字符圖像的像素點(diǎn)個(gè)數(shù)及彎曲程度，首先設(shè)定合適的參數(shù)來

3、構(gòu)建相應(yīng)的主成分線，然后通過“哈密頓回路”原理連接各條主成分線并優(yōu)化使之成為多邊形(PolygonalLines)，最后利用懲罰角度進(jìn)行平滑完成手繪字符骨架化。并且針對K段主曲線算法字符骨架提取存在的不足做了進(jìn)一步改進(jìn)，在去掉多余的“假邊”后，對不連續(xù)字符圖形中應(yīng)該連接的位置卻沒有連接的情況做出了較好的改善。最后，論文還將該算法得到的骨架結(jié)果用于拓?fù)湎嗨菩远攘?，對該算法提取得到的骨架結(jié)果的正確性進(jìn)行了驗(yàn)證。
　　論文也將K段主曲線