一种改进的快速并行细化算法

对二值化的图像进行细化处理在目标识别中有着重要的应用.Zhang快速并行细化算法是一种常用的细化算法,其细化结果保持了原图像的连通性,且形态结构保持较好,无毛刺现象.但是细化后结果不能保证为单一像素,这为图像的后期处理带来了困难.本文对Zhang并行细化算法进行了改进,实验结果表明改进后的细化结果保证为单一像素,且又保持原有算法的优点.

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。

一种快速的手写体汉字细化算法

快速并行算法是一种经典的细化算法,但其细化不全,可能产生斜线信息丢失。提出一种改进的快速并行细化算法,对手写体汉字进行细化可以得到很好的细化结果。实验结果表明,该算法细化全、速度快,解决了斜线信息丢失,交叉点不变形。

改进的EPTA并行细化算法

为了解决现有细化算法中像素冗余、分叉、畸变等问题,在ZS(ZHANG和SUEN)并行细化算法的基础上增加了两个映像子过程,获得了更加接近中心线的骨架图像;通过增加判决条件并设计消除模板,提出了一种改进的EPTA并行细化算法,解决了EPTA细化算法的像素冗余、二像素宽度斜线细化局限性畸变等问题。实验结果表明改进的EPTA细化算法能得到更准确的完全细化结果。

基于ZS细化改进算法的仪表盘指针读数方法

目的:针对目前汽车仪表盘质量检测中采用人工读取指针示数方法导致的效率低下、误差较大等问题提出一种基于ZS细化改进算法的汽车仪表盘指针读数方法.方法:首先利用面阵CCD相机获取汽车仪表盘原始图像并进行预处理,运用ZS细化算法获取初始细化图像;然后采用先斜线再十字的搜索和方向判别方法对ZS细化算法进行改进,实现了对初始细化图像的充分细化;最后利用最小二乘法进行直线拟合,并计算出指针读数.结果:实验表明,该方法解决了ZS快速并行细化算法中局部像素冗余、细化直线存在分叉的问题,从而提高了直线识别的准确度.结论:该方法较原算法的平均相对误差降低了0.55%.