近年来随着数字多媒体技术和网络通讯技术的迅猛发展,数字图像已经成为人类传递信息的主要载体之一,与此同时,图像在教育技术领域的重要性也日渐突出。随着数字图像信息数据量的增大,人们对图像数据的存储和传输速度提出了更高的要求。数字图像压缩技术可以很好地解决图像数据的传输和存储问题,实现网络上的快速传输和实时处理,因此数字图像压缩技术已逐渐成为图像处理领域的热点之一。其中,图像矢量化是数字图像处理研究的重要方面。本文通过对已有数据压缩算法和矢量化算法进行研究,提出一种基于边缘信息的图像矢量化算法,主要工作包含如下4个方面:1.本文主要介绍了经典的边缘提取算子、基于全局最优的边缘提取算法和基于信号处理的边缘提取算法这三类边缘提取算法,并各列举了几个典型代表,着重介绍了本文使用的经典边缘提取算子——Canny算子。利用Canny算子得到边缘信息之后,本文算法利用数学形态法去除多余的边缘信息并对边缘进行了细化。根据图像边缘的位置信息提取对应边缘点的颜色信息。2.本文通过总结曲线拟合的四种最常用方法:最小二乘法、移动最小二乘法、Bezier曲线以及B样条曲线,综合比较了这四种方法的的性质和特点,提出了利用局部控制性较强且计算量较小的B样条曲线对图像的闭合边缘和非闭合边缘拟合的变形公式,利用图像的边缘颜色和几何信息进行曲线拟合从而得到图像彩色边缘的曲线表示,完成了图像的数据压缩。3.本文提出的图像解压缩算法是根据矢量化曲线进行扩散得到整幅图像的光栅化表示,图像光栅化便于图像的显示输出。为了防止光栅化过程中图像走样,本文提出利用中点算法对图像边缘进行光栅化,使重建的光栅化图像边缘与提取的图像边缘的误差不超过半个像素。4.根据光栅化边缘的几何信息以及颜色信息,本文利用平均邻域法对图像其它像素进行颜色填充,得到重建的光栅化图像,根据用户对图像分辨率的要求重建不同分辨率的光栅化图像,并且重建的光栅化图像不会产生过多的锯齿和走样。在上述算法理论研究基础上,本文实现了基于边缘信息的图像矢量化算法。通过测试部分图片,程序运行结果表明本文所设计算法的正确性。