第2章 数字图像图像处理基础.ppt

3、8-邻域 把像素p的4-对角邻域像素和4-邻域像素组成的集合称为像素p的8-邻域，记为N8(p)。 2.6.1 像素的相邻和邻域 连通性 为了确定两个像素是否连通，必须确定它们是否相邻及它们的灰度是否满足特定的相似性准则（或者说，它们的灰度值是否相等）。 2.6.2 像素的邻接性与连通性 令V是用于定义邻接性的灰度值集合。 考虑三种类型的邻接性： （a）4邻接：如果q在 集中，具有v中数值的两个像素p和q是4邻接的。 （b）8邻接：如果q在 集中，则具有中数值的两个像素p和q是8邻接的。 （c）m邻接（混合邻接）：如果（ⅰ）q在 集中，或者（ⅱ）q在 中且集合 没有v值的像素。则具有v值的像素p和q是邻接的。 2.6.2 像素的邻接性与连通性 2 邻接性、连通性 （1）邻接性 V是具有特定相似性准则的灰度值集合。（解释） A、4邻接：如果q在N4 (p)中，具有V中数值的两个像素p和q是4邻接的。 B、8邻接：如果q在N8 (p)中，具有V中数值的两个像素p和q是8邻接的。 C、m邻接：如果q在N4(p)中， 或者q在ND(p)中且集合N4(p) ∩ N4(q)没有V值的像素，则具有V值的像素p和q是m邻接的。 混合邻接的引入是为了消除采用8邻接常常发生的二义性。 0 1 1 0 1 0 0 0 1 0 1 1 0 1 0 0 0 1 0 1 1 0 1 0 0 0 1 1、距离度量函数 对于坐标分别位于（x,y），（u,v）和（w,z）处的像素p、q和r，如果： (1）D(p,q)≥0（D(p,q)=0，当且仅当p=q，即p和q是指同一像素）； (2）D(p,q)=D(q, p)； (3）D(p,r) ≤D(p,q)+D(q,r)。 则D是距离度量函数。 2.6.3 距离的度量 2、欧氏距离 像素p和q之间的欧氏（Euclidean）距离定义为： De(p,q)=[(x-u)2+(y-v)2]1/2 （2.12） 也即，所有距像素点(x,y)的欧氏距离小于或等于d的像素都包含在以(x,y)为中心,以d为半径的圆平面中。 2.6.3 距离的度量 3、街区距离 像素p和q之间的D4距离，也即街区（city-block）距离，定义为： D4(p,q)=|x-u| + |y-v| （2.13） 也即，所有相距像素点(x,y)的D4距离为小于d或等于d的像素组成一个中心点在(x,y)的菱形。 2.6.3 距离的度量 3、街区距离 （续） 比如，那些与点(x,y)的D4距离为小于2或等于2的像素组成了如下图所示的等距离轮廓。 2 2 1 2 2 1 0 1 2 2 1 2 2 2.6.3 距离的度量 4、棋盘距离 像素p和q之间的D8距离，也即棋盘距离，定义为： D8(p,q)=max(|x-u|，|y-v|) （2.14） 也即，所有距像素点(x,y)的D8距离为小于d或等于d的像素组成一个中心点在(x,y)的方形。 2.6.3 距离的度量 4、棋盘距离 比如，距点(x,y)的D8距离小于或等于2的像素组成了如下图所示的等距离轮廓。 2 2 2 2 2 2 1 1 1 2 2 1 0 1 2 2 1 1 1 2 2 2 2 2 2 2.6.3 距离的度量 2.7 图像的代数运算 图像的代数运算是指两幅输入图像对应像素间的一对一的灰度值相加、相减、相乘和相除运算。这些运算在许多的图像处理中都会用到。 加法：g(x,y)=f1(x,y)+f2(x,y) 减法：g(x,y)=f1(x,y)－f2(x,y) 乘法：g(x,y)=f1(x,y)×f2(x,y) 除法：g(x,y)=f1(x,y)÷