2020年形态学 骨架 [基于形态学的数字符号图像骨架的识别方法研究].docVIP

　　摘要在数字符号图像骨架的识别中，对于数字符号图像骨架的多样性和复杂性，尚缺乏一种准确和通用的识别方法，对此提出了基于形态学的数字符号图像骨架的特征值提取方法。该方法定义了骨架中的端点、节点等概念，利用数学形态学的方法识别图像骨架。计算机仿真表明，该方法不仅具有通用性，而且具有很高的准确性。 　　关键词数字符号；图像骨架特征值；数学形态学；识别方法 　　0　引言 　　图像骨架特征提取是图像处理的重要内容。图像骨架往往反应了图像的重要特征，提取骨架的特征值，是要使目标图像更加准确地被反应出来，特征值提取的好坏，会直接影响图像识别的正确率。但是，由于图像的复杂性和不确定性，对图像骨架的特征值提取，会受到骨架结构特征的影响。 　　图像识别方法已初步形成三大类统计识别、结构识别、人工神经网络识别等。具体到统计决策识别，句法结构识别和人工神经网络识别这三种方法它们各具优缺点。结构法采用分而治之的方法，把一个复杂的任务分解为若干个复杂程度较低的子任务。这种方法对细节特征敏感，容易区分相似文字，文字变形后适应性好。缺点是需要进行笔划抽取，在图像质量不佳的情况下，结构特征难以抽取，且不稳定。 　　本文主要研究数字仪表表盘数字的识别。数字图像的骨架结构比较简单，图像都是在比较好的室内条件下拍摄，经过图像的前期处理后，数字符号图像骨架都能比较好地反应数字符号的特征，因此，采用结构法识别对数字图像符号