A-12数学形态学腐蚀膨胀运算的快速算法.docVIP

数学形态学腐蚀膨胀运算的快速算法 陆宗骐，朱煜 （华东理工大学信息学院，上海，200237，zqlu@ecust.edu.cn） 摘 要: 本文介绍了数学形态学中结构元素为4连通或8连通的3×3邻域时腐蚀、膨胀运算的快速算法。区域采用线段编码表示，腐蚀与膨胀运算在当前线段与其相邻的上下线段之间通过逻辑运算实现。4连通邻域结构元素下作腐蚀(或膨胀)运算时，先将当前线段两侧各除去(扩展)一个像素，再与上下邻接线段作与(或)运算。8连通邻域结构元素下与此相类似，不同在于参与运算的三条线段都需在两侧除去或扩展像素。运算速度一般可提高3~5倍。 关键词: 数学形态学；腐蚀；膨胀；快速算法 Fast Algorithm of Mathematical Morphology Erosion and Dilation Operation LU Zong-qi, ZHU Yu (The College of Information, East China University of Science and Technology, Shanghai 200237) Abstract: In this paper, a fast algorithm of mathematical morphology erosion and dilation operation for 3×3 neighborhood structuring element with 4-connectivity or 8- connectivity is presented. Regions are marked with line segment encoding technique. Erosion and dilation operation are performed by Boolean calculation according to three adjacent lines, namely current line with its upper and lower adjacent lines. Erosion is obtained by logic operation AND. Dilation is obtained by logic operation OR. The new algorithm is 3~5 times faster than normal morphology operation. Keywords: Mathematical Morphology; Erosion; Dilation; Fast Algorithm 1 引言 在计算机图形图像处理中有一些著名的处理算法，它们非常简单、巧妙，易于理解、易于实现，但往往存在运行速度慢的缺点，不经改进难以实际使用。例如，图像分割中的像素标记法[1]和计算机图形学中的边界填充算法[2](也称种子填充算法)。它们的操作对象是像素，具体地说是以当前像素为中心的邻域内的像素。处理速度慢的原因是处理过程需要遍历图像中的每一个像素，即必须检查每个像素的类型(对象还是背景)，并根据不同类型作出相应的处理。同时由于处理是在像素所在邻域中进行的，因此相邻像素的处理存在很多重复的操作。算法改进的思路是将处理对象由像素改为光栅扫描方向上相邻像素构成的水平线段[2][3]。与以像素邻域为处理单位的“点操作”相对应，本文中将以水平线段为处理单位的操作称为线操作。 这些算法的另一个缺点是处理结果只提供了图像分割所需的半成品，只是将不同区域相区别，并未真正获得实际需要的区域信息，如区域的位置或其它特征参数。例如，在像素标记法中只为不同连通区域的像素用不同的数字作了标记，在边界填充算法中只对所需的区域用指定颜色作了填充等，并没有得到区域的实际参数，若要得到区域信息还需进行后续处理。 文献[4]将区域的描述方法分为两个大类，即轮廓表示法和线段表示法，其中后者可用于上述算法中区域的描述，见图1。线段表示法将区域表示为光栅扫描方向上的一条条水平线段，由它们的端点来记录区域的位置。文献[4]以线段表为基础将像素标记法改进为线段编码法，实现了连通区域的提取，还给出了分离外轮廓与孔和搜索种子点的例子。 本文介绍以“线操作”来提高数学形态学中腐蚀、膨胀算法运行速度的原理和方法，算法的速度一般可提高十余倍，若与获得区域线段表的线段编码过程一并考虑，速度也可提高3~5倍。 2 线段的特性 2.1??线段的连通性 处于上下行中的两线段的连通性可通过它们端点的位置来确定，可用下列逻辑关系进行判别： IF (X1L=X2R+no) AND (X2L=X1R+no) THEN T = TRUE ELSE T = FALSE 其中，(