МОДИФИКАЦИЯ АЛГОРИТМА СКЕЛЕТИЗАЦИИ ЗОНГА-СУНЯ ДЛЯ ЗАДАЧИ РАСПОЗНАВАНИЯ РУКОПИСНЫХ СИМВОЛОВ

Задача распознавания формы объектов, которые могут быть представлены в виде изображений, рассматривается во многих приложениях. Для векторизации изображений требуется применять алгоритмы утончения, результатом их работы является сокращение числа пикселей, которые нужно обработать, при том, что сохраняется информация о форме и топологии анализируемого изображения. В данной статье анализируются алгоритмы скелетизации — преобразования изображений символов в тонкие линии, которые оперируют или векторами границы, или пикселями. Отмечается, что все они строят линии толщиной не в один пиксель, хотя при этом даже может быть достигнут выигрыш в скорости вычислений. Это приводит к тому, что при построении графа скелета будут появляться лишние узлы. В большинстве методов утончения сохраняется связность. Автором предложен алгоритм, улучшающий алгоритм Зонга-Суня, который при построении графа изображения не приводит к тому, что появляются лишние точки ветвления. В отличие от предложенного алгоритма, шаблонный метод и алгоритм Зонга-Суня не дают линию толщиной в один пиксель.

1. Математическая морфология. Фильтрация [Электрон. ресурс]. – Режим доступа: http://graphics.cs.msu.su/courses/cg02b/lectures/lection4/, свободный. – Загл. с экрана

2. Lyu Wenyin From Raster to Vectors: Extracting Visual Information from Line Drawings / Lyu Wenyin, DovDori // [Электронный ресурс]: – Режим доступа: http://research.microsoft.com/research/pubs/view.aspx?pubid=924, свободный

3. Новиков Ю.Л. Исследование методов векторизации растровых изображений и их реализация в геоинформационной системе / Ю.Л.Новиков // Томск: Томск. гос. ун-т. Факультет информатики, 1999.- 177 с.

4. Бухштабер В. М. Автоматизированная система анализа плоских точечных изображений методом скелетизации как инструмент решения задач прикладной статистики / В. М.Бухштабер, В. М.Кляцкин, В. В.Моттль, Е.В.Щепин // Программные продукты и системы, 3 (1991), с. 52–62

5. Кушнир О.А. Сравнение формы бинарных растровых изображений на основе скелетизации / О.А.Кушнир // Машинное обучение и анализ данных, 2012. Т. 1, № 3. с. 252-263.