Abstract
本文發展了一種以骨架編碼為基礎的壓縮方法，把每個中文字用數學型態學(Mathematical Morphology) 的方法找出它們的骨架點。再以(Chain Codes) 記錄其位置，未被鏈碼連上的點，以Elias 編碼法記錄，骨架的半徑大小，則以Huffman 編碼法記錄之。對於骨架點的連結方法，則先沿著連通的骨點集(Skeleton Point Set)的外園走一次，這個步驟稱為輪廓路徑追隨(Contour-path Following)，記錄路徑的起始座標及後續各個方向。然後，再循原路，重頭游走一次，檢查路徑周園的點，判斷是否能夠將這些點也連接至舊有的路徑中，這個檢查的步驗稱為舊路重游Revisiting) 。(revisiting)。決定了所有連結骨架點的路徑後就用前後差別編碼(Dfference Chain Cled)，輔以Hffman碼來記錄路徑的方向。用型態學來尋找骨架點，必須先設定結構單元(structure Element) ，不同的結構單元定出不同的骨架點。本文僅機種非對稱的結構單元討論之。對稱的結構單元不大適於中文字的骨架，因為中文字的筆劃細長，對稱的結構單元總是太大而不合用。文中并且試驗各種傳統的編碼方法，包括極小骨架編碼法(Minimal Skeleton Coding)、Runlength_Huffman 編碼法、Block-Huffman 編碼法及Elias 編碼法。上述方法皆對13051個64ｘ64 的宋體字形做壓縮。在各種方法中，本文所推薦者有較好的壓縮比例。如果所用的結構單元是：:，則平均壓縮比是36.65%，比使用：：或..為好。在桌上排版(Desk Top Publishing) 有應用上，速度和空間皆會影響系統服務的成本及品質。骨架騙碼優點在於可以平行處理，以加快速度。