矢量化楼宇平面图技术的研究与实现(源码)
摘要：图像矢量化是数字图像处理中的一个重要问题，是一个综合了计算机视觉、计算机图像处理、计算机图形学和人工智能等各个学科的交叉课题。矢量图由简单的图元信息组成，表示紧凑、所占内存空间小且易于编辑。用矢量表示的图像进行放大和缩小不会降低其在计算机上的显示质量，矢量图像的放缩能够保持边角的尖锐等特性,不会出现模糊、影响显示质量。本文研究了基于成分标记算法,对于一幅输入的彩色图像,首先进行图像分割,将图像分割为若干个子对象进行处理,然后用画笔画出每个节点直线逼近这些对象，最后重绘出轮廓，达到矢量化的目的。基于成分标记算法的基本图元信息是直线，该算法用于处理图像矢量化，原理简单，对于不是很复杂的图像能起到相对好的效果。
目录
摘要 1
关键词 1
Abstract 1
Key words 1
1.绪论 1
1.1 引言 1
1.1.1 矢量的概念 1
1.1.2课题的目的和研究意义 2
1.2 国内外位图轮廓提取和矢量化的现状及发展 2
1.3 论文主要工作及主要安排 2
1.4系统轮廓图 3
2.图像预处理 3
2.1图像灰度化 3
2.2 图像二值化 4
2.2.1 全局二值化 4
2.2.2 局部二值化算法 5
2.3 噪声滤除 6
2.3.1 数学形态学之膨胀 7
2.3.2 数学形态学之腐蚀 7
2.3.3 数学形态学之开运算 8
2.3.4 数学形态学之闭运算 9
2.3.5小结 10
3.图像细化 11
3.1 细化简介 11
3.2 Zhang快速并行细化算法 11
3.2.1 Zhang快速并行细化算法简介 11
3.2.2 Zhang快速并行细化算法思路 11
3.2.3 小结 12
4.矢量化算法简介 13
4.1矢量化概要 13
4.2矢量化算法的常见方法 13
4.2.1 基于细化的算法 13
/> 4.2.2 基于非细化的算法 15
5.矢量化之连通区域算法 15
5.1连通区域 15
5.1.1连通区域的定义 15
5.1.2连通区域分析的简单介绍 15
5.1.3 TwoPass法 16
5.2 轮廓追踪 20
5.3 直线拟合 22
5.4 系统演示 22
5.5系统整体框架 27
6.总结和展望 27
6.1 总结 27
6.2 展望 27
致谢 28
参考文献: 28
矢量化楼宇平面图技术的研究与实现
引言
1.绪论
1.1 引言
1.1.1 矢量的概念
计算机中图像文件的格式主要有两大类：一类是位图文件格式，另一类是矢量图文件格式。位图也称光栅图或点阵图，它把一幅图分成许多栅格图素，称每一个栅格为一个像素点，简称像素(pixel)。位图就是一组描述每个图像素点的数据。矢量图用几何图形的特征数据及其属性来描述图像，矢量图的最小单位是图元，如直线、圆弧、椭圆弧等基本图形，容易编辑，占用空间小对光栅图像进行分析、识别并重建其中图形对象的过程称为矢量化。
图11 光栅图转化为矢量图
1.1.2课题的目的和研究意义
旨在对输入的一幅光栅图，经过灰度化、二值化、去噪、细化,最后矢量化得到矢量图。得到矢量化的图后，能减小存储空间，编辑、修改方便、容易且速度快。同时矢量图对计算机的硬件要求低，输入输出方便，因此位图矢量化具有深远的意义，值得研究与优化。
1.2 国内外位图轮廓提取和矢量化的现状及发展
国外对矢量化技术的研究开始于上个世纪70年代,首先是在CAD领域由于工程图纸的复用提出的,国外一些大学和公司投入了相当多的人力、物力来研究矢量化技术,但是由于当时理论和实现条件的不成熟,研究工作进展缓慢,图形识别的准确率很低,而且识别速度很慢[1]。
80年代中后期，CAD系统的应用需要将大量纸质工程图转换成CAD系统能够处理的格式，从而引发了对工程图矢量化的研究。90年代是矢量化研究的高潮，成立了一些专门性的组织并召开了一系列国际会议。现在，矢量化已经广泛应用在很多领域，如地理信息系统、工程业、房地产业中各类图纸的自动输入，出现了一些商品化的通用矢量化软件。
