数字图像的线特征提取[C++ Builder]

线条提取实际上是图像分割中的一部分，是图像信息预处理的一种方法，它的基本原理是将图像中的有意义的线特征或者有利用价值的轮廓提取出来，从而使人们所关心的目标得以增强。例如交警追踪违章车辆，他们所关心的只是违章车的车牌，所以只需要将车牌上的字符提取出来让计算机识别，而其余部分就都可以省略或淡化；再如公安机关指纹、掌纹的识别等，这些都涉及到了数字图像处理中的有关线条的提取问题。由于社会的不断进步对这方面的应用与需求也越来越广，这就推动了此领域研究，到目前为止被人们广泛应用与线条提取的就有诸如梯度算子、Sobel算子、Hough变换和利用灰度直方图等方法，以及基于各种数学变换的图像边缘提取技术，如小波变换、Rando变换等。当然一幅图像的色彩繁杂、线条交错，而上面所说的方法并不能满足所有的提取需求，并且可以说是存在着一定的不足。所以为了得到良好的提取效果，就必须在现有技术的基础上再进一步深入研究，针对不同的图像、不同的需求采用不同的方法进行提取。虽然对图像处理中线特征的提取已经有了大量的研究，但不少算法仍不是非常成熟，特别是对于一些复杂图像中的线条提取效果仍然不很理想，所以还有待于我们不懈的努力来完善其中的不足之处。二、研究目标与主要内容（含论文提纲）1、研究目标：在掌握数字图像处理研究的基础理论和发展状况的基础上，研究分析常见线特征提取算法的特点和实验结果中所存在的缺陷，提出相应的改进算法，使之在线条提取方面有更好的效果。2、主要内容：一、基础知识1、研究背景2、线特征提取的主要方法2.1 Robert 算法和Prewitt算法 2.2 Laplace 算法 2.3 Sobel算法2.4 Kirsch算法二、实验环境简介1、C++ Builder的特点2、本文采用C++ Builder的原由3、 本论文所用的组件及其属性、方法 2.1 Tbitmap和Tcanvas的用法 2.2 Scanline和Pixels的区别三、线特征提取算法的改进1、常用算法的实验结果分析1.1几种典型算法的优点及其不足2、 改进算法的设计 2.1对彩色图象的预处理 2.1.1对彩色图象的灰度化 2.1.2灰度图象的灰度扩展 2.2边缘提取算法的改进3、改进算法的实现与实验结果分析三、总结与展望。1、 所做的工作2、改进计划或努力方向三、拟采取的研究方法、研究手段及技术路线、实验方案等研究方法：研究分析数字图像中线段的数学特征，研究现有边缘检测、线条提取算法思想并实现这些算法，观察分析其实验结果，吸取它们的长处，发现存在的不足之处，研究提出改进方案。研究手段及技术线路：实验环境采用C++ Builder，主要是利用该软件中图像处理方面的组件（Timage、TCanvas等）及相关的事件与函数提供的图像处理能力及方便快捷可视化开发环境，降低开发成本，将主要精力集中在算法研究上。实验方案：先实现经典的边缘检测、线条提取算法，并在分析、比较的基础上研究改进方案，提出自己的改进算法。 [资料来源：www.THINK58.com]