优化的离散λ-中轴骨架提取算法

发布时间：2019-08-19 19:09

【摘要】：离散λ-中轴(DLMA)是一种快速、健壮的中轴变换算法,选择合适的参数λ可以提取物体较为精准的单像素骨架.针对DLMA算法的缺点,提出一种融合欧氏距离变换局部极大值点思想和背景点空间思想的DLMA优化算法.该算法将DLMA算法分成2步,先使用一个小λ阈值获得骨架的粗提取结果,计算过程中将其N4邻域简化为N2邻域;然后在粗提取的结果下设计骨架生长阈值自动调整策略,使其对宽度变化具有足够的适应性.实验结果表明,与原DLMA算法相比,文中提出的优化算法不仅具有更快的计算速度,鲁棒性和自适应能力均有显著提高.
【图文】：

彩色图像,倒角,模板,点空间

1所示.图1中,×表示目标点,格内的数字代表各邻域点与目标点之间的距离,距离值可以根据精度要求定义.计算近似的EDT时,首先用左上倒角模板从左到右、从上到下扫描一次目标区域,然后用右下倒角模板从底向上、从右到左扫描一次目标区域.本文使用刘相滨等[12]提出的基于边界追踪的EDT算法获取距离信息数组Iedt[M,N].该算法给出的EDT结果是精准的,且可将算法运行时间控制在3×3倒角模板法的2倍之内.Iedt[M,N]的数组元素结构类型如下:struct{intd;//存储欧氏距离的平方intbx,by;//存储最近背景点坐标}图13×3倒角模板1.2距离场和背景点空间本文基于EDT的骨架提取算法大致可以分为2类.1)基于距离场的骨架提取算法.距离场就是场域概念下的EDT计算结果,如图2b所示.该算法的主要思想如下:a.认为距离场内的局部极大值点是潜在(原始)的骨架点;b.以原始骨架点为种子点进行生长,在生长过程中利用曲线演化等手段去除冗余骨架[11],或以梯度最短路径连接关键点提取骨架[13].a.原图b.距离场c.背景点空间图2形状的原图、距离场和背景点空间2)基于背景点空间的骨架提取算法.为了形象地表示背景点空间,本文用YCrCb格式的彩色图像来展示背景点空间,如图2c所示.图2c中,亮度Y通道存储的为EDT的距离值,色度Cr,Cb通道存储的是EDT中目标点的最近背景点坐标.可以看出,中轴线把形状分为多个不同颜色的区域,如图3所示.a.骨架线同侧相邻的目标点的最近背景点通常是相同的或相邻的.b.骨架线不同侧的目标点的最近背景点分别位于两侧的边缘,相距较远.因此在背景点空间中,中轴是颜色发生跳变的分界线.c.根据对称原理可知,图2c中不同颜色区域的分界线即是原本的中轴线.

彩色图像,距离场,点空间,背景

较律缢枰淮文勘昵鈌?然后用右下倒角模板从底向上、从右到左扫描一次目标区域.本文使用刘相滨等[12]提出的基于边界追踪的EDT算法获取距离信息数组Iedt[M,N].该算法给出的EDT结果是精准的,且可将算法运行时间控制在3×3倒角模板法的2倍之内.Iedt[M,N]的数组元素结构类型如下:struct{intd;//存储欧氏距离的平方intbx,by;//存储最近背景点坐标}图13×3倒角模板1.2距离场和背景点空间本文基于EDT的骨架提取算法大致可以分为2类.1)基于距离场的骨架提取算法.距离场就是场域概念下的EDT计算结果,如图2b所示.该算法的主要思想如下:a.认为距离场内的局部极大值点是潜在(原始)的骨架点;b.以原始骨架点为种子点进行生长,在生长过程中利用曲线演化等手段去除冗余骨架[11],或以梯度最短路径连接关键点提取骨架[13].a.原图b.距离场c.背景点空间图2形状的原图、距离场和背景点空间2)基于背景点空间的骨架提取算法.为了形象地表示背景点空间,本文用YCrCb格式的彩色图像来展示背景点空间,如图2c所示.图2c中,亮度Y通道存储的为EDT的距离值,色度Cr,Cb通道存储的是EDT中目标点的最近背景点坐标.可以看出,中轴线把形状分为多个不同颜色的区域,如图3所示.a.骨架线同侧相邻的目标点的最近背景点通常是相同的或相邻的.b.骨架线不同侧的目标点的最近背景点分别位于两侧的边缘,相距较远.因此在背景点空间中,中轴是颜色发生跳变的分界线.c.根据对称原理可知,图2c中不同颜色区域的分界线即是原本的中轴线.
【作者单位】：天津大学电气自动化与信息工程学院;
【基金】：天津市自然科学基金(14JCYBJC21800)
【分类号】：TP391.41

【相似文献】