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

NCUIR > College of Electrical Engineering & Computer Science > Department of Computer Science and information Engineering > Research Project > Item 987654321/57104

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/57104

Title:	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
Authors:	范國清
Contributors:	中央大學資訊工程學系
Keywords:	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
Date:	1993-09-01
Issue Date:	2012-10-01 15:14:09 (UTC+8)
Publisher:	行政院國家科學委員會
Abstract:	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
Relation:	財團法人國家實驗研究院科技政策研究與資訊中心
Appears in Collections:	[Department of Computer Science and information Engineering] Research Project

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	541	View/Open

社群 sharing

Loading...