English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 78728/78728 (100%)
造訪人次 : 33353205      線上人數 : 438
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/57104


    題名: 一個利用周界向量比對產生骨架之新的細線化方法;A New Thinning Approach---Skeletonization Via Contour Vector Matching
    作者: 范國清
    貢獻者: 中央大學資訊工程學系
    關鍵詞: 資訊科學--軟體;細線化;骨架化;周界向量;向量配對;Thinning;Skeletonization;Contour vector;Vector pairing
    日期: 1993-09-01
    上傳時間: 2012-10-01 15:14:09 (UTC+8)
    出版者: 行政院國家科學委員會
    摘要: 物體的骨架(Skeleton)提供許多重要的結構及幾 何特徵,因此將物體細線化(Thinning)成為只有一個 像素(Pixel)寬度的骨架在影像處理以及圖形辨識 的研究領域中是一個非常重要的研究課題.細線 化的應用非常廣泛,比如文字識別,指紋辨認,物體 辨識等.尤其在文字識別的應用中,細線化結果的 好壞往往會影響到辨識的結果.除此之外,細線化 亦具有資料壓縮的功能,可以將多餘的資料去除 掉.在本研究計畫中,我們將提出一個新的細線化方 法,利用周界向量比對(Contour Vector Matching)來達成 骨架化(Skeletonization)之結果.首先,先找出物體的 周界(Contour),然後將物體之周界影像向量化( Vectorization),接著將成對的周界向量配對(Pairing),再將配對後之周界向量骨架化,最後填補成對周 界向量骨架化後所產生的缺縫(Gap).如此一來,便 可達到細線化的效果.我們利用一個簡單的例子( 如圖一所示)來說明本方法一步步之細線化過程.和傳統的細線化方法比較起來,我們的新方法有 以下的優點:ぇ速度快,因為傳統方法是一層層地 剝去周界點.え所需之記憶體小,因為我們是產生 向量化的骨架而傳統方法是產生細線化之影像. ぉ無雜訊及失真,因為傳統方法由於細線化去點之本質會產生相當大的雜訊及失真(比如四叉點 變成三叉點以及大小外形失真),我們則是利用向 量配對產生骨架所以無此缺點. ; 研究期間 8202 ~ 8301
    關聯: 財團法人國家實驗研究院科技政策研究與資訊中心
    顯示於類別:[資訊工程學系] 研究計畫

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML503檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明