数字图像处理 该程序是使用Swing用J​​ava编写的。 已实现以下算法： 形态运算： 轮廓检测 非线性滤波器： 最小过滤器 最大过滤器 中值过滤器 开启过滤器 关闭过滤器 高斯模糊滤镜 在以下图片中，显示了此过滤器的结果，并且半径大小设置为14。 原始图片 结果图片 锐化蒙版滤镜 结果图片 FILTER PARAMETER: radius = 5 unsharp mask value = 4 坎尼边缘检测器 结果图片 FILTER PARAMETER: low threshold = 100 hight threshold = 120 radius = 2 骨骼化 原始图片 结果图片 自适应中值滤波器 原始图片 结果图片 FILTER PARAMETER: radius min = 0 radius max = 4 双边过滤器 原始图片 结果图片 FILTER P

用于将骨架化图像转换为一系列线条的 Matlab 代码。 这将适用于 8 路连接的骨架化二进制图像。

此函数采用灰度图像并返回其最小有界框骨架图像和边界点的 xy 坐标，这里的边界_x 和边界_y 是参考图像左下角的坐标，即类似于几何（笛卡尔）坐标系

这个包中的文件包含了一种对二进制图像进行骨架化的方法的 Matlab 实现。 这些是我自己的实现Alex Telea 向我传达的一种骨架化方法（ http://www.win.tue.nl/~alext/ ）。 有关更多详细信息，请参阅他的论文。 骨架化（粗略地说）是将二值图像或轮廓“细化”为一个像素宽度的脊椎。 图像处理工具箱通过 bwmorph 函数提供骨架化支持，但其结果并不总是符合我们的直觉。 我发现这里使用的方法通常会产生更令人满意的结果。 还有一个用于在骨架化图像中定位端点和连接点的例程。 （注意：此代码尚未针对速度进行优化。） 错误修复 7/18/07：在极少数情况下，孤立点会被错误地分配为 skg 的无限值。

骨架化/中线 英文论文合集

zhang-suen的快速并行算法，程序的输入必须是2值矩阵（0为背景点，1为前景点）

用matlab实现的骨架化端点和交叉点的查找，适合数字图像处理的初学者。

包括EucilideanSkeleton在内的三种经典细化算法