【正文】 [ 3 ] H. Blum ：模式的看法 言論和直觀的形式 ，麻省理工學院出版社，劍橋 （ 380 ， 1967）。他們可以形成噪音 分枝， 當對象組件 接 近平行 的形象 行，他們可能 的 特殊應用 是有用的 ， 而掃描方向大約 是垂直方向的主要對象組件 . 參考文獻 [ 1 ] C. Arcelli, L. Cordella, S. Levialdi ：并行細化二元圖片 （ 149 ,1975） 。m+ 1) = 0 mi(l) = int((oi(l) ? ei(l)=2)+ oi(l) 所連接的元件在連續(xù) 中點所有 行構成了一個臨界點骨架的形象 ，這種方法的 計算 是 精確的 。 j) = 1 ^ I(i。 j ? 1) = 0 in row i, counting from the left, with I(i。我們 的 下列職能為 1 _ i _ n ： ei(l) = _ j if this is the lth case I(i。 臨界點算法 最簡單的一類，這些算法決定的中點子連接組件在標準掃描，以便每一行。 在一般， D4的遠程骨架是 一個子像素（ p。為一近似歐氏距離，一些作者建議使用 的權數(shù)，格點街道 [ 4 ] 。用過的距離， D4從歐幾里德度量。 j ）在各個崗位上的 t_與非零值。 j + 1) ? 1結果 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）等認為， G（ t0 ） =T， 然后 t0 （ i。 j)? 1。 j)。 T__(i。 j ? 1) ? 1g 10 g2(i。 j)? 1。 j)。 T_(i。 j ） ） ， 詳情如下： g1(i。 j 。 j ） ），和 G2到的結果，在 G1期逆向掃描的標準秩序， 產(chǎn)生 t__（ i。 j 。 我們現(xiàn)在申請的職能的 G1到距離骨架 t_在標準掃描秩序， 產(chǎn)生 t__（ i。 j ） = 0 。對所有其余各點（ i。 j ） ）有一個價值在 T等于 T（ i。T（一 。 j ） ] ： 1 _ i _ n ^1_ j _，讓 t_ _T,[ （ i。 j ） 。（ i。（ i+ 1 。 j ） ） = minf_i_ （ i。 j 。 j ? 1 ） + 1,if I（ i。 j ） + 1 。 j ） ） = 8 ： if I（ i。 j 。 i_ （ i。 j ） = F2的（ i。i（ i。 j ） 的 F1 = （ i。轉型包括兩個步驟。由于二進制數(shù)字形象。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。在 [ 15 ] D4類 距離是如下 特殊 的距離， D4（ p。 這個想法提交的一個組成部分，數(shù)字圖像作為一個距離骨架的基礎上，計算一個 距離各點 在一個連通子米 _ C至補子。 至少有 2點存在于邊界與平等的距離頁每對稱點，相關的最大光盤是 在這一套 世界上最大的光盤。 距離 算法 Blum[ 3 ]提出 了骨骼的代表是 一組對稱點。 9 2非迭代算法 非迭代算法提供子組件在 特殊 掃描命令測試連接保存在一個迭代次數(shù)。 為實際目的是易于對數(shù)字圖像中使用的臨近操作的（所謂的本地操作 ） 。邊界 2細胞是聯(lián)接 在其 4 細胞 和 5細胞 的 。 因此，任何一套 集合 組 成了 若干組件。 p2。 q 2 C是有關 n_ i_有一個序列點， p = p0。 k ）段。 M 是多少行和列正在 3維中 使用整數(shù)坐標（ i。 j ）中，與 1_i n和 1_j_m。 26是和對稱對一的形象， n_ （ p ）條像素位置 p包括 P和其 _ 相鄰像素的位置。 6 。 2 。 任何這些鄰接關系 。最后，兩個像素的三維位置 P和 Q在網(wǎng)格中的細胞模型被稱為 2 毗鄰 i_ p 6 = Q和他們分享至少有一個面對的（這是一個 2細胞） 。 兩個三維 像素的位置 P和 Q在網(wǎng)格中的細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（這是一細胞） 。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。 形象載體是對一正交網(wǎng)格在二維或三維空間。范圍二進制的形象是 f0 ，我們只使用在此報告的二進制圖像 。范圍的形象 是 f0 。要素的 C 是網(wǎng)格點或網(wǎng)格細胞和分子性（ P 。 若干出版物的特點性能是一套署 點（可從對象 點到背景點轉變 ） 去確定目標和背景的連貫性仍然沒變 .報告討論了一些性質是為了證明平行細算法的正確性 . 所用符號如下 [ 17 ] 。這些并行算法通常是測試實施 8 連通性，以確保在 目標連接和內部數(shù)據(jù)沒有改變 。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 ， 按順序在標準光柵掃描秩序。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。 P2的 。數(shù)字曲線的道路是一條在 P=p0 。 一個字集 Q_I的對象點是減少了設置 ， 在一迭代和 Q0的結果 = Q N D成為 Q報表下次迭代。方法應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）或形狀復雜該給定。許多算法在圖像分析是在此基礎上的一般概念的細化。 第三類是 算子 的特點是迭代細化。 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。 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（標記半徑這片 光碟）載于特定的組成部分。 不過，有趣的是，請注意， 有幾個等價之間出版的方法和觀 念，和表征這種等價應該是有用的分類的廣泛和多樣性， 討論等價是 這份報告 一個主要的意圖。cient. The results are subsets of pixels of the original objects, and these subsets are not necessarily connected. They can form \noisy branches when object ponents are nearly parallel to image rows. They may be useful for special applications where the scanning direction is approximately perpendicular to main orientations of object ponents. References [1] C. Arcelli, L. Cordella, S. Levialdi: Parallel thinning of binary pictures. Electron. Lett. 11:148{149, 1975}. [2] C. Arcelli, G. Sanniti di Baja: Skeletons of planar patterns. in: Topolog ical Algorithms for Digital Image Processing (T. Y. Kong, A. Rosenfeld, eds.), NorthHolland, 99{143, 1996.} [3] H. Blum: A transformation for extracting new descriptors of shape. in: Models for the Perception of Speech and Visual Form (W. Wathen Dunn, ed.), MIT Press, Cambridge, Mass., 362{380, } 7