Zusammenfassung
In der Literatur hat sich die Auffassung durchgesetzt, daß zur Skelettierung von Binärbildern verschiedene Algorithmen eingesetzt werden können, die jeweils Vor- und Nachteile besitzen. Anhand von handgeschriebenen Zeichen wird hier ein neuer Algorithmus vorgestellt, der bei der Skelettierung der Zeichen gegenüber anderen Verfahren deutlich bessere Resultate liefert. Die gewünschte Genauigkeit und damit auch die Menge an Artefakten ist durch einen Parameter bestimmbar. Zur Segmentierung von Zeichen in verzweigungsfreie Linien existiert eine einfachere und schnellere Variante des Algorithmus.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
R. C. Gonzales and R. E. Woods, Digital Image Processing, Addison Wesley, 1993
C. Lantuejoul, Skeletonization in Quantitative Metallography, Issues of Digital Image Processing, Haralick and Simon (eds.), Sijthoff and Nordhoff
C. J. Hilditch, Linear Skeletons from Square Cupboards, Machine Intelligence IV, 1969, p. 403–420
Z. Guo and R. W. Hall, Parallel Thinning with Two-Subiteration Algorithms, Communications of the ACM, Vol. 32, p. 359–373, 1989
U. Montanari, Continuous Skeletons from Digitized Images, Journal of the ACM, Vol. 16, No 4, p. 535–549, 1969
E. R. Davies and A. P. N. Plummer, Thinning Algorithms: A Critique and a new Methodology, Pattern Recognition Vol. 14, p. 53–63, 1981
P. C. K. Kwok, A Thinning Algorithm by Contour Generation, Communications of the ACM, Vol. 31, p. 1314–1324, 1988
V. K. Govindan and A. P. Shivaprasad, A Pattern Adaptive Thinning Algorithm, Pattern Recognition, Vol. 20, p. 623–637, 1987
F. Y.Shih and Chr. C.Pu, A Skeletonization Algorithm by Maxima Tracking on Euclidean Distance Transform, Pattern Recognition, Vol. 28, p. 331–341, 1995
G. Sanniti di Baja, E. Thiel: A Skeletonization algorithm running on path-based distance maps, Image and Vision Computing, Vol. 14, 1996, p. 47–57
M. Neschen Hierarchical binary vector quantisation classifiers for handwritten character recognition Tagungsband Mustererkennung 1995 (17. DAGM Symposium ), Bielefeld 1995, p. 419–428
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1997 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Steckemetz, B. (1997). Adaptive Skelettierung handgeschriebener Zeichen. In: Paulus, E., Wahl, F.M. (eds) Mustererkennung 1997. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-60893-3_48
Download citation
DOI: https://doi.org/10.1007/978-3-642-60893-3_48
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-63426-3
Online ISBN: 978-3-642-60893-3
eBook Packages: Springer Book Archive