本模板圖形（或圖像）在計算機里主要有兩種存儲和表示方法，分別是矢量圖和位圖。位圖雖然內(nèi)容豐富，應(yīng)用廣泛，但是占用空間大、一旦放大后會產(chǎn)生較為明顯的模糊，線條也會出現(xiàn)鋸齒邊緣等現(xiàn)象，可能會失去圖像原有的邊緣拓撲結(jié)構(gòu)，失真大；矢量圖雖然占用的空間小，放大失真小、效率高，但是矢量圖大都依靠AutoCAD等軟件繪制成，生成的圖形簡單，繪制時間長，較復(fù)雜的圖形，要用某些軟件進行輪廓勾畫，過程很繁瑣。

　　李學(xué)營、梁雄貴等都研究了位圖矢量化的相關(guān)問題，使用了如模板匹配細化算法、濾波處理算法等多種方法，但分別對圓弧線條和交叉區(qū)域處理效果不好，且算法構(gòu)造復(fù)雜，涉及知識和工具過于專業(yè)，不易推廣。

　　針對以上存在的問題，本文研究了一種位圖轉(zhuǎn)化為矢量圖的算法流程，該流程主要分為兩大部分：一、圖像邊緣分割與檢測。包括圖像分割，灰度處理，二值化處理等；二、圖像邊緣多項式擬合處理。基于細化的矢量化的方法，得到擬合后的邊界線條的數(shù)學(xué)表達式，利用數(shù)學(xué)方程完整反映原有圖像的邊緣結(jié)構(gòu)。利用上述思路，本文先對形狀簡單的位圖轉(zhuǎn)為化矢量圖的處理算法進行了研究，得到了比較好的結(jié)果。為了驗證該算法流程的可行性，我們紿出具體的圖片矢量化例子，利用MATLAB編程對邊緣進行提取，再對結(jié)果進行數(shù)值模擬，得到了擬合后的邊界線條的數(shù)學(xué)表達式和準確的矢量化圖像。最后將算法推廣到復(fù)雜的幾何圖形，發(fā)現(xiàn)對梯形邊界像素的提取存在一定的誤差，為了能準確提取各種圖像完整的邊緣，我們對模型進行了改進，按Freeman鏈碼的8個數(shù)字0，2，4，6，1，3，5，7的優(yōu)先級方向搜索下一個邊緣像素點，最后得到了比較滿意的邊緣提取效果。