一种对文字图像细化的改进Hilditch算法研究

在分析和研究了现有细化算法的基础上,提出了一种实用有效的细化算法。通过对汉字、字母、数字和不同字体的文字进行测试,表明该细化效果较好,并有一定的实用价值。

基于Hilditch算法的焊缝结构光中心线断点修补

将图像跟踪处理技术应用在焊接上对于解放工人一线生产有着极其重要的使用价值,而焊缝跟踪偏差必须控制在工况需求内,对于图像算法精确性有着较高的要求。然而图像跟踪极容易受到外界各类因素影响,如震动、弧光、断点等。本算法着重解决了采集图像在可控范围内因飞溅造成的断点修补问题,减少断点处两端点对采集特征点的影响,提高焊接精度。基于OpenCV,通过二值图像距离变换后的二次阈值分割和改进后的Hilditch算法对中心线进行提取,可用在图像跟踪的前期处理上,并可将处理结果应用在后续的特征点检测和数学模型建立上。

一种干涉条纹细化算法的改进

针对经典Hilditch细化算法处理干涉条纹有过多的毛刺和断点的不足的问题,提出了改进的Hilditch细化算法。该算法借鉴了OPTA算法中的8个模板,在每次扫描图像之前,调用这8个模板。改进的细化算法可对干涉条纹进行细化处理,细化结果相对光滑,无毛刺分叉,有利于干涉条纹的精确判读。

工程图纸输入与自动识别的改进细化算法

系统地介绍了两种典型的细化算法OPTA算法和Hilditch算法的原理和计算机实现，分析了OPTA算法和Hilditch算法的性能与不足，并提出了一种改进的Hilditch细化算法。该算法通过借鉴OPTA算法中的模板方法有效地减小了图像骨架偏移和毛刺的影响，经实验结果观察，改进的算法使图像细化结果得到较大改善。

多方向GAP预测器彩色图像快速边缘检测

针对传统梯度调节预测器(GAP)模板进行边缘检测时产生预测错误繁衍的不足,提出改进的多方向GAP预测器模板。首先色融合生成灰度图像;以图像中心划分四个区域,采用并行技术应用多方向GAP模板计算预测值;利用错误反馈信息构建预测误差图像;再通过梯度直方图计算阈值,分类误差图像边缘;最后Hilditch算法细化边缘。实验证明,该模板方法不仅大大降低了时间复杂度,而且检测的伪边缘较少,细节丰富,得到了视觉质量较好的边缘图像。

一种快速手写汉字细化算法

改进了Hilditch经典细化算法,将串行算法转化为并行算法[1],并引入一组删除模板和一组保留模板。改进后的算法细化速度快、且能获得效果优良的中心骨架。文中对算法进行了描述,并通过具体实例说明了算法的有效性。

纬编针织物组织图像细化方法研究

为解决纬编针织物图像中灯光阴影、纤维脱散等干扰项对细化的影响,提出对纬编织物图像采取标准欧氏距离的K均值聚类分割算法进行降噪除杂。根据图像细化需要,对比分析查表细化法和Hilditch算法细化法对纬编针织物图像细化的效果。找出细化后产生并线、毛刺问题的原因,给出具体调整、修正此类问题的方法,并通过试验证实纬编针织物图像细化中的并线、毛刺等问题有良好的修复效果。

常用细化算法在纸浆纤维图像处理中的应用与比较

本文介绍了三种常见的细化算法,其中详细介绍了hilditch算法,并且通过编程将其应用于纸浆纤维图像的处理中。通过对处理后的纤维图像质量的比较,结果显示hilditch算法更适用于对纸浆纤维图像的细化,但仍然需要在对纤维图像中的非纤维图像信息进行有效地删除方面进行改进。