经过改进的基于模板的图像细化方法

与何林讨论记录：在美术制作中，对扫描稿的线条细化的问题，业界内尚未有效的解决，主要是以日本动漫制作行业中为代表用地图矢量化的相通思路和方法，采用快速模板（适配）的骨骼线提取方法，产生单像素线条（矢量化的基础），对线型进行修整，来对该问题做了针对性的应用研究采用美术制作流程截图表示主要改进：增大了模板库（目前模板设计主要采用经验方法，如果能研究出一套设计理论，使得设计的模板能自动适应不同特点的图像，将有效改进细化的结果（和通用性））最终效果，由美术人员专业评测（可附部分模板代码？）摘要：在基于模板的图像细化算法的基础上，提出一种将模板库进行优化改进的细化算法。与目前已有的算法相比较，它的处理速度快、计算量小、抗噪性能好、便于硬件实现。实验结果表明，该算法很好地克服了传统细化算法的不足，为图像的细化提供了一个新的思路。一、引言与概念在计算机辅助动漫设计过程中，首先是将手绘稿通过扫描仪输入，此时图像是以点阵图像的形式进行存储的。为了实现自动描线上色、中间帧生成等更高级功能，需将扫描线条稿进行矢量化处理。由于扫描稿图一般是灰度图，因此可以方便地进行黑白二值化，已有多种在实践中行之有效的算法，如有向边界法、最小二乘法、基于拓扑关系原理的栅格转换矢量方法、散列线段聚合法等等。基于这些算法，在一些应用领域已经推出了商用软件，如国外的ARC/NIFO、INTERGRAPH、德国Softelec公司的VPStudio、日本日立公司的ImageSeries、美国GTX公司的GTXRasterCADSeries、挪威Rasterex公司的RxAutoImagePor200，国内的AlgolabPhotoVector、AcmeTraceART、东大阿尔派的SEAS系统、华中理工大学的EDIS工程图信息系统、西工大CAD中心的NPPU-EDRS工程图智能输入与识别系统、清华紫光的TH-DAIMS图纸处理系统等等。将手绘稿矢量化处理后，为了能快速准确提取线信息，进行数据压缩和矢量化跟踪，将图像进行细化是非常重要的步骤。扫描图像的细化又称为骨架化，是在完整保存原图的拓扑结构和连通性的基础上，通过一定算法抽取线状图像结构的关键点，并去掉大量冗余的边缘点以得到仅有一个像素宽度的图像骨架，这样就大大地压缩了原始图像的数据量，以简洁的形式来参与后续更高层次传输、处理和分析的过程。细化基本思想是“层层剥夺”，即从线条边缘开始一层一层向里剥夺，把一些非框架的点给去掉，直到线条剩下单像素宽为止，从而达到提取图像骨架的目的。二、已有细化算法的比较分析评测细化算法的优劣，主要应从细化质量和细化速度两个方面进行综合考量。在图像处理领域，现己有多种方法可以实现细化，究其基本大致源于以下几种：骨架线跟踪法、结合方向图的细化算法、使用模板的方法。骨架线跟踪法是跟踪骨架线进行细化，直到图像中所有的骨架点都被遍历。这种方法简单快速，在去除边缘点的过程中保持了连续性，但出现了较多的伪骨架点，断点和小桥很多，造成了骨架的偏移。结合方向图的细化算法沿图像线条走向的垂直方向，以单位像素为步长逐线扫描骨架线。该方法不需迭代，细化速度很快，但不能正确地反映线条分叉处的细节特征，对以后特征点的提取带来很大的不便。相对而言，使用模板算法来对线条进行细化，速度和细化效果都较好。模板库的大小将直接影响细化算法的速度与效果，…………。本文着重研究将基于模板的图像细化算法的模板库进行优化改进。三、基于模板算法的优化改进四、实验结果比较与分析实践证明，该算法不但能获得较好的细化效果，而且在很大程度上简化了运算，从而提高了细化速度，是一种比较理想的图像细化方法。五、新算法的应用根据本文提出的基于改进模板进行图像细化的理论与方法，我们开发了相应的处理软件，并利用多幅图像资料对该系统进行了综合实验。（本节主要介绍实验系统的硬件环境、软件功能和由美术人员综合实践评测的结果。）参考文献：曹洪宇.采用面向对象技术进行图形矢量化方法的研究.nh一种基于改进后模板的图像快速细化算法.pdf（“改进”）一种快速的扫描铅笔稿图细化算法(1).pdf图像细化的VC实现一种简便准确的指纹图像细化算法.pdf