[发明专利]一种针对OPTA图像细化算法的快速实现方法

说明书

技术领域

 本发明属于数字图像处理技术领域，涉及一种针对OPTA图像细化算法的快速实现

方法。为OPTA类算法中消除模板和保留模板构造等价的查找表，基于已构造的查找表实现二值图像的快速细化，从而大幅度地提高了OPTA类算法的运算效率。

背景技术

细化又称为骨架化，即在不影响原图拓扑性的基础上，通过抽取表达原图形状最关键的点，来使得原图中宽度大于一个像素的线条变成单像素的过程，也就是抽取原图骨架的过程。该技术在图像处理中占有重要地位, 是图像分析、信息压缩、特征抽取及模式识别中的常用技术。

目前，已有了大量的图像细化算法被提出，主要可分为串行细化算法^[1,2]和并行细化算法^[3-12]，文献[11]对串行与并行细化算法进行了对比、总结：串行细化算法, 其当前迭代的结果不仅取决于前一次的迭代结果, 而且与当前处理情况有关；而并行细化算法, 其当前迭代则仅仅由前一次的迭代情况决定。由于串行细化算法的处理结果依赖于对像素处理的先后顺序, 因而像素点的消除或保留不可预测；而并行细化算法在对图像进行细化时，由于是利用相同的条件同时检测所有像素点, 其结果具有各向同性, 因此从算法原理上看, 并行方法优于串行方法。

OPTA(One-Pass Thinning Algorithm)细化算法是一种典型的并行图像细化算法，其最早于文献[4]被提出，文献[10]针对其存在细化不全、速度较慢的缺点进行了研究和改进；文献[11]指出文献[10]虽然在细化速度上有所提高，但仍然引入了过多的迭代，影响细化速度，因此文献[11]对文献[10]算法又做了进一步的改进。文献[12]发现文献[11]的改进虽有效地提高了细化速度，但细化质量有所下降，为此在文献[10]的基础上，提出了一种新的图像快速细化算法。该算法不仅有效地保留了文献[10]算法的细化效果，同时较之文献[11]算法细化速度更快。

一个好的细化算法应满足以下的要求^[10]:

(1) 细化图像的连通性必须与原图像保持一致；

(2) 细化图像中的线条宽度应为单像素；

(3) 细化图像中的线条应尽可能是中心线；

(4) 细化后图像应尽可能保持原图的细节特征；

(5) 细化算法的速度应尽可能快。

从以上5点要求中可以发现，前4条准则主要集中在对细化质量的评价，最后一条是对细化速度的要求。因此，对一个细化算法的评价，主要是从细化质量和细化速度两个方面进行。

文献[10,11,12] 都是从改进模板的角度出发来提高该类算法的细化质量和细化速度。

参考文献

[1] C. Arcelli, G. Sanniti di Baja. On the sequential approach to medial line transformation. IEEE Transaction on Systems, Man and Cybernetics, 1978, 8(2): 139~144.

[2] J. Lin, Z. Chen. A Chinese-character thinning algorithm based on global features and contour information. Pattern Recognition, 1995, 28(4): 493~512.

[3] T. Y. Zhang, C. Y. Suen. A fast parallel algorithm for thinning digital patterns. Communications of the ACM, 1984, 27(3): 236~239.

[4] Chin R T, Wan H K, Stover D L, et al. A one-pass thinning algorithm and its parallel 

implementation. Computer Vision Graphics Image Processing (CVGIP), 1987, 40 (1): 30~40.