一种二值图像的快速细化算法

提出了一种适应于二值图像的快速细化算法，该算法利用边缘跟踪，根据边缘跟踪特点所设计的判断规则及单向链表结构存储边缘信息等技术，大大地加快了细化速度，而且占内存少，当仅需对目标模式进行细化处理时，该算法更为有效。     

一种二值图像的快速细化算法

提出了一种适应于二值图像的快速细化算法，该算法利用边缘跟踪、根据边缘跟踪特点所设计的判断规则及单向链表结构存储边缘信息等技术，大大地加快了细化速度，而且占内存少，当仅需对目标模式进行细化处理时，该算法更为有效。     

新模板下的二值字符图象的细化算法

在研究传统细化算示的基础上,空出二值字符图象的特点引入一类新的模板实现细化,并在软件实现的基础上获得了理想的处理结果。     

基于内点保留的二值图像细化算法

提出一种基于内点保留的并行细化算法，与一般基于边缘点去除的细化算法比较，它具有运算速度快，程序简单，便于硬件实现，能够完整地保存图像的拓扑结构，所获得的骨架对称性好等优点，在ＩＩＳ图像处理系统上进行了初步实验，结果表明，所提出的二值图像细化方法解决二值图像细化问题开辟了一条新途径。     

指纹图像细化算法的研究

对指纹图像的细化算法进行了较深入的研究，分析了两种常用的细化算法——快速细化算法和改进的OPTA算法各自的优缺点．针对这两种算法的不足，分析其产生的原因，并且在第二种算法的基础上，重新构建了细化模板，提出了一种新的细化算法．经过实验证明。该算法能够很好的满足细化的要求，细化完全彻底，细化以后的指纹骨架在纹线中心线，并保持了纹线原有的拓扑结构和细节特征，而且光滑无毛刺，运算速度也很快．     

图像处理中一种4×4细化算法

在剖析现今通用的图像细化方法的基础上，提出了改进现有细化算法以提高处理质量和速度的两种可行途径，并据此设计了一种新的４×４算法，构造了相应的判别模板及其细化过程．本算法已在图形智能处理系统中得到了实际应用，大大提高了图像处理的质量和速度．     

二值图像细化算法的比较与改进

本文在分析二值线图形的基本细化原理及目前流行的各种细化算法的基础上，提出一种以Ｈｉｌｄｉｔｃｈ经典算法为基础并行与串行处理相结合的细化算法。该算法大大提高了处理速度，满足工程图矢量识别系统对处理速度的要求。     

图像处理中的一种4×4细化算法

在剖析现今通用的图像细化方法的基础上，提出了改进有细化算法以提高处理质量和速度的两种可行途径，并据此设计了一种新４×４算法，构造了相应的判别模板及其细化过程，本算法已在图形智能处理系统中得到实际应用，大大提高了图像处理的质量和速度。     

一种混合的文本图像细化方法

基于Manjunath Aradhya等提出的四步细化算法（MA）和Hilditch算法思想的分析,充分融合两种细化算法各自的优点,提出了一种新的文本图像细化方法。该算法首先采用改进的MA细化算法对二值图像作预处理;然后采用Hilditch算法进行细化。实验表明,提出的算法能有效的避免断笔,更好的保留字体拓扑信息,细化结果无畸变。     

面向指纹二值图像的两种并行细化算法

本文讨论了两种并行细化算法；其中健壮性并行细化算法是对Ａ．ＤＡＴＴＡ等人提出的算法的一种改进，作为比较，还讨论了数学形态学方法。通过在指纹细化处理中的应用，对这两种算法作了较为详细的比较。     

基于多向切片中点的快速图像细化算法

在对几种常用细化算法进行探讨之后,提出了利用骨架上的像素点至少在某个方向上应处于该方向对象边界的中心点处的特点,从多个方向对细化对象进行切片,并利用这些切片中心点集作为原始数据集,以快速产生对象骨架的方法.实验结果表明,本算法与基于击中-击不中方式和最大圆盘方式的算法相比,具有复杂度低,运算时间少的特点.     

