Zhang快速并行细化算法的扩展

一个优异的算法是OAS中图像识别的关键,Zhang快速并行细化算法具有快速实用的特点,同时能保证细化后曲线的连通性,但细化后的骨架不能保证为单像素宽,这给找细化图像的分叉点带来了困难。为此文章在Zhang算法的基础上进一步对细化后的骨架单像素化,同时保持原有算法的优良特性。改进的细化算法应用于手写体汉字串的细化,取得很好的细化效果。

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.

基于电势场法的移动机器人全局路径规划算法

针对传统路径规划算法计算量大、电路映射地图建模复杂等问题,提出了一种基于电势场法的路径规划新方法.首先,为降低环境建模的复杂度,对Zhang细化算法进行了改进,获得能够细致描绘地图连通关系的骨干图;在此基础上,提出了一种基于电势场理论的模型建立方法,此后通过对模型电流通路的快速搜索获取初始路线,大大降低了路径规划算法的运算量;然后,基于内接圆角方法对路径进行平滑处理,解决了路径离散问题,得到适合服务机器人行走的最优路径.大量对比实验表明,该改进Zhang细化算法有效降低了建模及求解复杂度,提出的基于电势场法的全局路径规划算法很好地解决了传统算法搜索效率低的问题.