一种快速的手写体汉字细化算法

快速并行算法是一种经典的细化算法,但其细化不全,可能产生斜线信息丢失。提出一种改进的快速并行细化算法,对手写体汉字进行细化可以得到很好的细化结果。实验结果表明,该算法细化全、速度快,解决了斜线信息丢失,交叉点不变形。     

一种新的指纹图像快速细化算法

针对快速并行细化算法存在的不足,即细化不全、不光滑、毛刺等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,不会产生断线,实验结果非常好。     

一种基于改进ZS细化算法的指针仪表检测

针对ZS细化算法存在二像素畸变、细化不彻底等问题,提出一种改进的细化算法。对二值图像采用ZS细化算法进行初步细化,将初步细化后的结果进行全细化识别,依据识别结果对未完全细化的图像采用4连通细化模板实现彻底细化。同时对细化过程可能出现的断点问题,采用构造保留模版的方法加以解决,进而实现目标图像的有效细化。以油量表为例,结合改进细化算法实现仪表读数识别。仿真结果表明,改进细化算法在保持原有ZS细化算法快速性的基础上可有效地解决二像素畸变、像素冗余的问题,并实现准确的指针读数识别。     

指纹图像细化的复合式算法

指纹图像细化是指纹识别算法中的重要环节,对特征提取起到关键作用。为了快速和高质量地对指纹图像进行细化,对快速细化算法和改进OPTA细化算法不足产生的内在原因进行分析,提出一种新的复合式指纹图像细化算法,该算法设计一套预处理模板,避免了快速细化算法形成的毛刺,并对改进OPTA算法进行了优化。大量实验结果表明,该算法不但具有以往算法的优点,有较好的细化速度,而且细化质量有显著地提高,细化后的图像光滑几乎无毛刺。     

一种新的改进OPTA细化算法

深入研究改进的OPTA细化算法,针对已有算法中存在细化后毛刺较多的问题,提出了一个新的改进OPTA细化算法。该算法在原有细化算法的基础上,根据纹线角度和弯曲方向的不同采用不同的细化顺序,并修改了消除模板,改进了保留模板的去除情况。大量实验表明,该算法在继承原有算法优点的基础上显著地减少了细化后的毛刺,是一种较为理想的细化算法。     

一种有效的混合式指纹快速细化算法

针对现有指纹细化算法存在的模板匹配次数过多、迭代频繁、细化不完全等现象 ,在深入分析了快速细化算法和串并混合式细化算法特点的基础上 ,提出了一种新的混合式指纹细化算法 ,有效地提高了细化速度和细化质量。     

一种改进的A-W细化算法

针对一般细化算法在进行图像细化时会出现细化不彻底、过度腐蚀等问题,提出一种改进的A-W细化算法。改进算法采用高斯平滑滤波器对原始图像进行平滑,在A-W细化算法的20种细化模板基础上,增加3组细化模板进行第1次细化,并设计4种新的细化模板进行第2次细化。实验结果证明,改进算法能较好保持曲线的连通性,保留主线的细节特征,细化后的图像光滑无毛刺。     

基于深度优先搜索的快速指纹细化算法改进

对指纹图像的细化算法进行了较深入地研究,分析了两种常用细化算法--快速细化算法和改进的OPTA算法各自的优缺点.针对其中存在的迭代次数多、细化速度慢、图像局部细化不彻底等问题,提取了一种无回溯深度优先搜索的快速指纹细化算法.实验结果表明,该算法在保证对图像完全细化的同时,也具有较快的细化处理速度.     

一种改进的指纹图像细化算法

在自动指纹识别系统中,细化占有重要的地位,现有的指纹细化算法存在很多问题,如细化不彻底、纹线吞噬、骨架偏离纹线中心等。对快速细化算法和改进的OPTA细化算法进行了分析和研究,指出这两种算法在指纹纹线和分叉点处图像细化不彻底等缺陷。同时将两种细化算法有机结合,设计了一组改进的细化模板,提出了一种新的细化算法。实验结果证明：该算法与传统的细化算法相比没有破坏纹线的连接性,不会引起纹线的逐步吞食,又保护了指纹的细节特征。而且该算法运算速度也大大加快,处理后的指纹图像细化完全,骨架接近纹线中心线,光滑无毛刺,方便特征提取和减少匹配的复杂度。     

基于模板的全并行细化算法研究及其在3D物体骨架提取中的应用

二值图像细化的基本思想是"层层剥夺",它是一个不断重复的过程,即从物体的最外层向最内层一层一层的侵蚀,在不断删除边界点的同时保持物体的拓扑结构和几何特征不变,直到提取出一个像素宽的三维物体的骨架。理想的三维物体的骨架保持和原物体相同的连通性、形状特征和拓扑结构,可以给后续的研究处理提供极大的便利。本文主要工作是对基于删除模板的全并行三维细化算法的研究,细化算法包含一系列的删除条件,即四类基本删除模板A,B,C,D及每一类基本删除模板添加限定条件后形成的扩充模板,其用于逐层删除值为1的目标点,即将值由1变为0(背景点)。实验表明:本文的基于删除模板的全并行三维细化算法可以较为有效的提取出三维物体的骨架。     

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。     

基于连接段数细化算法的脱机手写体数字识别

本文描述了已有的字符细化算法的思想及其缺陷，在分析细化形变根源的基础上给出了一种新的快速细化算法，并将该算法应用到脱机手写体数字识别过程申。该算法不会产生毛刺和伪分支点。细化後字符骨架形变小，而且速度也比较快，从而提高了手写体数字的识别速度。     

一种基于改进后模板的图像快速细化算法

为了快速地进行图像细化，提出了一种新的图像快速细化算法，该算法提出了组合模板的概念，不仅有效地提高了模板的匹配速度，同时对组合模板进行了优化，最后在优化后的组合模板基础上，提出了新的改进算法。大量实验表明，该新算法不但同时具有以往算法的优点，而且细化速度比以往算法提高了3～6倍，是一种较为理想的细化算法。     

一种改进的快速指纹预处理算法

对指纹预处理全过程进行系统研究,在满足预处理效果的前提下,针对指纹识别系统的实时性要求,讨论了有效的预处理算法.在指纹图像的细化方面,针对传统细化方法的不足,提出了改进的快速细化算法.先对图像利用快速细化算法进行全局细化,再对对角线方向采用深度优先搜索,解决细化不彻底的问题.搜索过程中,采用自动阈值滤除毛刺和短脊,为后...     

一种保形的快速图象形态细化算法

骨架是一种重要的图象目标几何特征,对不同形状的图象目标,如何快速地获得其非畸变骨架,是进行图象目标的形状分析、特征提取、模式识别等应用的前提。基于数字形态学的形态细化是获取图象目标骨架的有效细化方法之一。它采用具有一定形状的预定义结构元素,对图象进行形态薄化运算,仅需进行移位和逻辑运算就能完成。但是形态细化一般使用序贯细化算法,在每次细化迭代过程中,只能采用单一的结构元素对目标进行薄化,因此存在关     

FPTA快速细化算法在脱机手写体汉字识别中的应用

阐述了将FPTA快速细化算法应用于脱机手写体汉字识别中,该算法提出了一种11象素支撑窗口,能有效地抑制样本中的“毛刺“,快速提取保持原始汉字样本连通性和拓扑性的骨架,它的处理速度和细化质量明显优于现有的一些细化算法,根据实验结果,该算法是一种有效的汉字样本细化算法。