图像检测-8二值图像处理.pptVIP

8.6.3 闭运算的变形例 2次膨胀 1次膨胀 1次腐蚀 2次腐蚀 8.7 轮廓提取和边界跟踪 目的：获得图像的外部轮廓特征，为形状分析做准备。 内部点：目标与背景不相邻接的点。 边界点：目标与背景相邻接的点。 二值化图像的轮廓提取算法就是掏空内部点，即原图中有一目标点，其四近邻都是目标点，该点变成背景。 原图 8连接 4连接 边界跟踪： 1.自上而下，自左到右扫描，将第一个黑点A标记为起始点，便于判断跟踪完毕。 2.逆时针搜索，在A的5670顺序判断，第一个黑点B为边界点，并做标记。 3.从B开始在B序判断，如果是边界点，且第一个黑点C为边界点，并做标记。 4.直到C就是A时结束。 其中边界点判断：该点的上下左右不全是黑点。 A B C 3 4 5 2 * 6 1 0 7 A B C 8.8 细线化方法 细线化是一种二值图像处理运算。可以把二值图像区域缩成线条，以逼近区域的中心线。 细线化的目的是减少图像成分，只留下区域最基本的信息，以便进一步分析和处理。 细线化一般用于文本分析预处理阶段。 （1）近邻（4、 8邻点） （2）连通（4、8连通） （3）路径指互为邻点一个像素序列 （4）连通性具有：自反性、互换性和传递性 （5）简单边界点: 其邻域中（不包括P点）只有一个连通成分 的边界点 (a) (b) (c) (d) (e) (f) (g) 当前点与近邻点的连接方式: 8.8.1 细线化基本概念 8.8.2 细线化要求 （1）连通区域必须细化成连通线结构； （2）细化结果至少是8连通的； （3）保留终止线的位置； （4）细化结果应该近似于中轴线； （5）由细化引起的附加突刺应该是最小的。 8.8.3 细线化算法 在至少3x3邻域内检查图像前景中的每一个像素，迭代削去简单边界点，直至区域被细化成一条线。 判据： 1）内部点不能删， 2）孤立点不能删； 3）直线端点不能删； 4）如果P点是边界点，去掉P后，如果连通分量不增加，可以删。 1 2 3 4 5 6 7 8 设白为1，黑为0，左上方点为8位数的第一位（最低位），正上方为第二位….右下方为第八位，这样组成的二进制8位数去查表。 Erasetable[256]={ 0,0,1,1,0,0,1,1, 1,1,0,1,1,1,0,1, 1,1,0,0,1,1,1,1, 0,0,0,0,0,0,0,1, 0,0,1,1,0,0,1,1, 1,1,0,1,1,1,0,1, 1,1,0,0,1,1,1,1, 0,0,0,0,0,0,0,1, 1,1,0,0,1,1,0,0, 0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0, 1,1,0,0,1,1,0,0, 1,1,0,1,1,1,0,1, 0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0, 0,0,1,1,0,0,1,1, 1,1,0,1,1,1,0,1, 1,1,0,0,1,1,1,1, 0,0,0,0,0,0,0,1, 0,0,1,1,0,0,1,1, 1,1,0,1,1,1,0,1, 1,1,0,0,1,1,1,1, 0,0,0,0,0,0,0,0, 1,1,0,0,1,1,0,0, 0,0,0,0,0,0,0,0, 1,1,0,0,1,1,1,1, 0,0,0,0,0,0,0,0, 1,1,0,0,1,1,0,0, 1,1,0,1,1,1,0,0, 1,1,0,0,1,1,1,0, 1,1,0,0,1,0,0,0 } (b) (c) (d) (e) (f) (g) 0 37 173 231 237 254 255 32 64 96 128 160 193 224 256 nw n ne w e sw s se 水平方向细化：左邻点w或右邻点e至少一个为1（或255） 垂直方向细化：上邻点n或下邻点s 至少一个为1（或255） 用num查表， 如果Erasetable[num]=1，可删除。直到没有删除点时结束。 或 原图 细线化结果 8.9 特征量的测量 一、面积 面积定义为连通域中像素的总数。是对二值化处理之后的连通域的大小进行度量的几何特征量。 例：连通域的面积为 第八章 二值图像处理 本章要点: 连接与连通域 贴标签 腐蚀、膨胀、开运算与