位图的矢量化后，不仅利于存储和修改，而且在楼宇监控、GIS、道路交通监控等领域有重要的用途。
1.3 论文主要工作及主要安排
第一章为绪论部分，介绍了矢量的概念，课题的目的和研究意义；然后分析了当前国内外矢量化研究的现状和成果。
第二章为图像预处理，主要是介绍通过开源视觉库 OpenCV 实现对一个彩色光栅图的前期预处理，主要的预处理步骤包括灰度化、二值化、去噪、数学形态学等内容。
第三章介绍图像细化，介绍通过自己实现的细化算法，对图像进行细化。
第四章介绍矢量化算法，分析当前主要的矢量化算法，主要包括细化的矢量化算法和非细化的矢量化算法。
第五章介绍矢量化之连通区域算法，介绍了什么是连通标记算法，如何遍历图像标记、轮廓追踪及直线拟合，并演示系统成品。
第六章总结和展望，对此次毕业设计进行了一些总结，分析了本系统的优缺点。
1.4系统轮廓图
图12 系统的轮廓图
2.图像预处理
对于一幅输入的彩色光栅图像进行矢量化,首先是提出图像中部分的像素点信息,通过曲线拟合或者后续的曲面生产方式来转化为矢量的形式。一幅彩色图像上的对象可能有多个,颜色区域也会有多个,包含大量物体的信息,同时也包含混合了噪声。在图像矢量化之前,有必要对其进行图像预处理。下面来介绍一些比较常用的图像预处理算法。
2.1图像灰度化
在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值，因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0255，故黑白图片也称灰度图像。单色图像只有黑色和白色两种颜色,整个图像由单纯的黑色点和白色点组成[2]。彩色图象的灰度化，指的是向黑白图像转化（是一种广义的提法）。
计算机开源视觉库OpenCV实现了灰度化，cvtColor( Mat src, Mat dst, CV_BGR2GRAY )是OpenCV灰度化函数。第一个参数是源图像，第二个参数是灰度化后的图像，第三个参数是彩色图像转二值化的内置参数，调用即可将彩色图像转化为灰度图像。
目录
摘要 1
关键词 1
Abstract 1
Key words 1
1.绪论 1
1.1 引言 1
1.1.1 矢量的概念 1
1.1.2课题的目的和研究意义 2
1.2 国内外位图轮廓提取和矢量化的现状及发展 2
1.3 论文主要工作及主要安排 2
1.4系统轮廓图 3
2.图像预处理 3
2.1图像灰度化 3
2.2 图像二值化 4
2.2.1 全局二值化 4
2.2.2 局部二值化算法 5
2.3 噪声滤除 6
2.3.1 数学形态学之膨胀 7
2.3.2 数学形态学之腐蚀 7
2.3.3 数学形态学之开运算 8
2.3.4 数学形态学之闭运算 9
2.3.5小结 10
3.图像细化 11
3.1 细化简介 11
3.2 Zhang快速并行细化算法 11
3.2.1 Zhang快速并行细化算法简介 11
3.2.2 Zhang快速并行细化算法思路 11
3.2.3 小结 12
4.矢量化算法简介 13
4.1矢量化概要 13
4.2矢量化算法的常见方法 13
4.2.1 基于细化的算法 13
/> 4.2.2 基于非细化的算法 15
5.矢量化之连通区域算法 15
5.1连通区域 15
5.1.1连通区域的定义 15
5.1.2连通区域分析的简单介绍 15
5.1.3 TwoPass法 16
5.2 轮廓追踪 20
5.3 直线拟合 22
5.4 系统演示 22
5.5系统整体框架 27
6.总结和展望 27
6.1 总结 27
6.2 展望 27
致谢 28
参考文献: 28
矢量化楼宇平面图技术的研究与实现
引言
1.绪论
