彩色图像轮廓提取及其矢量化论文.docVIP

彩色图像轮廓提取及其矢量化毕业论文 目录 第一章 绪论 6 1.1引言 6 1.1.1 矢量的概念 6 1.1.2 课题的目的和研究意义 6 1.2 国内外彩色图像轮廓提取和矢量化的现状及发展 7 1.2.1彩色图像轮廓提取现状及发展 7 1.2.2 矢量化的已有的成果和未来 7 1.3 论文主要工作及章节安排 8 第二章 彩色图像边缘检测 9 2.1彩色颜色模型 9 2.2 彩色图像边缘检测算法 9 2.2.1 传统的彩色图像边缘检测 9 2.2.2 基于彩色信息区分度的彩色边缘检测 11 2.2.3 利用颜色空间变换实现边缘检测 13 2.2.4 四元数与彩色图像边缘检测 14 2.3 本章小结 15 第三章 矢量化算法 16 3.1 矢量化基本思想 16 3.2 矢量化技术分类 16 3.2.1基于细化的矢量化 16 3.2.2 基于非细化的矢量化算法 17 3.2.3 整体矢量化算法 19 第四章 轮廓提取和矢量化的具体实现 22 4.1 BMP文件格式简介 22 4.2 基于颜色三角形的彩色图像边缘检测 22 4.2.1 基于三角形周长的边缘检测的原理 23 4.2.2 利用Prewitt算子定义三角形周长和角度的梯度 24 4.3.1 动态分割拟合原理和步骤 29 4.3.2 图元颜色属性的确定 29 4.3.3 矢量化图的显示 30 第五章 结论 33 致谢 34 参考文献 35  第一章 绪论 1.1引言 1.1.1 矢量的概念 计算机中图像文件的格式主要有两大类：一类是位图文件格式，另一类是矢量图文件格式。位图也称光栅图或点阵图，它把一幅图分成许多栅格图素，称每一个栅格为一个像素点，简称像素(pixel)。位图就是一组描述每个图素点的数据。位图图像文件格式适用于有复杂颜色和灰度级变化的图，如照片、绘画、数字化视频图像等。矢量图用几何图形的特征数据及其属性来描述图像，如一条线用其两个端点的坐标来描述，一段圆弧用其起点和终点坐标、圆心坐标及半径来描述。矢量图的最小单位是图元，如直线、圆弧、椭圆弧等基本图形。矢量图图像文件格式适用于线性图，如机械图形、建筑图形、地理等高线图等。CAD／CAM系统中所用的都是矢量图。线性图用矢量图描述的数据量比用光栅图描述的小得多。对光栅图像进行分析、识别并重建其中图形对象的过程称为矢量化。 1.1.2 课题的目的和研究意义 图像边缘检测是数字图像处理的重要内容，是进行图像分割、图像分析、物体别等深层次处理的关键步骤。随着计算机硬件设备的高速发展和计算机视觉研究的不断进步，传统的灰度图像处理方法已经不能满足很多应用的需求。针对彩色图像的边缘检测方法逐渐兴盛起来。图像的矢量化在很多领域都有着重要的应用，例如制作在网上非常流行的精美的生动形象的矢量动画，实现彩色地图的GIS系统，光栅图像以像素为表示单元，因此对图像的编辑只能通过像素级操作进行，不易进行各种变换，如图像的旋转、缩放等。并且以像素表示的图像中往往存在大量的冗余信息，存储量过大，例如一张AO尺寸的工程图纸用300dpi的分辨率、单色扫描后得到的图像文件大小在15MB左右，这对一般的图纸管理系统是一笔很大的开销。而矢量图用直线、圆弧等基本几何图形来描述，因此只需对这些几何图形的参数进行存储，例如直线只需存储其端点坐标，圆弧只需存储其圆心坐标、半径、起点和终点，这样就可在不损失图像信息的前提下大幅度减少存储空间，还能灵活高效的对图像进行编辑，因此研究光栅图像的矢量化具有很高的实际应用价值。 1.2 国内外彩色图像轮廓提取和矢量化的现状及发展 1.2.1彩色图像轮廓提取现状及发展 自1977年Nevatia发表第一篇彩色图像边缘检测论文以来，人们提出了许多种彩色图像边缘检测方法。对于这些方法，可以按照它们所采用的颜色空间进行归类，但更常见的归类方法是将它们分为合成和矢量方法两类。所谓合成方法，是将灰度图像边缘检测算法分别应用到彩色图像的三个颜色空间分量上，其结果再通过某种特定的方法合成。而矢量方法是将彩色图像的每一个像素点看作颜色空间中的一个三维矢量，利用空间矢量的各种特性来进行彩色图像边缘检测。对于这两大类方法而言，合成方法相对比较简单快速，在彩色图像边缘检测的早期使用较多，但它没有考虑到各个颜色空间分量之间的相关性，从而对某些类型的边缘不能进行有效地检测。例如那些在不同空间分量中强度相同但方向相反的边缘，使用合成方法将检测不到。而矢量方法由于合理利用了空间矢量的特性，很好解决了相关性问题，因此其检测效果也普遍更为理想。目前对彩色图像边缘检测的研究就主要集中在这个方面，出现了大量利用矢量特性来进行彩色图像边缘检测的算