一种新的手写体细化方法.docVIP

复杂带状图像的快速三角剖分与细化方法( 杨义军1) 孟祥旭1) 杨承磊1) 曾薇1) 钟声伟2) 1)（山东大学计算机科学与技术学院 济南 250100） 2)（长安大学信息工程学院，西安710064） 摘 要：为了对带状图像进行快速准确的识别,提出了一种新的带状图像细化算法。通过对带状图像边界的近似多边形顶点集合首先进行三角化，生成三角形网格，接着把多边形外部的三角形去掉，剩余一系列保持拓扑关系的内部三角形，然后根据三角形的类型生成不同的局部骨架，最后连接生成整幅带状图像的骨架。 关键词： 细化 骨架 三角形网格 Fast Triangulation and Thinning Algorithm for Complex Band Image YANG Yi-jun1), MENG Xiang-xu1), Yang Cheng-lei1), Zhong Sheng-wei 2) 1) (School of Computer Science, Shandong University ,Jinan, 250100) 2）（College of Information Engineering, Chang’an University, Xi’an, 710064） Abstract This paper described a novel algorithm of thinning text images for fast nicety recognition. First, triangle mesh is gotten by triangulating the vertex set of text image boundary’s polygonal approximation. After getting off all the outer triangles, only inner triangles that represents the topological features of the object were left. All triangles are classified into three types that generate different local skeletons which are connected to form the whole text images skeletons. Key words: Thinning, Skeleton, Triangulation Mesh 1 引 言 对于文字、工程图、指纹、图象中的”细茎”状图象等都是长而窄的带状图象，常常需要通过计算它们的骨架来进行识别或重描等处理。Davies等在1981年指出图像骨架的不唯一性[1]。但是，一种好的细化算法产生的骨架应该能够保持原来图像的形状信息且能同时达到具体应用所要求的精度。而且它应该能够快速地产生具有连通性的、只有一个像素宽的骨架。 已存在骨架化算法大致可归纳为细化[2]和骨架化[3-4]算法两种类型。细化算法主要是根据骨架的一些特性来制定限制条件，通过迭代由外到里逐步去除边缘点来计算图像骨架。但其存在速度慢、对图像分辨率敏感等缺点。在骨架化算法中，骨架一般被看作图像内最大圆盘的圆心集合。获取骨架的最常用技术是先利用图象距离的变化来求得可能组成骨架的像素，然后根据骨架的特性来选择其中的子集，其中许多算法都是基于区域边界的逼近多边形来进行骨架计算。 Melhi等提出了用一般三角化方法来求解图像骨架的方法[5]，该算法通过对图像边界多边形进行三角化的方法来获得具有拓扑特性的骨架，但由于该算法主要是通过对多边形的每个顶点都先计算出其可能的对角线，然后根据三角形边长度和的大小决定如何分割，时间复杂度比较高O(n3)，且三角化的结果不太理想，从而影响了所求骨架的质量。杨义军，杨承磊等提出了基于Delaunay三角化的手写体细化算法[6-7]，该算法首先对带状图像边界的近似多边形顶点进行Delaunay三角化，然后对相交三角形处理，去除外部三角形后，对内部三角形根据三角形的类型生成的不同局部骨架，连接局部骨架生成整幅带状图像的骨架。算法充分利用了图像的全局和局部信息，速度比较快，效果好，但算法在Delaunay三角化时没有利用文字的边界信息，在时间复杂性方面可以进一步改进。 本文提出了一种基于快速三角剖分的带状图像细化算法，来解决当前已有算法存在的一些问题。为了便于算法的描述，假设手写体图像是二值图像，且已经进行了一些噪声处理。 2．算法描述 图1.具有内边界和外边界的带状图像 带状图像一般包括几个独立的部分，而每一部分（如图2）的边界又可分为外边界和内边界两种类型。在进行带状图像细化