細線化とスケルトン化
• thin(M, b) - 行列 M をしきい値 b で細線化した 2 値行列を返します。
• skeleton(B,[b]) - 行列 B を最も内側のレベルまで侵食した 2 値行列を返します。
これらの関数を使用して、画像内のオブジェクトを各オブジェクトのほぼ中心を通る線の集合に変換します。
thin 関数と skeleton 関数は、画像を先に 2 値化してから、細線化またはスケルトン化します。これは、光学式文字認識 (OCR) などのパターン認識で画像解析を行う場合に便利です。
細線化とスケルトン化はモルフォロジー処理の極端な例であり、画像のオブジェクトの基本形状だけに注目する場合に使用します。細線化とは異なり、スケルトン化では入力オブジェクトの大きさは維持されます。スケルトンの終点は入力オブジェクトのエッジまで延びています。
細線化では、2 値画像のオブジェクトは一連の単純なデジタルの直線 (または円弧) に変換されて、オブジェクトのほぼ中心軸 (中心線) 上に配置されます。得られた構造は、画像のオブジェクトの小さな屈曲による影響を受けません。このアルゴリズムは、近傍点が複数ある単純な境界点を繰り返し削除します。このアルゴリズムでは、細線の円弧の終点は削除されません。
 |
• オプションの引数 b が指定されていない場合、skeleton 関数は、中心線だけが残るまで、単純なスケルトン化 (2 値画像のエッジの侵食) を実行します。skeleton 関数は、黒色の背景に白色のオブジェクトがある画像で最も効果を発揮します。
• オプションの引数 b が指定されていない場合、skeleton 関数はより高度なスケルトン化アルゴリズムを使用します。このアルゴリズムでは、オブジェクトのスケルトンが、最寄りの境界までの距離が局所的に最大となる一連の点として定義されます。元の 2 値画像のスケルトンと各スケルトン点からその輪郭までの距離を引数として指定した場合、スケルトン点を中心とした、関連する輪郭までの距離と半径が等しい円形内にある近傍点の和集合を求めることで、元の 2 値画像が回復されます。この場合、スケルトンは画像オブジェクトの再生可能な表示です。
|
引数
• M はグレースケールの画像行列です。
• B は 2 値画像行列です。
• b は、2 値化の輝度のしきい値を指定する実数です。
b は skeleton 関数ではオプションです。