图像骨架提取.doc

实用标准文案 精彩文档 实验八 图像骨架提取 实验要求 1.设计并实现对数字图像进行骨架提取。 2.分析所得到的结果。 实验原理 实验环境 MATLAB 图像的骨架提取原理 图像细化 图像细化（Image Thinning），一般指二值图像的骨架化（Image Skeletonization） 的一种操作运算。一个图像的骨架由一些线和曲线（比较理想的是单像素宽度），骨架可以提供一个图像目标的尺寸和形状信息，因而在数字图像分析中具有重要的地位，图像细化（骨架化）是进行图像识别、线条类图像目标分析的重要手段。 骨架的定义及提取原理 比较普遍的方法是采用目标（Object）中轴（Medial Axis）的概念。中轴线的点（像素点）定义为距离目标边界上两个点等距的那些像素。 ??在图像处理中实现这种等距的计算一般有两个途径。 ?? 一是使用距离变换（Distance Transform）的方法（在此不讨论）。 另外一个方法介绍如下： 思路：想象一个图像目标四周被火点燃，燃烧的速度四周保持一致，那么四周由边界向质心方向(向内部中心)燃烧时，相互遇到的那条线，就是中轴线。 以长方形为例，可以想象，分别会有许多内接圆，分别沿着长方形（矩形）的四个角向中心方形移动。 拓扑方法是实现图像骨架化的有利工具，我们可以定义一些图像目标边界上可以删除的像素点，以便最后获得图像目标的骨架。 但是，我们还要求保持图像目标（一般常用于线条类的图像目标）的连通性（Connectivity），还不能改变图像目标的个数，不能改变目标内的空洞个数，也不能改变不同目标的相互关系（位置关系等等），一旦有些像素涉及到改变上述内容的，则一律不能被当作删除的图像像素。 我们可以利用一个3x3模板来检测一个像素是否应该被删除掉。假定3乘3大小的图像中，中心点（黑点）被删除，那么会有如下两种情形： （1）顶端两个像素和右下端两个像素被分离了，这样就会将原来的一个目标（物体）分为两个，不符合细化操作的要求。 （2）(因为如果这九个点只是一个物体的局部)顶端两个像素和右下端两个像素可能是由外部的像素点进行连接的，那么所有像素点（黑点）会形成一个空洞，如果中心点被删除，则会将孔洞消除，又违背了前面提及的细化的规则。 实验内容 图像骨架提取的程序流程图： 实验结果： 实验总结 一个图像的骨架由一些线和曲线（比较理想的是单像素宽度），骨架可以提供一个图像目标的尺寸和形状信息，因而在数字图像分析中具有重要的地位，图像细化（骨架化）是进行图像识别、线条类图像目标分析的重要手段。 附录： clear all; I=imread(kids.tif); subplot(2,2,1); imshow(I); title(原图像); level=graythresh(I); I=im2bw(I,level);subplot(2,2,2);... imshow(I); re=ones(400,318); I=re-I; subplot(2,2,2); imshow(I); title(二值化的图像); bwl=bwmorph(I,skel,Inf); subplot(2,2,3); imshow(bwl); title(骨架提取); bw2=bwmorph(bwl,spur,4); subplot(2,2,4) imshow(bw2) title(消除毛刺后的图像);