NORMALIZATION OF CONTOUR LINES IN THICKNESS BASED ON ANALYSIS OF LOCAL ORIENTATION OF THEIR FRAGMENTS
Abstract
We propose a method of normalization in thickness of the double-ended contour lines based on the analysis of local orientations of fragments for binary images. Comparison of the proposed method with known methods of thinning is held. It is shown that the proposed method is superior to the known methods of thinning on speed and quality.
About the Authors
A. G. Shauchuk
Белорусский государственный университет информатики и радиоэлектроники
Belarus
Belarus
V. Yu. Tsviatkou
Белорусский государственный университет информатики и радиоэлектроники
Belarus
Belarus
References
1. Canny, J. A Computational Approach to Edge Detection / J. Canny // IEEE Trans. Pattern Analysis and Machine Intelligence. – 1986. – Vol. 8, no. 6. – P. 679–698.
2. Roberts, L. Machine Perception of 3D Solids / L. Roberts // Optical and Electro-optical Information Processing. – 1965. – Vol. 1. – P. 159–197.
3. Lam, L. Thinning Methodologies – a Comprehensive Survey / L. Lam, S.-W. Lee, C.Y. Suen // IEEE Trans. on Pattern Analysis and Machine Intelligence. – 1992. – Vol. 14, no. 9. – P. 869– 885.
4. Chen, W. Improved Zhang – Suen thinning algorithm in binary line drawing applications / W. Chen // IEEE International Conference on Systems and Informatics 2012. – Yantai, 2012. – P. 1947–1950.
5. Абламейко, С.В. Полутоновое утоньшение цветного изображения / С.В. Абламейко, А.М. Недзьведь // Цифровая обработка изображений : сб. науч. тр. – Минск : Ин-т техн. кибернетики НАН Беларуси, 1998. – № 2. – С. 41–51.
6. Nedzved, A. Thinning of the Gray-Scale and Color Images by Sequential Analysis of the Binary Layers / A. Nedzved, S. Ablameyko // Pattern Recognition and Image Analysis. – 2000. – Vol. 10, no. 2. – P. 226–235.
7. Color Thinning with Applications to Biomedical Images / A. Nedzved [et al.] // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). – 2001. – Vol. 2124. – P. 256–263.
8. Молчанова, В.С. Решение задачи топологического утончения объектов бинарного растра с использованием специализированных агентов / В.С. Молчанова, И.С. Грунский // Информационные управляющие системы и компьютерный мониторинг (ИУС и КМ–2013). – 2013. – Vol. 12. – C. 743–747.
9. Клубков, И.М. Применение волнового алгоритма для нахождения скелета растрового изображения / И.М. Клубков // Вестник ДГТУ. – 2001. – Т. 1, № 1(7). – С. 126– 133.
10. Щепин, Е.В. К топологическому подходу в анализе изображений / Е.В. Щепин, Г.М. Непомнящий // Геометрия, топология и приложения : межвузовский сб. науч. тр. / М- во высшего и средн. спец. образования РСФСР. – 1990. – С. 13–25.
11. Shih, F.Y. Automatic seeded region growing for color image segmentation / F.Y. Shih, S. Cheng // Image and Vision Computing. Newark. – 2005. – No. 23. – P. 877–886.
12. Бородина, О.Г. Выделение изолированных прямых линий на изображениях с использованием форм-фактора / О.Г. Бородина, В.Ю. Цветков // Изв. СПбГЭТУ «ЛЭТИ». – 2015. – № 1. – C. 41–45.
13. Прэтт, У. Цифровая обработка изображений / У. Прэтт. – М. : Мир, 1982. – 312 с.14. Baddeley, A.J. An error metric for binary images / A.J. Baddeley // Robust Computer Vision: Quality of Vision Algorithms. – Amsterdam : Centre for mathematics and computer science, 1992. – P. 59–78.
14. Grigorescu, C. Contour detection based on nonclassical receptive field inhibition / C. Grigorescu // IEEE Trans. on Image Processing. – 2003. – Vol. 12, no. 7. – P. 729–739.
15. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. – М. : Техно- сфера, 2005. – 1007 с.
Review
For citations:
Shauchuk A.G., Tsviatkou V.Yu. NORMALIZATION OF CONTOUR LINES IN THICKNESS BASED ON ANALYSIS OF LOCAL ORIENTATION OF THEIR FRAGMENTS. Informatics. 2016;(3):14-24. (In Russ.)
Views: 864
Email this article 