光栅曲线图转换为矢量图的算法研究

摘要

随着计算机的不断普及，人们在日常生活中越来越多得接触到计算机，并且在各行各业使用计算机来辅助工作。计算机图像处理主要研究计算机对图像的表示、存储、展现、变换、运算和输出/输入图形的原理、算法等。在这些传统的图像处理领域中，图像源通常来自于对自然物体通过光学、遥感等手段成像的结果。而随着计算机的广泛应用，另外一类图像，即人工制作的图像也在计算机上得到了越来越广泛的应用。例如工程制图、平面设计等。 图像通过扫描仪输入计算机，对扫描图像进行处理和变换是图像处理中常常用到的技术。将光栅图像转换为矢量图，一般需要经过，预处理、识别曲线、寻找关键点，曲线拟合等步骤，最后得到趋近输入图像的矢量图。 对于一些以曲线为主的图像，如工程设计图、漫画、平面设计草图等的扫描图像，都是以点阵图表示的。由于其主要构成部分为曲线，图像的细节层次比较单一。但是对于这类图像，往往需要进行一些编辑，如旋转，放大，缩小等。所以使用矢量图来表示这类图像是比较理想的，一方面存储占用空间较小，传输更快，编辑更方便，编辑效果更保真。因此将点阵线条图像转换为矢量图，即便于对曲线图的编辑，又能减小图像的文件体积，同时便于图像的传输。 本文针对扫描的光栅曲线图，根据曲线图的特征，提出由光栅曲线图转换为矢量图的一个转换过程，并对这个过程中所涉及的算法进行了研究讨论，并通过试验进行对比分析。 在图像预处理时，针对曲线图像的特征，提出了用于消除椒盐噪声的局部平均算法，和用于消除高频噪声的部分平均算法，以及在使用拉普拉斯算子检测之后，对检测的边缘图像进行修正等，使得经过预处理的图像最大可能降低噪声对图像的影响，也就保证了后面曲线识别的准确性。 在曲线识别的过程中，本文提出了曲线跟踪算法，使用直线段近似逼近曲线，并用这些直线段的起始点，作为曲线拟合的关键点，进行B样条曲线拟合。经过试验对比和分析，扫描曲线图转换为矢量图之后，在总体上的拟合效果非常理想，但是对于长度较短，曲率较大的曲线，拟合程度欠佳。

目录

文摘

英文文摘

四川师范大学学位论文独创性及使用授权声明

第1章前言

第2章预处理

第3章曲线识别

第4章曲线拟合及试验分析

第5章结论

参考文献

致谢

攻读硕士学位期间发表的论文和参加的科研项目