欢迎来到天天文库
浏览记录
ID:58139578
大小:561.79 KB
页数:4页
时间:2020-04-24
《基于欧氏距离及向量内积的骨架提取算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、MicrocomputerApplicationsVo1.30,No.2,2014开发应用微型电脑应用2014年第3O卷第2期文章编号:1007.757X(2014)02.0041.04基于欧氏距离及向量内积的骨架提取算法戴凌震,荣晔,史有群摘要:对骨架算法进行研究,提出一种骨架提取算法。通过对图像内部像素点进行距离变换得到其最近边界点的位置,将内部像素点到最近边界点的向量定义为边界向量,根据物体内部相邻边界向量的方向,计算每个像素点的内积值和其8邻域的最小内积值,得到的最小内积点,以确定的闽值从最小内积点中选取
2、骨架种子点,再对骨架种子点进行处理,得到连通的骨架。试验证明这种算法能保证骨架具的完整性和连通性,正确反映物体的拓扑结构。关键词:骨架;边界向量;内积;距离变换中图分类号:TP391.41文献标志码:AAEuclideanDistanceandInnerProductionBasedonSkeletonExtractionDaiLingzhen,RongYe,ShiYouqun(SchoolofComputerScienceandTechnology,DonghuaUniversity,Shanghai20162
3、0,China)Abstract:Inthispaper,askeletoncalculationmethodisproposed.Distancetransformisusedtodeterminethenearestedgeelementforeachpixelinabinaryimage.Avectorfromeachpixelthatstopsatthenearestedgeelementisdefinedasedgevector.Anin—ner-productforapixeliscalculated
4、astheminimalvalueoftheinner-productsofedgevectorsofthepixelandits8neighborpixels.Seedsoftheskeletonaredeterminedbyathresholdfortheinner—productvalue.Awellconnectedskeletonisobtainedbygrowingcalculation.Itisdemonstratedthattheproposedalgorithmproducesaintegrat
5、edandwellconnectedskeletonthatrepresentsobject’Stopology.Keywords:Skeleton;EdgeVector;InnerProduct;DistanceTransform最小内积值,由设定的内积阈值在最小内积值中选取骨架种0引言子点,通过对骨架种子点的向外延伸和向内连接,将骨架连描述物体形状的重要工具是骨架,它包含物体的拓扑结通起来。得到的骨架完整并且连通,能正确描述物体的拓扑构和形状特征,是描述物体形状的方式,由骨架所体现的物结构。体轮廓和区域信息,
6、可以方便地进行物体的特征匹配,在计1.基本定义算机图形学、图像检索、图像处理、模式识别和生物医学等文中物体定义为闭合曲线所包围的部分,物体的边界即领域得到了广泛的应用,物体骨架的概念最早由Blum提出为闭合曲线。物体的内部像素点是边界内部的像素,边界上【ll。的像素称为物体的边界点。距离变换是图像内部像素点到边近年来,骨架提取算法一直是图像处理研究的一个热门界点的最近距离。课题,许多学者都提出了不同的骨架算法。这些算法大致分通过距离变换确定物体内部每一个像素点的最近边界为3类。第一类是细化和边界扩展算法,文献l2
7、J综述了各种点。边界向量是这样一段有向线段,它的起始于内部像素点、细化算法的实现及应用。火烧模型3]和波形推进面l4]方法是最常用的细化算法。第二类是基于区域的中轴算法。包括终止于与始于内部像素点最近的边界点,如图I中的ala:所Voronoi图及其应用【5J,数学形态学f6最大圆盘【7_等。细化算法和中轴算法都对边界噪声敏感,微小的边界噪声干扰会不:出现较多的骨架分支,需要对骨架进行剪枝处理,以简化骨边群架的拓扑结构。第三类是基于距离变换的算法_8】,通过对象谴释内部像素点到边界的距离图确定对象的脊线。这种方法
8、对于巾一些狭长的对象形状无法得到清晰的脊线,骨架的连通性通常难以保证。谧释越嚣基于欧氏距离和向量内积的骨架捉取算法。首先计算图像内部每一个像素点到对应边界点的欧式距离,由欧氏距离(a)(b)变换的结果求出相应最近边界点的位置,定义将从内部像素图1图像点和边界向量点指向最近边界点的向量定义为边界向量,根据相邻边界向在图1(a)中,厶,分别是两条平行边界线上的边量的方向,计算
此文档下载收益归作者所有