二值图像处理办法和形状分析.pptVIP

二值图像连接成分的变形操作 3.3边界跟踪算法 (1）根据光栅扫描发现像素从0变为1的像素p0时，p0作为边界的起点，存储它的坐标值(i,j); （2）从像素(i,j-1)开始反时针方向在像素(i,j)的8-邻域寻找1像素，当第一次出现的1像素记为pk(k=1)，存储它的坐标值 （3）同上，反时针方向从pk-1以前的像素开始在pk的8-邻域内寻找1像素，把最新发现的1像素记为pk+1，存储它的坐标值 当pk=p0时而且pk+1=p1时，跟踪结束。在其他情况下，把k+1当k，返回第三步，反复处理 8.3 形状特征提取与分析 形状特征提取方法 区域形状特征提取是形状分析的基础 通过图像分割获得了组成区域的像素集合（区域内部）或组成区域边界的像素集合（区域外部）。 提取目标物的区域内部和区域外部的形状特征 区域形状特征的提取有三类方法 区域内部（包括空间域和变换域）形状特征提取； 区域外部（包括空间域和变换域）形状特征提取； 利用图像层次型数据结构，提取形状特征。 区域内部形状特征提取与分析 1、区域内部空间域分析是直接在图像空间域对区域内部提取形状特征，方法有下： 1）拓扑描绘子 欧拉数是区域拓扑性质之一。 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。若用E表示图像的欧拉数，则 E=C-H 欧拉数维为0和-1的图形 区域内部空间域分析 2）凹凸性 连接图形内任意两个像素的线段，如果不通过这个图形以外的像素，则这个图形成为凸的。 任何一个图形，把包含它的最小的凸图形称作这个图形的凸闭包。 从凸闭包除去原始图形后，所产生的图形的位置和形状是形状特征分析的重要线索。 对于凸多边形的凸闭包就是其本身 确定了目标凸闭包后，将边界分段 下图中D=H-S;当把S的边界分解为边界段时，能分开D的各部分的点就是合适的边界分段点。通过D来确定S的分段点。 S H D 区域内部空间域分析 3）区域的测量 区域的大小及形状描述量 ①面积：区域内像素的总和 ②周长：常用的有两种：一种计算方法是在区域的 边界像素中，设某像素与其上下左右像素间的距离为1，与斜方向像素间的距离为21/2（角点：链码方向发生变化的地方）。周长就是这些像素间距离的总和。另一种计算方法将边界的像素总和作为周长。 圆形度：它是测量区域形状的常用的量 此外，常用的特征量还有区域的幅宽、占有率和直径等 。 区域内部空间域分析 2、区域内部变换法 区域内部变换是形状分析的经典方法，它包括求区域的各阶统计矩、投影和截口等。 1)矩法 函数f(x,y)的(p+q)阶原点矩定义式为： 那么大小为n×m的数字图像f(i,j)的矩为 0阶矩m00是图像灰度f(i,j)的总和；二值图像的m00表示对象物的 面积；如果用m00来规格化1阶矩m10 及m01，则得到中心坐标 （iG,jG）。 区域内部空间域分析 中心矩定义式为 利用中心矩可以提取区域的一些基本形状特征。例如M20和M02分别表示围绕通过灰度中心的垂直和水平轴线的惯性矩。假如M20＞M02，则可能所计算的区域为一个水平方向延伸的区域。当M30=0时，区域关于i轴对称。同样，当M03=0时，区域关于j对称。 区域外部形状 3、区域外部形状特征提取与分析 区域外部形状是构成区域边界的像素集合。主要的分析方法有方向链码描述和结构分析法 1.区域的边界、骨架空间域分析 1)方向链码描述 边界的方向链码表示既便于有关形状特征的提取，又节省存储空间。从链码可以提取一系列的几何形状特征。如周长、面积某方向的宽度、矩、形心 、两点之间的距离等。 区域内部空间域分析 方向链码描述 对于离散的数字图像，区域的边界可理解为相邻边界按像素逐段组成。 对于图像某像素8-邻域，把该像素与其邻域的各像素连线放线如左图所示并进行编码，用0,1,2,3,4,5,6,7表示8个方向，这种代码称为方向码。其中偶数为水平或垂直方向的链码，码长为1；奇数码为对角线方向的链码，码长为21/2。 右图以S为起点的逆时针编码 区域内部空间域分析 3、区域外部形状特征提取与分析 2.结构分析法 利用二值图像的四叉树表示边界，可以提取如欧拉数、区域面积、矩、形心、周长等区域的形状特征。 区域内部空间域分析 区域外形变换法 区域外形变换是指对区域的边界作各种变换，包括区域边界的付立叶描述算子、Hough变换和广义Hough变换、区域边界和骨架的多项式逼近等。这样将区域的边界或骨架转换成向量或数量，并把它们作为区域的形状特征。 第七讲 二值图像处理与形状分析 刘春国 河南理工大学 测绘与国土信息工程学院 8.1 二值图像的连接性和距离 二值图像的连接性和距离 在二值图像特征分析中最基础概念是二值图像的连接性（连通性）和距