引入平滑迭代的骨架提取改进算法

在使用ZS细化算法对目标图像细化时,会出现二像素宽度斜线结构细化畸变、2×2正方形结构丢失,以及大量斜线冗余像素存在的弊端,同时主流骨架提取算法无法解决不平滑轮廓带来的边缘分叉问题。针对四类问题,在ZS细化算法基础上引入了平滑迭代流程以及后续的扫描过程,并在其中加入保留模板和删除模板条件的判定。实验数据表明,改进算法在保留目标图像的骨架信息和拓扑性质的基础上,能保持二像素宽度斜线和正方形结构不丢失,并完全删除冗余像素,其细化率相比ZS、IEPTA、MZS细化算法提高了0.05%~0.25%不等。同时平滑迭代次数的增加,能进一步提高细化程度,减少大量的边缘分叉并提高整体轮廓的平滑程度。     

改进的EPTA并行细化算法

为了解决现有细化算法中像素冗余、分叉、畸变等问题,在ZS（ZHANG和SUEN）并行细化算法的基础上增加了两个映像子过程,获得了更加接近中心线的骨架图像;通过增加判决条件并设计消除模板,提出了一种改进的EPTA并行细化算法,解决了EPTA细化算法的像素冗余、二像素宽度斜线细化局限性畸变等问题。实验结果表明改进的EPTA细化算法能得到更准确的完全细化结果。     

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。     

基于模板保留的快速并行细化算法

快速并行算法(FPA)是经典算法中比较好的一种细化算法,但其存在固有缺陷,可能产生信息丢失.为了克服这个缺点,首先验证了FPA映像算法,在此基础上,提出了FPA重合算法,最后为了减少计算时间和冗余信息,提出了基于模板保留的FPA算法.实验结果表明,基于模板保留的FPA算法运行速度快,对手写体汉字能很好地得到中心骨架,没有断点,较好地保持了原图像的拓扑结构,且细化为只有一个像素宽的图像.     

一种模板匹配与高适应性的裂缝骨架提取算法

在对裂缝图像骨架进行提取时,已有的算法通常存在细化后骨架主体信息缺失、毛刺去除效果随图像规模增大而快速下降等问题。针对上述问题,该算法提出一种模板匹配与高适应性的裂缝骨架提取算法。首先,结合模板匹配对Rosenfeld细化算法进行改进,以保留骨架主体结构;然后提出一种高适应性毛刺去除算法,以分支像素点数量与细化后骨架图像目标像素点数量之比作为判断标准,可以高效适应不同目标像素点密度和规模的裂缝图像。实验结果表明,该算法能够有效实现单一像素宽度骨架并尽可能去除骨架毛刺,有一定的可行性及优越性。     

基于像素字符串比较的图像快速匹配算法

在分析传统的模板匹配算法的基础上提出了一种新的基于字符串匹配的快速匹配算法.算法的思路是在模板图像上任意确定一列像素,并将这一列像素的灰度值看成是一个字符串,以此对原图像的每一列进行字符串匹配.如果在原图像上的某一列上找到了完全匹配的串,或者找到最大匹配的串,就找到了所要匹配的模板在图像中的可能位置.然后在所有找到的位置上再做进一步的字符串匹配.如此继续就可以确定模板图像在待匹配图像上的位置.算法在统计意义上保证了匹配效果,且提高了匹配速度.实验结果表明该算法是一种有效的图像匹配算法.     

基于畸变改正的重叠图像多判据拼接算法研究

提出一种基于相机畸变模型改正的重叠图像拼接算法,提出了图像畸变改正处理模型,设计了一种稳健快速确定图像重叠部分的窄矩形特征匹配模板特征匹配算法,通过计算窄矩形特征匹配模板区域像素相似性和几何特征一致性实现重叠图像精确、平滑的无缝拼接。该算法无需任何控制,适用于道路景观图制作中大批量图像拼接工程。     

一种改进型的汉字字符图像细化算法

针对一般的基于图像像素的八邻域进行分析的细化算法,容易导致汉字笔划产生畸变的问题。文中提出了一种改进的汉字字符图像细化的算法,该算法在图像像素的八邻域细化算法的基础上,分析细化结果中笔划畸变的主要情况,再分别加以修正。实验结果表明,该算法能够较好地纠正传统细化算法的畸变,处理速度较快。     

一种改进型的汉字字符图像细化算法

针对一般的基于图像像素的八邻域进行分析的细化算法，容易导致汉字笔划产生畸变的问题。文中提出了一种改进的汉字字符图像细化的算法，该算法在图像像素的八邻域细化算法的基础上，分析细化结果中笔划畸变的主要情况，再分别加以修正。实验结果表明，该算法能够较好地纠正传统细化算法的畸变，处理速度较快。     

细粒度动态单像素模板算法

针对高斯模板用于图像旋转时,使图像产生模糊的问题,提出细粒度动态单像素模板算法.根据图像小邻域局部相关性原理,将当前像素分割为5×5的子像素,对每一个子像素求得一个模板.用当前像素的这25个模板之一代替高斯模板进行图像旋转,消除了高斯模板旋转图像时产生模糊的问题.该算法旋转图像的质量与双线性插值算法相近,且具有更高的计算性能.