基于内点保留的二值图像细化算法

提出一种基于内点保留的并行细化算法，与一般基于边缘点去除的细化算法比较，它具有运算速度快，程序简单，便于硬件实现，能够完整地保存图像的拓朴结构，所获得的骨架对称性好等优点。在ＩＩＳ图像处理系统上进行了初步实验，结果表明，所提出的二值图象细化方法为解决二值图像细化问题开辟了一条新途径。     

一种基于重心的快速细化算法

分析快速细化算法和OPTA细化算法不足产生的内在原因,提出一种新的基于重心的快速细化算法.该算法根据被细化图像的特点,用密度重心快速将纹线细化到3个像素宽度内,计算4邻域拓扑实现彻底细化.仿真结果表明,在细化效率方面,该算法一次遍历删除超过一半的大量冗余像素,是快速细化算法的3～7倍;在细化要求方面,该算法可达到绝对单像素、光滑无毛刺,并能保持端点不被吞噬,能够很好地满足图像细化的要求.     

数学形态学图像细化算法在RE中的应用研究

在数学形态学的理论基础之上,运用8种结构元素模板对图像进行击中匹配迭代运算,不断剥落图像边缘点,从而得到图像的中心骨架,达到细化的目的．该细化算法的连通性、单像素宽度性、抗噪声性都非常良好,而且处理速度很快,非常适合于有大量图像处理运算的反求工程．     

基于数学形态学的二值图象细化算法

介绍了传统细化算法的主要设计思想,提出一种改进的二值图象细化算法,在原有算法的基础上增加了一组承担交叉线两侧细化处理的结构元素.结果表明:这一算法使得目标图象能从各方面快速、均匀地收敛至其骨架.可以看出,结构元素是数学形态学中形态运算最重要最基本的概念,结构元素选择的是否恰当,将直接影响目标图象的细化结果.     

细化后畸变节点修正算法的研究

细化在图像识别中有非常重要的地位，基于细化的识别处理算法是工程图自动识别处理中使用较为广泛的一种技术，然而，目前的细化过程会在节点处引入畸变而产生较多的细碎矢量，使得系统对基本图元，即直线和圆弧的识别率较低。本文对细化后畸变节点形态进行了深入地分析，提出了一种基于自适应视口的节点校正算法，有效地抑制了细化后节点的畸变，从而使得后续的跟踪及识别更为准确，该算法已成功地用于解决实际问题。     

基于神经网络——粒子群优化算法的医学图像分割新方法

提出了一种基于神经网络——粒子群优化算法的医学图像分割新方法,将粒子群优化算法用于神经网络的学习训练,克服了神经网络收敛速度慢,以及容易收敛到局部最优解的缺点。并与遗传算法进行了比较,结果表明,该方法不仅能更快地收敛于最优解,而且在分割准确率、误差率以及运行时间上也都有了较明显的提高。     

基于小波变换的医学解剖与功能像融合新算法

近年来,用于从多模医学图像数据中挖掘有用信息的融合算法不断被提出.但是,还没有一种合适的算法用于医学解剖和功能像的融合.基于此,提出一种基于小波变换的新方法,用于医学解剖和功能像的融合.选择高频系数时,通过计算各子图像的全局梯度来实现高频信息的融合,使融合后的图像较好地保留解剖结构所对应的功能信息;低频系数采用基于邻域能量的融合算法,保留解剖图像的边缘和纹理特征.实验结果和评价参数表明,这种改进的医学图像融合算法强化了融合图像的边缘和纹理特征,有效地保留了原图像的解剖信息和功能信息.     

一种基于彩色图像的锐化算法

对常用锐化算法进行改进，提出了一种新的针对彩色图像的边缘增强算法，并用模糊集理论选取阈值去除噪声．实验证明，改进的算法能有效地突出彩色图像的边缘，与其他算法比较，该算法耗时很少．     

二维和三维线性二元树的操作和运算

提出了二维和三维图像的线性二元树表示.给出了二维和三维线性二元树操作和运算的若干快速算法(如近邻、旋转、两幅图像的交和并、投影、截面、面积、体积和形心等算法).对每一算法都给出了复杂性分析.