（全新）数字图像处理之邻域处理.pptVIP

5 细化 5 细化 2）基本概念 （1）近邻 4邻点（4-neighbors）：如果两个像素有公共边界，则称它们互为4邻点。 8邻点（8-neighbors）：如果两个像素至少共享一个顶角，则称它们互为8邻点。 （2）连通 一个像素与它的4邻点是4连通（4-connected）关系； 一个像素与它的8邻点是8连通（8-connected）关系； 5 细化 （3）路径 从像素0到像素n的路径是指一个像素序列，0,1,…,k,…,n，其中k与k+1像素互为邻点。 如果邻点关系是4连通的，则是4路径； 如果邻点关系是8连通的，则是8路径； （4）前景 图像中值为1的全部像素的集合称为前景(foreground)，用S来表示。 5 细化 5 细化 （5）连通性 已知像素 ，如果存在一条p到q的路径，且路径上全部像素都包含在S中，则称p与q是连通的。 连通性具有：自反性、互换性和传递性。 （6）连通成分 一个像素集合，如果集合中每一个像素与其他像素连通，则称该集合是连通成分（connected component）。 （7）简单边界点 S中的一个边界点P，如果其邻域中（不包括P点）只有一个连通成分，则P是简单边界点。 5 细化 判断下图中哪些是简单边界点？ A不是 B是 C是 D是 E不是 0 1 1 0 1 1 0 0 1 0 0 0 0 1 1 0 P 1 0 P 1 0 P 1 0 P 0 0 P 0 1 0 0 0 1 0 1 1 0 0 0 1 1 1 0 5 细化 3）细化要求 （1）连通区域必须细化成连通线结构； （2）细化结果至少是8连通的； （3）保留终止线的位置； （4）细化结果应该近似于中轴线； （5）由细化引起的附加突刺应该是最小的。 5 细化 4）细化算法 在至少3x3邻域内检查图像前景中的每一个像素，迭代削去简单边界点，直至区域被细化成一条线。 算法描述： 对于每一个像素，如果 A) 没有上邻点（下邻点、左邻点、右邻点）； B) 不是孤立点或孤立线； C) 去除该像素点不会断开连通区域，则删除该像素点； D) 重复这一步骤直到没有像素点可以去除。 有条件限制 5 细化 每次细化分4步（不去除只有一个邻点），具体过程如下： (1）八连通下北向边界点（n=0, p=1）可删除条件 上式排除下面5种情况： nw n ne w p e sw s se 0 1 0 0 1 0 0 1 P 1 0 P P 0 P 0 0 P 0 0 1 1 0 5 细化 0 0 1 1 0 1 P 1 0 P P 0 P 0 0 P 0 1 0 0 1 0 0 1 1 0 0 1 0 P 0 0 P 0 P 0 P 0 0 P 0 1 1 0 0 1 （2）八连通下的南向边界点（s=0, p=1）可删除条件： （3）八连通下的西向边界点（w=0, p=1）可删除条件： 5 细化 （4）八连通下的东向边界点（e=0, p=1）可删除条件： 排除了下面5种情况： 1 0 1 1 0 0 P 0 P 0 P 0 0 P 0 0 P 0 1 0 1 1 0 要点小结 1、邻域运算、相关、卷积、滤波等概念以及相互关系。 2、平滑问题的描述，邻域平均和高斯滤波的解决方法。 3、中值滤波与邻域平均和高斯滤波的区别。 4、什么是边缘检测及基本步骤。 5、常用边缘检测算子和相互间区别。 要点小结 6、边缘检测中的二阶算子（拉普拉斯算子） 7、边缘检测的Marr算子：基本原理、步骤和优缺点 8、边缘检测的Canny算子：基本原理、步骤和主要算法思想 9、细化的概念、原理和算法。 习题 1、一幅8*8的图像f(i,j)其灰度值由下列函数给出，用3*3中值滤波器作用于该图像上，求输出图像。注意保持边界像素灰度不变。 0 30 60 90 120 150 180 210 30 0 30 60 90 120 150 180 60 30 0 30 60 90 120 150 90 60 30 0 30 60 90 120 120 90 60 30 0 30 60 90 150 120 90 60 30 0 30 60 180 150 120 90 60 30 0 30 210 180 150 120 90 60 30 0 习题 0