骨架的層次性分解和求取方法研究.pdf

1、為了解決骨架自身固有的對噪聲敏感問題,方便進行匹配,建立一種層次性的骨架結(jié)構(gòu)是有意義的,也是本文主要的目標和工作.本文首先介紹和分析了骨架求取中的兩種基本方法:距離變換和細化,它們骨架都有密切的連系.距離面的脊線軌跡就是骨架點的位置,細化準則下所保留的像素恰好是保留了對象拓撲結(jié)構(gòu)的中心線.基于距離變換的骨架連通性難以保證,細化的骨架雖然連續(xù)但是對局部信息敏感.因此,如果能把由距離變換得到的全局信息應(yīng)用在細化過程中,則可以得到拓撲保留、連

2、續(xù)、而且較穩(wěn)定的骨架,這無疑是有吸引力和實用價值的.接下來,本文對人類視覺系統(tǒng)(HVS)進行了簡單介紹,給出了視覺識別過程的生理學和心理學的相關(guān)理論和解釋,提出了識別所遵循的一些重要規(guī)則.對象的重要性和所占據(jù)的空間存在正關(guān)系;物體識別是一個從粗到精的分層的過程;物體的尖銳突起在識別中具有更重要的作用;這些規(guī)則是建立骨架層次性結(jié)構(gòu)的理論基礎(chǔ).然后將視覺識別的規(guī)律引入骨架描述中,使用骨架及骨架參數(shù)來定量描述識別準則.建立了骨架點的面積模型,

3、說明了骨架半徑與骨架點局部信息量的關(guān)系;建立了骨架枝與連續(xù)邊界的對應(yīng)關(guān)系,給出了信息量分布與骨架角的定量關(guān)系;為下一步進行多尺度骨架求取奠定了基礎(chǔ).基于上面的工作,本文將細化和距離變換相結(jié)合,提出了計算多尺度骨架的算法.該算法將距離值融入細化過程,利用了距離信息構(gòu)造識別函數(shù)進行多尺度篩選,得到的骨架保留了原始圖像的拓撲結(jié)構(gòu),同時避免了不連續(xù)的問題.本算法在識別函數(shù)中加入角度信息,增強了對邊界特征的描述能力;算法具有開放的框架,并不依賴于