论文部分内容阅读
骨架是目标的简化表示，是一种描述形状的特征。自提出以来，骨架一直是图像处理中的研究热点，尤其是在将距离变换引入骨架提取后，骨架算法得到了很大的发展。但是，现有的骨架算法更多的是将距离变换作为一种图像描述方式，对隐含在其中的描述骨架的信息使用仍不够充分。从骨架和距离变换的定义中可以看出它们在包含的信息上有相似之处，如果用最大内切圆来定义它们，则骨架可以定义为是由一系列互相不包含的最大内切圆圆心相连而成，而距离变换则可描述为求取目标内所有点的最大内切圆。换言之，如果去除距离变换中那部分包含在其它内切圆中的内切圆后剩下的就是骨架了。在本文中提出了一种基于这种思想的骨架预处理算法，通过提取包含在距离变换计算过程中的表示内切圆包含的信息，即相对距离大小，对相对距离大小信息的使用能够去除原始目标中所有的包含在其它内切圆中的内切圆，从而得到与距离变换计算精度相匹配的最完全的目标骨架。
实验结果表明，该算法能够去除原始目标中包含在其它内切圆中的非骨架点，且不会破坏原始目标的拓扑结构信息，剩余的点主要是由原始目标主要的骨架和反应边界噪声的次要骨架分支构成。在理论上它们都是骨架点，只是出于实际应用环境和满足人类视觉特性的需要需做进一步的剪除次要骨架分支处理。因此可将该处理作为一种预处理模块嵌入到现有的基于距离变换的骨架算法之中，在处理前剔除大部分确定的非骨架点，以提高现有算法的效率。
在本文的最后还简要的介绍了骨架在实时号码识别中的应用，在此处是将骨架算法用于构造单像素宽度的号码模板，识别则采用最为简单的模板匹配。