数字图像处理第6章二值图像处理.pptVIP

第6章 二值图像处理 本章内容 6.1 距离与连通 6.2 二值图像的几何特征描述 6.3 二值图像的常规处理 6.4 二值图像的形态学处理 6.1 距离与连通 二值图像只含有两个灰度级，一般用0来表示背景区域，1表示目标区域。对图像分割的结果如果目标区域像素标记为1而背景区域清零则会得到分割结果的二值图像，或者对边缘提取得结果边缘点取值为1而非边缘点取值为0则会得到图像的边缘二值图，这个获取二值图像的过程叫做二值化过程。 6.1.1 距离的定义 在二值图像处理中，往往需要计算两个像素点间的距离，比如在连通分量本身的尺寸大小相对于其它各个区域间的距离很小时，计算两个区域间的距离可以近似为计算两个区域间质心的位置距离。 满足下面三条性质的函数形式均可以作为距离的定义，假定图像中三点A, B, C： ① 非负性： ，当和点重合的时候，等号成立； ② 对称性： ； ③ 三角不等式： 假设计算点P(a,b)与Q(c,d)间距离可以采取下面的几种定义形式： ① 欧几里德距离，用来De表示，如下式所示： (6-1) ② 街区距离，用Ds来表示： (6-2) ③ 棋盘距离，用Dg表示如下： (6-3) 三者之间的关系为： ，如图6-1(a)、(b)和(c)所示。  考虑距离点P(a,b)小于t的所有像素点，将发现使用街区距离这些点组成一个菱形区域，使用棋盘距离这些点组成一个正方形区域。 点P(a,b)到连通区域R的距离定义为该点到中所有点之间距离的最小距离；R的直径定义为R中两点间的最大的距离。 i通路(简称通路)是一个像素序列 ，并且当 时像素Lk-1和Lk互为一个i近邻；d通路则是要求Lk-1和Lk必须为d近邻。 如果对于一个像素集合R中任意两个象素点p1和p2，都存在一条首尾为p1和p2的i通路，并且这条通路上的其余像素都属于集合R，那么我们称这个像素集合R是i连通的。 一个连通的像素集R的边界（i边界）定义为至少有一个i近邻不存在R内的所有R中的像素点的集合；R的d边界是至少有一个近邻不在R内的所有R中的象素点的集合。 区域就是一个像素点集合，这个集合中的任意两点都可以用包含在集合内的一条曲线连接起来；区域的边界点，就是指那些无论它的邻域有多小，它都包含有集合的内点和外点的点集。 区域的连通性具有互逆性和传递性，记区域R、S和T: (1) 自连通性：R与R连通； (2) 对称性：若R与S连通，那么S与R也连通； (3) 传递性：若R与S连通，S与T连通，则R与T也连通。 5.1.3 区域的连通分量标记 4连通分量的顺序标注： 假设扫描到像素点Ai,j，其灰度值为1，那么检查Ai-1,j和Ai,j-1，因为是顺序扫描，所以Ai-1,j和Ai,j-1一定是进行过标记处理。所以针对这两个邻接点的不同情况可以对Ai,j进行标记： (1) Ai-1,j和Ai,j-1均未被标记，则分配Ai,j一个新的标记符； (2) 有一个被标记，标记符为a，则把Ai,j也标记为a； (3) 均被标记(分别为a和b)，那么把Ai,j标记为a，也就是和其左边的邻接点相同的标记；记下标识符a和b等价。 8连通分量的顺序标注： 与4连通分量的标记方法类似，不同的是当扫描到像素点Ai,j时，需要检查Ai,j的左边i邻接点Ai-1,j，左上i邻接点Ai-1,j-1，上i邻接点Ai,j-1和右上i邻接点Ai+1,j-1的4个邻接点的标记情况来对其进行标记。 6.2.1 二值图像中曲线的描述 6.2.1.1 轮廓跟踪-甲虫算法 目标区域的边界轮廓是描述目标的重要特征，对于二值图像中的目标区域轮廓可以通过一种简单的轮廓跟踪算法来得到，这种方法也被称作甲虫算法。如图6-6所示的二值图像4连通分量，假定目标区域用1(黑色)表示，背景区域用0(白色)表示，给定甲虫起点p(i,j)，遵循准则：? 一直到甲虫爬回起始点为止。甲虫的爬行轨迹反映了目标区域的轮廓特征。在边界跟踪的过程中，会出现一些小循环，这些小循环则需要在后继的处理中除去；另外，不同的起点将会生成不同的甲虫轨迹，但是差别不是很大。甲虫算法可以方便的得到目标区域的轮廓，经过改进的甲虫算法可以方便的实现四连通链码。 8连通区域的边界：这需要改变甲虫的爬行准则，假定当前甲虫位置为p(i,j)，从该点的左边(垂