二值图像处理和形状分析8.pdf

第八章 二值图像处理与形状分析 二值图像处理的流程如图 8.1.1所示。 首先介绍二值图像的几何概念； 其次是讲解二值图像连接成分 的各种变形算法； 最后简介二值图像特征提取与 描述的各种方法。 8.1 二值图像的连接性和距离 在二值图像特征分析中最基础的概念是二值 图像的连接性（亦称连通性）和距离。 1.邻域和邻接 对于任意像素(i，j)，把像素的集合{(j+p， j+q)}(p,q是一对适当的整数)叫做像素(i，j)的 邻域。直观上看，这是像素(i，j)附近的像素形 成的区域。最经常采用的是4-邻域和8-邻域。 ①4-邻域与4-邻接 ②8-邻域与8-邻接 2.像素的连接 对于二值图像中具有相同值的两个像素a和b ，所 有和a、b具有相同值的像素系列p (=a),p ,p ,…,p 0 1 2 n- ,p (=b)存在，并且p 和p 互为4-/8-邻接，那么像素a 1 n i-1 i 和b 叫做4-/8-连接，以上的像素序列叫4-/8-路径。如 图8.1.3。 3.连接成分 在二值图像中，把互相连接的像素的集合汇集 为一组，于是具有若干个0值的像素(0像素)和具有 若干个1值的像素(1像素) 的组就产生了。把这些组 叫做连接成分。 图8.1.4 连接性矛盾示意图 图8.1.5 连接成分 如果把1-像素看成8-连 单重连接成分 接，那么0-像素就必须用4- 多重连接成分 连接。 孔 4．欧拉数 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 (8.1-1) 对于一个1像素连接成分，1减去这个连接成分 中所包含的孔数的差值叫做这个1像素连接成分的欧 拉数。显然，二值图像的欧拉数是所有1像素连接成 分的欧拉数之和。 5．像素的可删除性和连接数 二值图像上改变一个像素的值后，整个图像的 连接性并不改变（各连接成分既不分离、不结合， 孔也不产生、不消失），则这个像素是可删除的。 像素的可删除性可用像素的连接数来检测。 二值图像中B(p ) = 1 时，像素p 的连接数Nc （p ）为与p 连接的连接成分数。 计算像素p的4-/8-邻接的连接数公式分别为 (4) [ ] N (p ) B (p ) B (p )B (p )B (p ) ∑ − 1 2 p p c k k k + k + 3 p 2 1