基于模板保留的快速并行细化算法

快速并行算法(FPA)是经典算法中比较好的一种细化算法,但其存在固有缺陷,可能产生信息丢失。为了克服这个缺点,首先验证了FPA映像算法,在此基础上,提出了FPA重合算法,最后为了减少计算时间和冗余信息,提出了基于模板保留的FPA算法。实验结果表明,基于模板保留的FPA算法运行速度快,对手写体汉字能很好地得到中心骨架,没有断点,较好地保持了原图像的拓扑结构,且细化为只有一个像素宽的图像。

基于模板的指纹图像细化算法

为了提高指纹图像细化处理后的效果,给出一种基于模板的指纹图像细化算法。在逐像素细化(One Pass Thinning Algorithm,OPTA)算法的基础上,构造9个消除模板和7个保留模板;通过迭代方法遍历图像中所有像素,当遇到目标点时,提取该点周围的15-邻域像素;将提取出的像素分别与两套模板匹配,以判断该目标点能否被删除。所给算法在不做任何额外前、后处理的前提下,能够对纹线完全细化,处理后图像光滑无毛刺。

图像并行细化算法改进研究

图像细化处理在字符识别、指纹识别等模式识别中有着重要的应用。本研究针对图像并行细化算法中存在细化后信息丢失及斜线细化存在冗余像素的问题,提出一种改进的图像并行细化算法。针对斜线细化中出现的问题,在ZS算法和EPTA算法的基础上构造了一组可更好地消除冗余像素的消除模板和避免信息丢失的保留模板;针对二像素直线细化过程中信息丢失的问题,在ZS算法的基础上构造了一组保留模板;针对对称图像细化过程中图像出现不对称性的问题,构造了一组对称的保留模板。实验表明,本研究提出的改进算法能很好地解决图像并行细化过程中产生的信息丢失及像素冗余等问题,使图像完全细化,骨架保留完整。