数字图像处理9二值图像.pptVIP

§8.1 二值图像的连接性和距离 §8.2 二值图像连接成分的变形操作 §8.3 形状特征提取与分析 ;概述:;二值图像处理流程;8.1 二值图像的连接性和距离;?８—邻域与８—邻接： 　像素（i,j）上、下、左、右4个像素和4个对角线像素，称为像素（i,j）的8—邻域。互为8—邻域的两像素叫8—邻接(或8—连通) 。 ?在对二值图像进行处理前，是取8—邻接还是4 —邻接，要视具体情况而定。在处理斜线多的图形中，宜采用8—邻接。 ?所谓两个象素互相4-／8-邻接，是指它们均存在于4-／8-邻域中。;?二.像素的连接 　在二值图像中，具有两个相同数值的像素a1和a2，若 　所有与它们具有相同值的像素，能够在4-/8-邻域内构成一个从a1到a2的邻接的像素序列，则我们把像素a1和a2叫做4-／8-连接。其像素序列叫4—／8—路径。 ;?三.连接成分 　? 1．连接成分： 　　 在一个二值图象中，如果把相互连接的象素汇集为一组，就产　　生了若干个“0”值象素组和“1”值的象素组，我们分别称这些组　　为连接成分(ConnectedComponent)。 ? 2．孔： 　　 在“0”连接成分中，如果存在与外围的一行、一列的象素不相　　连的成分，则把它叫做孔(Hole)。 ? 3．单连接成分： 　　　 不包含孔的“1”连接成分叫单连接成分。 　? 4．孤立点： 　　　 仅含有一个象素的单连接成分叫孤立点(Isolated Point)。 　? 5.多重连接成分: 　　　 含有孔的“1”连接成分叫多重连接成分。;　　在研究一个二值图像连接成分的场合，若1像素的连接成分用4-／8-连接，而0像素连接成分不用相反的8-／4-连接就会产生矛盾。在下图中，如果假设各个1像素用8—连接，因此0像素和1像素应采用互反的连接形式. ;8.1 二值图像的连接性和距离;象素X的邻域以及它的连接数 　Nc8＝0，孤立点或内部点； 　Nc8＝1，端点； 　Nc8＝2，连接点； 　Nc8＝3，分支点； 　Nc8＝4，交叉点。 ;8.1 二值图像的连接性和距离;可以很直观地看到，可删除象素与连接数Nc＝1的情况是一致的。 连接数 Nc8 ＝1的几个例子 ;8.1 二值图像的连接性和距离;　 这里应该讨论的是，应用象素连接数对二值图象进行删除操作时，除了Nc＝1这??条件外，有时还应考虑连接成分的某些物理性质。例如上图进行细化操作时，象素a，b的连接数都为1，但都不能任意将它们删去。否则，细化线被缩短了，失去了重要信息。因此，有关象素连接数应用于可删除操作时，应慎重进行。 ;8.1 二值图像的连接性和距离;8.1 二值图像的连接性和距离;离开单个像素的距离 ; ?八.二值图象的链码表示 ?1.直角坐标表示法 对连接成分的每一个象素用(x，y)这一坐标来表示。 例： ?2.链码表示法(Chain code) 链码表示法可看成是一种矢量表示法。它是相互邻接的两个象 素按照不同的方向给定一个规定的数字符号(或码)。用一串这 样的符号(码)表示一个连接成分的方法叫链码表示法。 ;8.1 二值图像的连接性和距离;?一. 标记 ? 1．定义 连接成分的标记： 对不同的连接成分赋予不同的标号。 　对属于同一个1像素连接成分的所有像素分配相同的编号，对不同的连接成分分配不同的编号。 ? 2．算法(8—连接的场合)： ⑴对图像顺序地进行TV光栅扫描，若发现没有分配标号的l像素，分配给它还没有使用过的标号，对位于这个像素的8—邻域内的1像素赋予相同的标号，然后对位于这些1像素的8—邻域的1像素也赋予相同的标号。反复地进行这一处理，直到应该传播标号的1像素已经没有的时候，对一个1像素连接成分分配给相同标号的操作结束。;8.２二值图像连接成分的变形操作 ;?二.腐蚀与膨胀 　　 腐蚀和膨胀是数学形态学最基本的变换，数学形态学的应用几乎覆盖了图像处理的所有领域。 　　 数学形态学是由一组形态学的代数运算子组成的，它的基本运算有4个：膨胀（或扩张）、腐蚀（或侵蚀）、开启和闭合，它们在二值图像和灰度图像中各有特点。基于这些基本运算还可推导和组合成各种数学形态学实用算法，用它们可以进行图像形状和结构的分析及处理，包括图像分割、特征抽取、边界检测、图像滤波、图像增强和恢复等。;? 1. 基本概念 结构元素与图像进行逻辑运算，产生新的图像的图像处理方法。 集合概念上的二值图像： 二值图像B和结构元素S是定义在笛卡儿网格上的集合，网格中值为1的点是集合的元素。 当结构元素的原点移到点(x,y)时，记为Bxy;结构元素是一种收集图像信息的探针，具有一定的集合形状，如圆形、正方形、十字形等，对于每一个结构元素，要指定一个原点，它是结构元素参与