【正文】 （ i。 i_ （ i。T（ i。 j ） ，讓 t_ （ i。 j ） ＝G2（ i。 T__(i ? 1。 T___(i + 1。舉例來說，這個 D4的遠(yuǎn)程骨架，是不是不變根據(jù)輪換。 j) = 1 ^ I(i。 [ 2 ] C. Arcelli, G. Sanniti di Baja： topolog iCal的算法為數(shù)字圖像處理 （甲羅森菲爾德 ） ，北荷蘭， （ 99 143 ， 1996） 。 j+ 1) = 0 in row i, counting from the left, with I(i。T（ p ）項）的轉(zhuǎn)變形象，這是不一定的連接。 j ） = t_ （ i。 j。 j。 j ）條的 G1 = （ i。 j ） ] 2 t_ i_沒有四點為 A4 （ （ i。 j ） + 1 。 i_ （ i。 j 。我們這個圖像變換到一個新的代表在每屆點 P 2 hii D4類 距離像素具有的價值為零。 一套對稱點，每一個標(biāo)記半徑相關(guān)最大的光碟，構(gòu)成了骨架的一套。 3細(xì)胞是連接 在其 6接口 。 基于鄰域的關(guān)系，我們連通如常： 2 點 p。 18。注意： 如果格點模型是用 這鄰接在二維或鄰接在三維。 gmaxg 與 gmax _ 1 。另一種序貫算法 pavlidis 使用的多點和收益由輪廓 下列的 的例子，并行算法在這第三類是減少 算子 ，其中變換輪廓點到背景點。拓?fù)渚S護骨架是一個特殊的案件細(xì)化，導(dǎo)致連接的一套數(shù)碼化的圓弧或曲線。通常這樣的 算子 找到臨界點 ， 并計算出 特殊 路徑通過對象連接這些點。mi(l)) of midpoints ， of the connected ponents in row i. The set of midpoints of all rows constitutes a critical point skeleton of an image I. This method is putationally e198。 j) at all positions of T_ with nonzero values. Informally, the theorem says that the distance transform image is reconstructible from the distance skeleton, and it is the smallest data set needed for such a reconstruction. The used distance d4 di_ers from the Euclidean metric. For instance, this d4distance skeleton is not invariant under rotation. For an approximation of the Euclidean distance, some authors suggested the use of di_erent weights for grid point neighborhoods [4]. Montanari [11] introduced a quasiEuclidean distance. In general, the d4distance skeleton is a subset of pixels (p。 T__(i。 T_(i。 j。 j)。 j)。 j) = 0 minfI_(i ? 1。 j)), and f2 in reverse standard scan order, producing T(i。 q) from point p to point q, p 6= q, is the smallest positive integer n such that there exists a sequence of distinct grid points p = p0,p1。m are the numbers of rows and columns of C. In 3Dwe use integer coordinates (i。 2。 p1。 :::Gmaxg with Gmax _ 1. The range of a binary image is f0。 j), with 1 _ i _ n and 1 _ j _ m。 p2。 j) = f1(i。 j。 j。 j)。 j) let T_(i。 T__(i。 T__(i。 T___(i。 j) = 1 6 ^ I(i。 一個 距離骨架是一個子集點，某一特定的組成部分，例如，每點子，這代表了該中心的一個最大光盤（標(biāo)記半徑這片 光碟）載于特定的組成部分。方法應(yīng)是獨立的立場從一組，在平面或空間，網(wǎng)格的決議（數(shù)字化這套）或形狀復(fù)雜該給定。數(shù)碼弧是一個子集數(shù)字曲線，如 p6 = 點的數(shù)碼弧其中，正是一鄰居是所謂的一歸宿，這電弧。要素的 C 是網(wǎng)格點或網(wǎng)格細(xì)胞和分子性（ P 。作為一個第二個選項，使用網(wǎng)格點模型一二維或三維像素的位置是一個網(wǎng)格點。 2 。 M 是多少行和列正在 3維中 使用整數(shù)坐標(biāo)（ i。 因此，任何一套 集合 組 成了 若干組件。 距離 算法 Blum[ 3 ]提出 了骨骼的代表是 一組對稱點。pn= q是 4 近鄰， pi 1 ， 1_i_n. 如果 P值 q之間的距離 是 趨向于為零，則 D4 （ p。i（ i。 j ） ） = 8 ： if I（ i。 j ） ） = minf_i_ （ i。 j ） ] ： 1 _ i _ n ^1_ j _，讓 t_ _T,[ （ i。 j ） = 0 。 j 。 j)? 1。 j)? 1。為一近似歐氏距離，一些作者建議使用 的權(quán)數(shù)，格點街道 [ 4 ] 。 j ? 1) = 0 in row i, counting from the left, with I(i。 [ 3 ] H. Blum ：模式的看法 言論和直觀的形式 ，麻省理工學(xué)院出版社，劍橋 （ 380 ， 1967）。 j) = 1 ^ I(i。 在一般， D4的遠(yuǎn)程骨架是 一個子像素（ p。 j + 1) ? 1結(jié)果 t___是平等的向距離變換的圖像 ，兩種職能 G1和 G2 ，與 G（ t_ ） = g2(g1(T_)) = T___,我們有 [ 15 ] ： 定理 1G（ t_ ） =T，如果 t0是任何子的形象 T（延長至一個形象有值為 0 ，在所有剩余的持倉量）等認(rèn)為， G（ t0 ） =T， 然后 t0 （ i。 j ? 1) ? 1g 10 g2(i。 j ） ） ， 詳情如下： g1(i。 我們現(xiàn)在申請的職能的 G1到距離骨架 t_在標(biāo)準(zhǔn)掃描秩序， 產(chǎn)生 t__（ i。T（一 。（ i+ 1 。 j ） + 1 。 j ） = F2的（ i。由于二進制數(shù)字形象。 至少有 2點存在于邊界與平等的距離頁每對稱點，相關(guān)的最大光盤是 在這一套 世界上最大的光盤。邊界 2細(xì)胞是聯(lián)接 在其 4 細(xì)胞 和 5細(xì)胞 的 。 k ）段。 6 。 兩個三維 像素的位置 P和 Q在網(wǎng)格中的細(xì)胞模型是所謂的毗鄰 i_ p 6 = Q和他們分享至少有一個優(yōu)勢（這是一細(xì)胞） 。范圍的形象 是 f0 。舉例來說，經(jīng)常提到的算法 hilditch 是一個迭代的過程中的測試和刪去的輪廓像素 ， 按順序在標(biāo)準(zhǔn)光柵掃描秩序。 一個字集 Q_I的對象點是減少了設(shè)置 ， 在一迭代和 Q0的結(jié)果 = Q N D成為 Q報表下次迭代。 第二類 算子 產(chǎn)生的中位數(shù)或中心線數(shù)字對象在一個非迭代的方式。m+ 1) = 0 ， mi(l) = int((oi(l) ? ei(l)=2)+ oi(l) ， The result of scanning row i is a set of coordinates (i。 j) = T_(i。 j。 j。 j) = g1(i。 j)] : 1 _ i _ n ^ 1 _ j _ mg, and let T_ _ T such that [(i。 j)) = minfI_(i。 j)) = 8: 0 if I(i。 I(i。 pn = q suc