数字图像处理9二值图像范例.ppt

第八章 二值图像处理 §8.1 二值图像的连接性和距离 §8.2 二值图像连接成分的变形操作 §8.3 形状特征提取与分析 概述: ? 1．定义: 仅含有两级灰度(一般为0,1)的数字图像. ? 2．特点: ⑴数据量小; ⑵处理速度快,成本低,实时性强; ⑶能定义几何学的各种概念. ? 3．二值图像处理的流程: 概述: 8.1 二值图像的连接性和距离 ?一. 邻域和邻接 ?1. 邻域： 对于任意像素(i，j)，把像素的集合{(i+p，j+q)} (p，q是一对适当的整数)叫做像素(i,j)的邻域。即像素(i，j)附近的像素形成的区域。 ?2. 4,8—邻域和4,8—邻接： ?4—邻域与4—邻接： 　　像素（i,j）上、下、左、右4个像素称为像素（i,j）的4—邻域。互为4—邻域的两像素叫4—邻接(或4—连通) 。 8.1 二值图像的连接性和距离 ?８—邻域与８—邻接： 　像素（i,j）上、下、左、右4个像素和4个对角线像素，称为像素（i,j）的8—邻域。互为8—邻域的两像素叫8—邻接(或8—连通) 。 ?在对二值图像进行处理前，是取8—邻接还是4 —邻接，要视具体情况而定。在处理斜线多的图形中，宜采用8—邻接。 ?所谓两个象素互相4-／8-邻接，是指它们均存在于4-／8-邻域中。 8.1 二值图像的连接性和距离 ?二.像素的连接 　在二值图像中，具有两个相同数值的像素a1和a2，若 　所有与它们具有相同值的像素，能够在4-/8-邻域内构成一个从a1到a2的邻接的像素序列，则我们把像素a1和a2叫做4-／8-连接。其像素序列叫4—／8—路径。 8.1 二值图像的连接性和距离 ?三.连接成分 　? 1．连接成分： 　　 在一个二值图象中，如果把相互连接的象素汇集为一组，就产　　生了若干个“0”值象素组和“1”值的象素组，我们分别称这些组　　为连接成分(ConnectedComponent)。 ? 2．孔： 　　 在“0”连接成分中，如果存在与外围的一行、一列的象素不相　　连的成分，则把它叫做孔(Hole)。 ? 3．单连接成分： 　　　 不包含孔的“1”连接成分叫单连接成分。 　? 4．孤立点： 　　　 仅含有一个象素的单连接成分叫孤立点(Isolated Point)。 　? 5.多重连接成分: 　　　 含有孔的“1”连接成分叫多重连接成分。 8.1 二值图像的连接性和距离 　　在研究一个二值图像连接成分的场合，若1像素的连接成分用4-／8-连接，而0像素连接成分不用相反的8-／4-连接就会产生矛盾。在下图中，如果假设各个1像素用8—连接，因此0像素和1像素应采用互反的连接形式. 8.1 二值图像的连接性和距离 ?四.象素的连接数 某个“1”象素区中的连接数，可以以这个象素的8-邻域值f(x0)一f(x7)按下式进行计算： 　　　 8.1 二值图像的连接性和距离 8.1 二值图像的连接性和距离 ?五.象素的可删除性讨论 ?1.象素的可删除性: 　　当改变一个象素值由1变成0的时候，整个图象连接成分的连接性不改变，则这个象素被称为是可删除的。 ?2.连接性不变: 　　是指各连接成分不分离，不结合，孔不消除也不生成。 　 8.1 二值图像的连接性和距离 可以很直观地看到，可删除象素与连接数Nc＝1的情况是一致的。 连接数 Nc8 ＝1的几个例子 8.1 二值图像的连接性和距离 象素可删除性的实例 8.1 二值图像的连接性和距离 　 这里应该讨论的是，应用象素连接数对二值图象进行删除操作时，除了Nc＝1这一条件外，有时还应考虑连接成分的某些物理性质。例如上图进行细化操作时，象素a，b的连接数都为1，但都不能任意将它们删去。否则，细化线被缩短了，失去了重要信息。因此，有关象素连接数应用于可删除操作时，应慎重进行。 8.1 二值图像的连接性和距离 ?六. 欧拉数(E) ?在二值图像中，1像素连接成分数C减去孔数H的值叫做这幅图像的欧拉数或示性数. 　　　　　E=C-H 　 对于一个1像素连接成分，1减去这个连接成分中 包含的孔数的差值叫做这个1像素连接成分的欧拉数 显然，二值图像的欧拉数是所有1像素连接成分的 欧拉数之和。 8.1 二值图像的连接性和距离 ?七.象素间的距离 ?1.欧几里德距离(欧氏距离) ： ?2. 4—邻点距离（街坊距离）： 　　 ?３. 8—邻点距离（国际象棋盘距离）： 　　 ?４. 8角形距离　 　 8.1 二值图像的连接性和距离 8.1 二值图像的连接性和距离 ?八.二值图象的链码表示 ?1.直角坐标表示法 对连接成分的每一个象素用(x，