8.5应用实例-细化.ppt

* 第八章 数学形态学及其应用 8.5 应用实例——细化 利用前面所介绍的形态学知识，下面给出一种实用的对二值区域进行形态学细化的一种算法。如前所述，一个图像的“骨架”， 是指图像中央的骨骼部分，是描述图像几何及拓扑性质的重要特征之一。求一幅图像骨架的过程就是对图像进行“细化”的过程。在文字识别、地质构造识别、工业零件形状识别或图像理解中， 先对被处理的图像进行细化有助于突出形状特点和减少冗余信息量。 根据8.4.2节中骨架和细化的定义以及式（8-30）、 式（8-32）和式（8-35）等可以看到，在细化一幅图像X时应满足两个条件： 第一， 在细化的过程中， X应该有规律地缩小； 第二，在X逐步缩小的过程中， 应当使X的连通性质保持不变。下面介绍一个具体的细化算法。 设已知目标点标记为1，背景点标记为0。边界点是指本身标记为1而其8连通邻域中至少有一个标记为0的点。算法对一幅图像的所有边界点即一个3×3区域都进行如下检验和操作： （1） 考虑以边界点为中心的8邻域，设p1为中心点，对其邻域的8个点逆时针绕中心点分别标记为p2，p3，…，p9，其中p2位于p1的上方。如果p1=1(即黑点)时，下面4个条件同时满足，则删除p1(p1=0)：  ① 2≤N(p1)≤6，其中N(p1)是p1的非零邻点的个数； ② S(p1) = 1，其中S(p1)是以p2，p3，p4，…，p9为序时这些点的值从0到1变化的次数；  ③ p2p4p6=0或者S(p1)≠1；  ④ p4p6p8 =0或者S(p1)≠1。 （2） 同第（1）步，仅将③中的条件改为p2p4p8=0，④中的条件改为p2p6p8=0。同样当对所有边界点都检验完毕后，将所有满足条件的点删除。 以上两步操作构成一次迭代。算法反复迭代，直至没有点再满足标记删除的条件，这时剩下的点就组成区域的骨架。图8-26给出了这一算法的应用示例。其中，图8-26(b)、(c)、(d)是p1不可删除的三种情况。在图8-26(b)中删除p1会分割区域，图8-26(c)中删除p1会分割缩短边缘，图8-26(d)中满足条件2≤N(p1)≤6但p1不可删除。 图8-26 细化算法示意图 (a)标记p1和邻点；(b) p1不可删除情况一；(c) p1不可删除情况二； (d) p1不可删除情况三； (e) 细化前图像；(f) 细化后的结果 下面是上述细化算法的VC++函数框架和主要算法。 //****************************************** //函数名称： BOOL ThiningDIB()  //基本功能： 本函数对CDibObject对象中的图像进行细化运算 //参数说明： CDibObject *pDibObject 默认为NULL //返回值： BOOL 成功返回TRUE， 失败返回FALSE //****************************************** BOOL CMorphPro: : ThiningDIB(CDibObject *pDibObject)  { //使用传入的CDibObject对象 //无CDibObject对象时， 返回FALSE //定义变量 unsigned char *pBuffer, *pBits;  RGBQUAD *pPalette; int nWidthBytes, nNumColors;  int lWidth, lHeight;  //获得图像指针 //获得颜色数 //获得调色板指针 //获得位图数据指针 // 指向源图像的指针 // 指向缓存图像的指针 // 指向缓存DIB图像的指针 //循环变量 long i;  long j;  int n;  int m; //四个条件 BOOL bCondition1;  BOOL bCondition2;  BOOL bCondition3;  BOOL bCondition4;  //计数器 unsigned char nCount;  //像素值 unsigned char pixel;  //5×5相邻区域像素值 unsigned char neighbour［5］［5］;  // 暂时分配内存， 以保存新图像 hNewDIBBits = L