学位论文 > 优秀研究生学位论文题录展示

高精度曲线轮廓甲骨文字形生成系统的研究与实现

作　者: 王晓丽
导　师: 马小虎
学　校: 苏州大学
专　业: 计算机应用技术
关键词: 甲骨文 曲线轮廓字形 图像分割 K-均值 B样条曲线 自适应形状参数
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 87次
引　用: 1次
阅　读: 论文下载
 

内容摘要


甲骨文是我国最珍贵的文化遗产之一,具有极其重要的文化遗产保护和历史研究价值。随着现代科技的迅速发展,将甲骨文数字化处理可以更好的保护和继承这一传统文化。本文根据国内外现有的相关技术,研究并实现了从甲骨文原始图片中提取出字体,并拟合生成高精度曲线轮廓甲骨文字形,设计并实现了甲骨文字形自动生成系统。论文的主要研究内容如下:1.结合K-均值聚类分析和八邻域法,提出了一种基于改进的K-均值聚类图像处理方法。该方法可以更有效地将甲骨文字体目标从原始甲骨文图片中分割出来。在甲骨文文字目标分割出来后,根据图像平滑等处理对甲骨文文字目标进行优化,然后提取出甲骨文原始轮廓线以及特征点信息,为下一步拟合生成曲线轮廓甲骨文字形做准备。2.提出了一种带自适应形状参数的三次B样条曲线拟合方法,并将其应用于生成曲线轮廓甲骨文字形。该方法根据带局部形状参数三次B样条曲线的性质,首先反求出过特征点的B样条曲线的控制点,然后利用最小二乘法求解与离散点距离总偏差最小的局部形状参数,最后根据控制点和形状参数进行曲线拟合生成曲线轮廓甲骨文字形。该方法使拟合曲线精确的经过特征点,自动获取并调节形状参数,达到了比较好的曲线拟合效果。3.设计并实现了高精度曲线轮廓甲骨文字形自动生成系统,该系统不仅验证了上述算法的正确性,而且大大提高了生成甲骨文字形的效率,减少了保存甲骨文字体所占的存储空间。

全文目录


中文摘要  4-5
Abstract  5-8
第一章 绪论  8-13
  1.1 研究背景  8-9
  1.2 研究内容及意义  9-11
    1.2.1 本文研究内容  9-11
    1.2.2 本文研究意义  11
  1.3 本文组织结构  11-13
第二章 相关技术  13-20
  2.1 数字图像处理技术  13-15
    2.1.1 概述  13-14
    2.1.2 图像分割  14-15
  2.2 聚类分析方法  15
  2.3 B 样条曲线造型技术  15-18
    2.3.1 B 样条曲线的定义  16-17
    2.3.2 B 样条曲线性质  17-18
  2.4 本章小结  18-20
第三章 基于K-均值聚类的甲骨文图像预处理方法  20-33
  3.1 引言  20-21
  3.2 基本原理  21-23
    3.2.1 K-均值聚类方法  21
    3.2.2 邻域法  21-22
    3.2.3 膨胀  22-23
  3.3 图像分割  23-25
    3.3.1 改进K-均值聚类图像分割算法  23-24
    3.3.2 图像分割结果分析  24-25
  3.4 边界提取  25-26
  3.5 后续处理  26-32
    3.5.1 轮廓跟踪  27-28
    3.5.2 提取特征点信息  28-32
  3.6 本章小结  32-33
第四章 基于B 样条的甲骨文曲线轮廓字形生成方法  33-42
  4.1 引言  33
  4.2 三次B 样条  33-35
    4.2.1 三次B 样条定义  33-34
    4.2.2 三次B 样条曲线段性质  34-35
  4.3 带形状参数的三次均匀B 样条  35-37
    4.3.1 基函数的构造与性质  36-37
    4.3.2 构造带形状参数的三次B 样条曲线  37
  4.4 反求B 样条的控制点  37-38
  4.5 带自适应形状参数的三次B 样条曲线拟合  38-40
    4.5.1 最小二乘法  38
    4.5.2 求解三次B 样条曲线的形状参数  38-39
    4.5.3 曲线拟合生成字形具体算法步骤  39-40
  4.6 实验结果分析  40-41
  4.7 本章小结  41-42
第五章 系统设计与实现  42-54
  5.1 系统功能概述  42
  5.2 系统设计  42-44
    5.2.1 系统模块设计  42-43
    5.2.2 测试流程设计  43-44
  5.3 系统实现  44-48
    5.3.1 界面模块  44-45
    5.3.2 预处理模块  45-46
    5.3.3 拟合处理模块  46
    5.3.4 高级功能模块  46-48
  5.4 实例演示  48-53
    5.4.1 基本功能演示  48-51
    5.4.2 高级功能演示  51-53
  5.5 本章小结  53-54
第六章 总结与展望  54-56
  6.1 总结  54-55
  6.2 工作展望  55-56
参考文献  56-61
攻读学位期间公开发表的论文与科研项目成果  61-63
致谢  63-64

相似论文

  1. 高灵敏度GNSS软件接收机的同步技术研究与实现,P228.4
  2. 森林防火系统中图像识别算法的研究,TP391.41
  3. 医学超声图像去噪方法研究,TP391.41
  4. 数字图像处理在集装箱检测中的应用研究,TP274.4
  5. 基于粒子群算法求曲线/曲面间最小距离方法,O182
  6. 个性化人工膝关节设计及其生物力学特性研究,R318.1
  7. K-均值聚类算法的研究与改进,TP311.13
  8. 基于对数正态分布异方差模型的统计推断,O212.1
  9. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  10. 红外图像目标识别及跟踪技术研究,TP391.41
  11. 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
  12. 基于变异粒子群的聚类算法研究,TP18
  13. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  14. 基于共振峰的OSAHS筛查,R766
  15. 体育舞蹈对青少年足底压力和步态的影响,G804.2
  16. 演化聚类算法及其应用研究,TP311.13
  17. 雕刻与敲打下的重生,J314.9
  18. 对于系统发育谱法聚类算法的改进,TP311.13
  19. 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
  20. 基于知识的脊柱MRI影像分割算法研究,TP391.41
  21. 基于OpenCV的人脸检测方法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com