内点保留的并行二值图像细化算法：新途径与优势

本文档标题为"基于内点保留的二值图像细化算法1"，由丁明跃和彭嘉雄两位作者在1994年发表在《华中科技大学学报》上。该研究介绍了一种创新的图像细化方法，其核心思想是基于内点保留而非传统的边缘点去除策略。这种方法的主要优势在于其运算速度快，程序设计简洁，适合于硬件实现，能更好地保持图像的拓扑结构，从而提高骨架的对称性和精度。 在二值图像处理领域，细化是一个关键步骤，用于通过迭代过程提取出图像的骨架，这个骨架能够反映图像的主要特征，对于字符识别、染色体识别和指纹识别等领域至关重要。传统的方法通常依赖于边缘点去除，但这种方法可能会导致非对称性和骨架宽度超出预期，特别是在边缘跟踪过程中，由于跟踪顺序和邻域定义的影响，这些问题更为显著。文献[2]虽然提出了自适应算法来补偿这些问题，但其适应性有限，算法复杂且计算量大。 本文作者提出的内点保留细化算法则是针对这一问题的新尝试。他们将二值图像中的点划分为孤立点、内点和边缘点，其中内点被认为包含有用的信息，不应被错误地视为噪声。通过内点保留，作者证明了在二值图像中，保留内点与去除边缘点的结果是等效的。这意味着新算法能够在保持图像结构完整性的同时，提供更精确和对称的骨架，为二值图像细化问题提供了更为高效和有效的解决方案。 在实验部分，作者在11S图像处理系统上进行了验证，结果显示，基于内点保留的并行细化算法不仅提高了细化的质量，还展示了在实际应用中的可行性和效率。这无疑为二值图像处理领域开辟了新的研究方向和技术应用途径。这项工作对于提高图像处理技术的准确性和性能具有重要意义。