会计学目录(mùlù)：一、细化的定义(dìngyì)及细化的原则细化的原则(yuánzé)二、细化的方法(fāngfǎ)从处理的过程来看，主要可以分为串行和并行(bìngxíng)两类。前者对图像中当前象素的处理依据其邻域内象素的即时化结果，且不同的细化阶段采用不同的处理方法；后者对当前的象素处理依据该象素及其邻域内各象素的前一轮迭代处理的结果，至始至终采用相同的细化准则。三、改进(gǎijìn)的OPTA细化算法对OPTA算法进行改进(gǎijìn)，重新构造保留模板，采用了一种新的细化算法。图2、4×4模板(múbǎn)该算法采用统一(tǒngyī)的4×4模板如图3所示。具体算法如下：1）从图像的左上角元素开始进行，每个象素(图中为P5)均抽取出如图3.2所示的15个相邻象素。2）把其中8个邻域象素(P1、P2、P3、P4、P5、P6、P7、P8、P9)与图2所示的8个模板比较，如果和8个细化模板((a)...(h))中的任意一个都不匹配时，P5保留；3）否则，抽取的元素再和图4所示的9个模板进行比较，如果与其中任一个模板匹配的话，则P5保留，否则P5删去。重复上述1）、2）、3）三个过程，直到没有一个象素的值被改变为止。该算法由于采用了统一的4×4模板，在消除多余象素的同时，可以同时考虑到连通性，不用像OPTA算法那样分两次作判断，所以简化了算法。同时，该算法对指纹图像能充分细化，但在纹线的水平和竖直方向会产生(chǎnshēng)较多毛刺，且在分叉点处存在不是单象素宽的问题。细化完后可得到图4所示的图像。四、基于(jīyú)数学形态学的查表细化算法4.2基于(jīyú)数学形态学的细化算法说明：(1)不能删，因为它是个内部点，我们要求的是骨架，如果连内部点也删了，骨架也会被掏空的；(2)不能删，和(1)是同样的道理；(3)可以删，这样的点不是骨架；(4)不能删，因为删掉后，原来(yuánlái)相连的部分断开了；(5)可以删，这样的点不是骨架；(6)不能删，因为它是直线的端点，如果这样的点删了，那么最后整个直线也被删了，剩不下什么；此外，孤立点也不能删，因为孤立点的骨架就是它自身。总结一下，有如下的判据：(1)内部点不能删除；(2)孤立点不能删除；(3)直线端点不能删除；(4)如果P是边界点，去掉P后，如果连通分量不增加，则P可以删除。根据上述的判据，事先做出一张表，从0到255共有256个元素，每个元素要么是0，要么是1。我们根据某点(要处理的黑色点)的八个相邻点的情况查表，若表中的元素是1，则表示该点可删，否则(fǒuzé)保留。该细化算法的步骤如下:（1）按顺序根据如图6的8邻域值计算用于查表的索引(suǒyǐn)值：(P1-P9分别为0或1)，则有256种索引(suǒyǐn)与数值0到255一一对应;（2）根据上述判据制作一张消除表，实际上是一个容量为256的数组，下标分别与象素的索引(suǒyǐn)值一一对应，元素值设为0表示该组合的中心点应该保留，设为1则表示应该删除。数组定义(dìngyì)如下：staticinterasetable[256]={0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,0,1,1,0,0,1,1,1,0,1,1,0,0,1,0,0,0};（3）从上到下，从左到右，对二值图像进行扫描，对每一个黑点做如下处理:先判断该黑点的左右邻居，如果都是黑点，则该点不做处理:否则计算8邻域编码作为索引，查消除表看是否删除:如果该黑点被删除了，那么跳过它的右邻域，处理下一个点。（4）从左到右，从上到下，对二值图像进行第二次