Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/39024
Title: Математическая модель и алгоритм скелетизации изображений на основе OPTA И Zhang-Suen
Other Titles: Single-iteration image skeletonization based on OPTA and Zhang-Suen algorithms
Authors: Ма Цзюнь
Жэнь, С. Х.
Цветков, В. Ю.
Конопелько, В. К.
Keywords: материалы конференций;скелетизации изображений;алгоритм OPTA;алгоритм ZS;skeletonization image;algorithm OPTA;algorithm ZS
Issue Date: 2020
Publisher: Беспринт
Citation: Математическая модель и алгоритм скелетизации изображений на основе OPTA И Zhang-Suen / Ма Цзюнь [и др.] // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: сб. материалов VI Междунар. науч.-практ. конф., Минск, 20-21 мая 2020 года: в 3 ч. Ч. 1 / редкол. : В. А. Богуш [и др.]. – Минск : Бестпринт, 2020. – С. 265–270.
Abstract: Рассматривается задача скелетизации бинарных изображений. Для построения предельно тонких связанных скелетов бинарных изображений с низкой вычислительной сложностью предложены математическая модель и алгоритм OPCA (One-Pass Combination Algorithm) одноподитерационной скелетизации на основе комбинации и упрощения моделей одноподитерационной OPTA и двухподитерационной Zhang-Suen (ZS) скелетизации. Эксперименте показано, что OPCA алгоритм позволяет повышение скорости скелетизации , уменьшение избыточности связей между пикселями скелета в несколько раз. This paper is focused on the field of the skeletonization of the binary image. Mathematical model and OPCA algorithm which based on a combination and simplification of single-iterative OPTA and twoiterative ZS are proposed for constructing extremely thin bound skeletons of binary images with low computational complexity. The experiment showed that the OPCA algorithm allows increasing the skeletonization speed, reducing the redundancy of the bonds between the skeleton pixels several times.
URI: https://libeldoc.bsuir.by/handle/123456789/39024
ISBN: 978-985-90533-7-5
Appears in Collections:BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2020)

Files in This Item:
File Description SizeFormat 
Ma_Matematicheskaya.pdf730.32 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.