数字图像处理-第三章-二值图像PPT.ppt

二值图象分析Binary Image Analysis;二值图像例;二值图象的特点 a. 二值图像只有两个灰度级，其中物体像素值为1，背景像素值为0； b. 图象中许多的特征如边缘、轮廓可以用二值图像表示； c.二值图像处理的算法简单，所需的内存小，计算速度快； d.二值视觉系统技术可用于灰度图像视觉系统 。;(3)二值图象的获取 a. 硬件实现 敏感元二值输出或逻辑输出。敏感元模拟值 输出，通过硬件电路二值化。 b. 软件实现 灰度图象可以通过阈值（threshold）分割进行二值化处理。;图象二值化 设一幅灰度图像中物体的灰度分布在某一区间内，经过阈值运算后的图像为二值图像。;(1) 尺寸和位置 一幅二值图像区域的面积（或零阶矩）由下式给出：;物体的中心位置：;方向 ;有： ;注意：求得的惯性轴有两个，即最大、最小惯性轴。;;(3) 密集度 区域的密集度: ;;(4) 体态比 区域的最小外接矩形的长与宽之比特性： 1）正方形和圆的体态比等于1 2）细长形物体的体态比大于1 下图是几种形状的外接矩形：;投影能表现图像的某种特征信息 给定一条直线，用垂直该直线的一簇等间距直线将一幅二值图像分割成若干条，每一条内像素值为1的像素个数为该条二值图像在给定直线上的投影． 定义给定直线为水平或垂直直线时，二值图像列或行上像素值为1的像素数量之和为该图像的水平或垂直投影; 对角线投影 设行和列的标号分别用i和j表示．若图像矩阵为n行m列，则i和j的范围分别为0到n-1和0到m-1．假设对角线的标号d用行和列的仿射变换（线性组合加上常数）计算，即： d = ai+ bj + c 对角线投影共对应n+m-1个条，其中仿射变换把右上角像素映射成对角线投影的第一个位置，把左下角像素映射成最后一个位置，如图所示，则当前行列对应的标号d的公式为： d = i - j + m - 1 ;;用图像像素值连续为1的个数来描述图像,有两种方法: （1）用1的起始位置和1的游程长度； （2）仅仅使用游程长度，0：表示从0象素开始 ； 例： 1的游程：（2,2）（6,3）（13,6）（20,1） （4,6）（11,10） （1,5 ）（11，1）（17，4） 1和0的游程长度：0，1, 2，2，3，4，6， 1，1； 0，3，6，1，10 ； 5，5，1，5，4 ;3.5.1 定义 （1）近邻： 4邻点(4-neighbors):有公共边关系的两个像素． 8邻点(8-neighbors):两个像素至少共享一个顶角 4连通(4-connected):一个像素与其4邻点的关系 8连通(4-connected):一个像素与其8邻点的关系;(2) 路径 路径:从像素 到像素 的一个像素序列： ， 和 互为邻点 4路径:像素与其近邻像素是4连通关系 8路径:像素与其近邻像素是8连通关系 （3）前景：图像中所有1点 (4)连通性 已知像素p 和q ，如果存在一条从p到q的路径，且路径上的全部像素都为黑，则称p与q是连通的．;(5)连通成份：一个像素集合，如果集合内的每一个像素与集合内其它像素连通，则称该集合为一个连通成份。 (6) 背景：`S（S的补集）中包含图像边界点的所有连通成份的集合。 洞:` s中所有非背景其它元。 对物体和背景应使用不同的连通.如果对 S 使用8连通, 则对`S 应使用4连通。; (7) 边界 S的边界是S中与`S中有4连通关系的像素集合S （8) 内部 S中不属于它的边界的像素集合. S的内部等于S - S （9) 包围 如果从S中任意一点到图像边界的4路径必须与区域T相交，则区域 T 包围区域 S（或S在T内）; 在视觉应用中，欧拉数或亏格数可作为识别物体的特征。 1. 定义：连通成份数减去空洞数 E = C - H 其中: E为欧拉数、C为连通成份数、H为空洞数 2.举例 E=0 E=-1 E=2 3.特性 具有平移、旋转和比例不变特性的拓扑特征 ;3.5.4 区域边界; 算法3.3：边界跟踪算法 ① 从左到右、从上到下扫描图像，求区域