1.1 引言
1.1.1 矢量的概念
计算机中图像文件的格式主要有两大类：一类是位图文件格式，另一类是矢量图文件格式。位图也称光栅图或点阵图，它把一幅图分成许多栅格图素，称每一个栅格为一个像素点，简称像素(pixel)。位图就是一组描述每个图像素点的数据。矢量图用几何图形的特征数据及其属性来描述图像，矢量图的最小单位是图元，如直线、圆弧、椭圆弧等基本图形，容易编辑，占用空间小对光栅图像进行分析、识别并重建其中图形对象的过程称为矢量化。
图11 光栅图转化为矢量图
1.1.2课题的目的和研究意义
旨在对输入的一幅光栅图，经过灰度化、二值化、去噪、细化,最后矢量化得到矢量图。得到矢量化的图后，能减小存储空间，编辑、修改方便、容易且速度快。同时矢量图对计算机的硬件要求低，输入输出方便，因此位图矢量化具有深远的意义，值得研究与优化。
1.2 国内外位图轮廓提取和矢量化的现状及发展
国外对矢量化技术的研究开始于上个世纪70年代,首先是在CAD领域由于工程图纸的复用提出的,国外一些大学和公司投入了相当多的人力、物力来研究矢量化技术,但是由于当时理论和实现条件的不成熟,研究工作进展缓慢,图形识别的准确率很低,而且识别速度很慢[1]。
80年代中后期，CAD系统的应用需要将大量纸质工程图转换成CAD系统能够处理的格式，从而引发了对工程图矢量化的研究。90年代是矢量化研究的高潮，成立了一些专门性的组织并召开了一系列国际会议。现在，矢量化已经广泛应用在很多领域，如地理信息系统、工程业、房地产业中各类图纸的自动输入，出现了一些商品化的通用矢量化软件。
位图的矢量化后，不仅利于存储和修改，而且在楼宇监控、GIS、道路交通监控等领域有重要的用途。
1.3 论文主要工作及主要安排
第一章为绪论部分，介绍了矢量的概念，课题的目的和研究意义；然后分析了当前国内外矢量化研究的现状和成果。
第二章为图像预处理，主要是介绍通过开源视觉库 OpenCV 实现对一个彩色光栅图的前期预处理，主要的预处理步骤包括灰度化、二值化、去噪、数学形态学等内容。
第三章介绍图像细化，介绍通过自己实现的细化算法，对图像进行细化。
第四章介绍矢量化算法，分析当前主要的矢量化算法，主要包括细化的矢量化算法和非细化的矢量化算法。
第五章介绍矢量化之连通区域算法，介绍了什么是连通标记算法，如何遍历图像标记、轮廓追踪及直线拟合，并演示系统成品。
第六章总结和展望，对此次毕业设计进行了一些总结，分析了本系统的优缺点。
1.4系统轮廓图
图12 系统的轮廓图
2.图像预处理
对于一幅输入的彩色光栅图像进行矢量化,首先是提出图像中部分的像素点信息,通过曲线拟合或者后续的曲面生产方式来转化为矢量的形式。一幅彩色图像上的对象可能有多个,颜色区域也会有多个,包含大量物体的信息,同时也包含混合了噪声。在图像矢量化之前,有必要对其进行图像预处理。下面来介绍一些比较常用的图像预处理算法。
2.1图像灰度化
在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值，因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0255，故黑白图片也称灰度图像。单色图像只有黑色和白色两种颜色,整个图像由单纯的黑色点和白色点组成[2]。彩色图象的灰度化，指的是向黑白图像转化（是一种广义的提法）。
计算机开源视觉库OpenCV实现了灰度化，cvtColor( Mat src, Mat dst, CV_BGR2GRAY )是OpenCV灰度化函数。第一个参数是源图像，第二个参数是灰度化后的图像，第三个参数是彩色图像转二值化的内置参数，调用即可将彩色图像转化为灰度图像。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/2263.html
