基于数学形态学的图象骨架提取与重建

提出了基于数学形态学理论来提取图象中的骨架并由骨架重建图象的方法.通过在MATLAB中的仿真,验证了此方法是提取骨架与重建图象的一种有效方法.     

基于数学形态学的鞋楦特征曲线骨架的提取方法

利用数学形态学方法提取出特征曲线带的骨架,并将提取的特征曲线用于鞋楦模型的重建。先利用已标定相机拍摄多幅图像,将图像去噪、提取特征曲线骨架后,再重建出鞋楦的三维模型。实验结果表明,利用该方法重建的鞋楦模型达到了实际生产要求,且重建所需设备比较经济。     

一种文字类图象预处理的快速运算过程

在数字图象分析的过程中，首先要求对图象进行预处理，在预处理过程中，要求算法结构简单，性能可靠，应用普遍，以及实施速度快，并能准确地找出图象的骨架，保留图象的重要部分，失真度小．本文对图象的预处理分别提出了确定二值图阈值和提取图象骨架的快速算法。实验表明，该算法的连续过程满足上述要求，是一种较理想的图象预处理的方法。     

基于点云模型的低质汉字骨架提取算法

低质汉字的骨架提取是骨架提取中的一个困难问题.在多种降质因素的影响下,传统骨架提取方法很难提取出"好"的骨架,本文提出利用点云模型提取低质汉字的骨架.点云模型不仅能够充分利用现有汉字的底层信息,也能够将低质汉字骨架提取转化成一个两步的优化问题.采用增量广义均值聚类方法提取出低质汉字的初始骨架;然后基于高层马可夫随机模型连接初始骨架.实验结果表明,本方法在多种降质因素影响的情况下也能够获得"好"的汉字骨架.     

细胞群体连续切片图象中任意个体的计算机三维重建

研究了细胞群体连续切片图象中任意个体的计算机三维重建及显示，并给出了相应的实现算法。该算法是基于同一物体截面在连续切片图象中的－阶归－化矩相似描述，用模式识别的方法确定同一物体的截面及用虚拟矩形窗口技术提取任意个体的所有截面，采用截面重建显示法实现任意个体的重建显示，理论分析和实验研究均证实了该算法的可行性和实用性．     

一种数字形态骨架方法

本文给出了用宏算符表示的图象基本数字形态运算,并按R~2上图象骨架定义给出了一个数字形态骨架方法,使其形态表示简洁直观。     

一种各向同性细化和连通中轴变换的并行算法

从保证准确重建性出发．给出一个基于“局部最大标号”的各向同性细化 （ＩＴ）和连通中轴变换（ＣＭＡＴ）算法。其骨架点判别全部由几个简单３×３旋转模 式匹配完成，因而比现有的ＩＴ和 ＣＭＡＴ算法更简单直观。产生的骨架多余点也比 其它类似的算法更少，并能通过重建算法准确重建原图象．     

数学形态学的细化算法

对目标图象进行细化处理,提取其骨架,在目标检测、图象编码以及光学字符识别等计算机视觉、图象处理与模式识别领域都有着广泛的应用．在定义了数学形态学图象轮廓和骨架的基础上,提出了基于两组结构元素模板的数学形态学细化新算法,这两组结构元素模板分别用来去掉目标的西北、东北、东南、西南方向四个角上的点和北、东、南、西四个方向上的点．用该算法对实际的字符进行细化,获得了令人满意的结果．     

骨架关节点跟踪的人体行为识别方法

基于彩色图像的运动检测和分割方法难以获取完整的人体骨架,并且只能提取关节点的二维坐标信息,而 Kinect 传感器能通过捕获深度图像来重建完整的人体骨架关节点三维模型,提高了骨架关节点模型的表示精度。本文通过 Kinect 的骨架跟踪模块对人体的骨架关节点模型进行提取;然后,提出一种坐标转换方法得到人体骨架关节点的三维坐标表示,利用 k 均值聚类将关节点坐标量化为符号序列;最后,建立离散隐马尔可夫模型来进行人体行为识别。通过自建的数据集进行实验,实验结果表明：本方法能取得94％的识别率。     

TM遥感图像中河流的自动提取

提出了一个TM图像中河流目标自动提取的方法.对TM图像上河流及其背景地物的光谱特征进行分析,利用所发现的知识建立河流地物的提取模型,检出河流区域;对河流进行细化,抽取骨架;最后利用基于线段间斜率差的方法对河流骨架进行矢量化.试验结果表明该方法能较准确的识别提取TM图像中的河流目标,得到理想的矢量数据.