形态学图像处理—骨架抽取

1.图像的细化处理 主要是针对binary images而言，在去除边缘的过程中将具有特定宽度的图像轮廓逐步缩减为仅一个像素宽的骨架。

2. 框架的概念即为图像的核心区域，在几何学中对这一概念的具体化定义如下：对于一个长方形物体而言，在其内部形成的对称中心线即为其框架；而对于圆形物体而言，则是以中心点作为其唯一的框架；直线型物体则完全等同于自身的框架；同样地，在离散几何学中单独存在的孤立点也可以被视为一种特殊的框架形式。

骨架的获取主要有两种方法：

采用火焰模拟模型，在同一时间段启动目标周边的所有燃烧点（即边缘线），火焰以恒定速度向内部扩散，在不同燃烧前沿交汇处火焰被扑灭；每个火焰熄灭点都形成了系统的骨架结构。

（2）基于最大圆盘
目标的骨架是由目标内所有内切圆盘的圆心组成。

具体来说，在细化算法中存在多种不同的方法。其中一种较为常见的实现方式是基于查找表（Lookup Table）的方法。
在细化过程中通常会移除图像中的某些采样点，并通过特定的重建算法来生成新的采样点以维持整体形状的一致性。
同时需要确保输出后的形态与原始图像具有高度相似性。
其核心目标即在于重建图像的主要骨架结构。
代码实现如下：

    
    clear all;close all;clc
    
    BW1=imread('D:\TXQQ\shuju