距离变换

出处：桑卡， 《图像处理分析与机器视觉》

 

计算全局图像中各个像素点对子图像的距离。

AL	AL
AL	P
AL

                           Mask  1

	BR
P	BR
BR	BR

                           Mask 2

 

1. 将图像进行二值化，子图像值为0，背景为255；

2. 利用Mask 1从左向右，从上到下扫描，p点是当前像素点，q点是Mask 1中AL邻域中的点，D()为距离计算，包括棋盘距离、城市距离和欧式距离。F(p)为p点的像素值，计算

F(p) = min( F(p),  F(q)+D(p,q) ), 其中，q属于AL.

3. 再利用Mask 2从右向左，从下向上扫描，计算

F(p) = min( F(p),  F(q)+D(p,q) ), 其中，q属于BR

4. F(p) 则为距离变换后的图像。

 

代码如下，基于OpenCV 2.4

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "math.h"
#include <stdio.h>


using namespace cv;

Mat& DistTran(Mat& I);
Mat& NormImage(Mat& I);

static float Round(float f)
{
	return ( ceil(f)-f > f-floor(f) ) ? floor(f) : ceil(f);
}

int ChessBoardDist