图像细化，又称骨架化，是提取图像骨架以揭示物体几何形状和拓扑结构的过程，常用于文字识别、地质和工件识别等领域。细化算法主要针对二值图，通过逐次去除边界达到宽度为一个像素的骨架，同时保持图像连通性。细化成功标志是连续细化结果不变，并遵循连通性保持和规律性缩小的条件。
先简单了解下干嘛用的，以后用的时候再仔细研究算法。
基本概念
“骨架”是指一幅图像的骨骼部分，它描述物体的几何形状和拓扑结构，是重要的图像描绘子之一。计算骨架的过程一般称为“细化”或“骨架化”，将图像的骨架提取出来的同时，保持图像细小部分的连通性，特别是在文字识别，地质识别，工件零件识别或图像理解中；通常，对我们感兴趣的目标物体进行细化有助于突出目标的形状特点和拓扑结构并且减少冗余的信息。
.图像的细化主要是针对二值图而言，把输入的具有一定宽度的图像轮廓用逐次去掉边缘的方法最终变为宽度仅为一个像素的骨架。
细化算法：采取逐次去除边界的方法来进行的，不能破坏图像的连通性；逐次细化，当这一次的结果和下一次的结果一样的时候，就说明细化成功了；
在细化一副图像A时应满足两个条件：
1、在细化的过程中，应该有规律的缩小；
2、在逐步缩小的过程中，应当使连通性保持不变；
扫一扫
1370
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
