程序方框图.docVIP

程序可采用方法：用阈值限制梯度图像以达到消除灰度值的微小变化产生的过度分割，获得适量的区域，再对这些区域的边缘点的灰度级进行从低到高排序，然后在从低到高实现淹没的过程。这山就是我们的初始图像了，比如用自然获取的图像的梯度来表征山地的每一点的高度吧；而初始的水就是在阈值记为Thre底下，所有的低于这个高度的整个山地都加水，直到这个阈值Thre高度。从而有三个初始量：unsigned char** Ori_image、char** Seed_image和int** Label_image。最后一个是为最终的结果做准备的。当然要做好初始化，比如，Ora_image赋值为原图像（256色灰度图）的梯度值，Seed_image则是初始状态下有水的置位，无水的复位，而Label_image则全初始化为0，最终得到的是各点对应的区域号。 接下来是考虑将已加的水进行记录，记录成连通的区域，也就是看看有多少个互不相关的集水盆，有五个，那么我们就涨出五个湖，而且尽可能的高，只要大家想到不溢出。在算法上，有多少个连通的区域就记录成多少个数据结构，工夫就在于如何将这些连通的区域连接成一块，并由一个数据结构来表达了。很好，我们准备用一个向量容器来实现初始保存，保存所有标记区域种子队列的数组，里面放的是种子队列的指针vectorQUEUE* vque，而且这个队列是由一系列属于同一个区域的图像点组成，我们来自一个集水盆：）；其保存方式是这样的：queue *pque=new queue[256]；vque.push_back(pque)，这样便将一个成员放进到这个区域来了，即容器－－集水盆的保管都，容器中的每个指针，都指向一个集水盆，也就是我们要的连通区域；所以我们可以方便地由这个容器数据结构直接读值的方便性进行操作，一个脚标就可以得到一个区域（队列指针）的指针；而每个队列还不简单，并不是一列整形数那么易搞，所以说啊，这个算法，真头痛，这个队列的一个成员是一个点；而注意到vque里存放的一256个队列的的起始指针，真够残忍的。也就是说vque[i][j]就表达了一个队列，这个队列里可以存储操作一系列的点；显然容量取256是因为所有的初始或者是最终的区域中可能有0-256之间的不同的灰阶的点，那么我一个区域分用256个队列来记录这些成员点啦，很有可能，这里就只有一个集水盆，那么，256个灰阶的点都存在一个区域就有可能了。 统计初始连通区域的方法是，八连通邻域法，即从逐一扫描输入的Seed_image的每个像素点，将所有的标记了的初始集水盆一一纳入各自的区域，这是整修图像的扫描，形成外循环。先创建一个临时队列quetem，用来处理当前初始集水盆的连通连接，将逐一扫描到的属于一个特定的初始集水盆区域的可生长点暂存，并形成一个内循环。对当前扫描点的处理是，首先判断该点是否为某个初始集水盆的点，如果不是跳过；接下来是，如果是初始集水盆的点，那么它的八连通域中是否存在不可生长的点（这里的不可生长是指Seed_image中没有标记的点），扫描的八连通邻域中的点是可生长的，即有标记的，则将之加入到临时队列中quetem；如果扫描到的连通邻域中有不可生长的至少一个点存在，那么加入到种子队列，记当前区域号为Num，当前扫描点为(m，n)，从而当前的灰阶为Ori_image[m][n]，将当前点添加到种子队列：vque[Num－1][Ori_image[m][n]].push(POINT(m,n))。这里有两个循环，一个是quetem，另一个是Seed_image。直到两个循环完整结束，那么就得到了各个连通初始集水盆的记录，保存标记是区域号Num；而我们同时得到了初始的分水岭，那就放在了保存地点vque，这里面标识了它们对应的区域号，和区域里面对应的点的灰阶，即是特定区域特定灰阶对应的点的集合；我们可以获取这些分水岭的点所在的区域号，可以得到该区域的所有的灰阶的点信息。一句话，统计连通区域的功能有两个，一是标记初始区域，二是找分水岭。 初始的区域标记好了，分岭也找到了，那么可以开始“水漫梁山”了。这就是淹没过程。淹没过程由也是由一个内嵌循环的循环来实现的：外循环是做水位上升（这里循环次数一定要256以内），waterlevel的上升，原来是已经做过了初始的水位分割，那么现在可以从Thre开始了，让水位慢慢上升，让它原本的湖慢慢扩张，尽量利用其应有的空间，而又不至于淹没到其它的邻居湖泊。内循环是扫描每个初始区域（当前Num，从而有Num个循环）的分水岭的点（在vque[][]中），按照给定的水位进行扩张。扩张过程是这样的：扫描到的分水岭的当前点，对其进行四连通邻域进行逐一检查，如果四连通域中有点没有标记的（那这一定是高度较高的点，较低的前面一定扫描过），那么先对该点以本区域号做