1）读一本关于图像分析的书

2）扫描黑色像素，发现黑色像素时将其存储，然后将其设置为白色。这将获得一个对象中的点并将其从图像中删除。只需不断重复此操作，直到没有剩余的黑色像素。

如果要将曲线与直线分开，请尝试进行直线拟合，然后获取相关系数。类似的算法可用于曲线，并且相关性告诉您点与理想形状的接近度。

这实际上取决于您所说的“曲线”的含义。

如果要简单地将每个离散像素集合标识为“曲线”，则可以使用连接组件算法。每个分量将对应于像素的集合。然后，您可以进行一些测试以确定组件的线性或其他特征。

如果要查找直线，圆曲线或任何其他参数曲线，则可以使用霍夫变换来检测图像中的元素。

最好的方法实际上取决于您要寻找的曲线，以及您需要有关曲线的哪些信息。

参考链接：

• 环形霍夫变换演示
• 霍夫变换在计算机图像中检测圆的应用的简要说明
• 基于霍夫变换的圆弧检测方法
• Google天哪

由于您似乎已经拥有一个好的二进制映像，因此，最简单的方法是将映像的不同连接组件分开，然后计算其参数。

首先，您可以通过扫描图像来进行分离，当遇到黑色像素时，可以应用标准的填充算法来找出形状中的所有像素。如果您有matlab映像工具箱，则可以找到使用bwconncomp和bwselect过程的方法。如果形状没有完全连接，则可以对图像应用形态学闭合操作以连接形状。

分割出不同的形状之后，可以通过测试曲线与直线的偏离程度来过滤掉曲线。您只需选择曲线的端点，然后计算其他点与端点定义的直线之间的距离，即可完成此操作。如果该值超过某个最大值，则将显示一条曲线而不是一条直线。

另一种方法是测量端点距离与对象长度的比率。对于直线，此比率将接近1；对于曲线和摆动的形状，该比率将更大。

如果图像具有希望与曲线分开的角度，则可以检查曲线的方向梯度。分割形状，从中选取等距的点集，并为每个点计算与上一个点和下一个点的角度。如果角度差太大，则您将没有平滑的曲线，而是有些倾斜的形状。

实施中可能遇到的困难包括粗线，您可以通过骨架变换来解决。有关骨架的matlab实现和查找曲线端点的信息，请参见matlab图像处理工具包文档