数字图像处理第五章二值图像处理

最新推荐文章于 2023-04-12 14:34:02 发布

日天家的猫

最新推荐文章于 2023-04-12 14:34:02 发布

阅读量511

点赞数 1

分类专栏：数字图像处理

本文链接：https://blog.csdn.net/RTyinying/article/details/111203410

版权

数字图像处理专栏收录该内容

6 篇文章 2 订阅

订阅专栏

文章目录

传送门

1 问题的提出及目的

图像分割后取出的目标物可能仍存在以下问题

提取的目标中存在伪目标物；
多个目标物中，存在粘连或者是断裂；
多个目标物存在形态的不同

二值图像分析的目的

首先是区分所提取出的不同的目标物;
之后，对不同的目标物特征差异进行描述与计算
最后获得所需要的分析结果

2 二值图像中的基本概念

2.1 四连接与八连接

若当前点像素值为1，其四近邻像素中至少有一个点像素值为1，即认为两点间存在通路，称为四连接。

如果其八近邻像素中至少有一个点的像素值为1，称为八连接。

在这里插入图片描述

将相互连接在一起的像素值全部为1的像素点的集合称为一个连通域

2.2 内部点与边界点

在每个连通域中，与背景相邻接的点称为边界点，与背景不相邻接的点称为内部点。

在四连接定义下，内部点是“在当前点的八近邻像素点中，没有值为0的点”

在八连接定义下，内部点是“在当前点的四近邻像素点中，没有值为0的点”

在这里插入图片描述

2.3 链码

链码是对线宽为一个像素的细线的轨迹进行描述的编码；

链码方法是对其坐标序列进行方向编码的方法。采用链码方法可以对细线的走向进行清晰的描述与分析。

在计算细线的链码时，从选定的某个端点出发，按着逆时针方向搜索下一个细线上的点，并根据与前一个点的方向位置，对这一点进行编码，直到终点。

在这里插入图片描述

该线的链码为：

在这里插入图片描述

2.4 几何特征的测量

最基本的二值图像中的几何特征量包括：

面积
周长
质心
圆形度
矩形度
长宽比

质心（连通域的几何中心）的计算公式

在这里插入图片描述

3 腐蚀与膨胀

在这里插入图片描述

3.1 腐蚀

腐蚀是一种消除连通域的边界点，使边界向内收缩的处理。可以用来消除小且无意义的目标物。

如果两目标物间有细小的连接，可以选取足够大的结构元素，将细小连接腐蚀掉。

设计思路：设计一个结构元素，结构元素的原点定位在待处理的目标像素上，通过判断是否覆盖，来确定是否该点被腐蚀掉

算法步骤：

1）扫描原图，找到第一个像素值为1的目标点；

2）将预先设定好形状以及原点位置的结构元素的原点移到该点；

3）判断该结构元素所覆盖区域的像素值是否全部为1：如果是，则腐蚀后图像中的相同位置上的像素值为1；如果不是，则腐蚀后图像中的相同位置上的像素值为0；

4）重复2）和3），直到所有原图中像素处理完成

在这里插入图片描述

应用：腐蚀处理可以将粘连在一起的不同目标物分离，并可以将小的颗粒噪声去除。

3.2 膨胀

膨胀是将与目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理。

膨胀可以用来填补目标区域中存在的某些空洞，以及清除包含在目标区域中的小颗粒噪声。

设计思路：设计一个结构元素，结构元素的原点定位在背景像素上，判断是否覆盖有目标点，来确定是否该点被膨胀为目标点。

算法步骤：

1）扫描原图，找到第一个像素值为0的背景点；

2）将预先设定好形状以及原点位置的结构元素的原点移到该点；

3）判断该结构元素所覆盖区域的像素值是否存在为1的目标点：如果是，则膨胀后图像中的相同位置上的像素值为1；如果不是，则膨胀后图像中的相同位置上的像素值为0；

4）重复2）和3），直到所有原图中像素处理完成。

在这里插入图片描述

应用：膨胀处理可以将断裂开的目标物进行合并，便于对其整体的提取。

4 开运算与闭运算

将膨胀与腐蚀运算结合起来进行。由此便构成了开运算与闭运算。

4.1 开运算

开运算是对原图先进行腐蚀处理，后再进行膨胀的处理。

开运算的主要作用与腐蚀类似，但它可以在分离粘连目标物的同时，基本保持原目标物的大小。

在这里插入图片描述

4.2 闭运算

闭运算是对原图先进行膨胀处理，后再进行腐蚀的处理。

闭运算的主要作用与膨胀类似，但它可以在合并断裂目标物的同时，基本保持原目标物的大小。

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fj0IcKUt-1608036714926)(C:\Users\邪王真眼是最强的\AppData\Roaming\Typora\typora-user-images\image-20201215161727147.png)]$

4.3 开、闭运算的变形

如果当按照常规的开运算不能分离粘连，或者是闭运算不能合并断裂：

对于开运算可以先进行N次腐蚀，再进行3N次膨胀；

对于闭运算可以先进行N次膨胀，再进行N次腐蚀。

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yS6XMYxr-1608036714926)(C:\Users\邪王真眼是最强的\AppData\Roaming\Typora\typora-user-images\image-20201215161842628.png)]$

5 轮廓提取与轮廓跟踪

5.1 轮廓提取

简单的算法提取二值图像的轮廓线

若当前中心像素值为0，不问其余8像素的值如何，一律保留中心像素值为0；
若中心像素值为1，且其余8个像素全为1，则改变中心像素值为0；
除此以外，全部将中心像素值设为1

5.2 轮廓跟踪

定义：通过顺序找出边缘点来跟踪出边界。

简单二值图像闭合边界的轮廓跟踪算法：

首先按从上到下，从左到右的顺序搜索，找到的第一个非前景点一定是最左上方的边界点，记为A。它的右，右下，下，左下四个邻点中至少有一个是边界点，记为B。从B开始找起，按右，右上，上，左上，左，左下，下，右下的顺序找相邻点中的边界点C。如果C就是A点，则表明已经转了一圈，程序结束。否则从C点继续找，直到找到A为止

判断是不是边界点很容易：如果它的上下左右四个邻居都是前景点则该点不是边界点，否则是边界点。

6 细线化方法

细线化能够实现从文本等图像信息中抽取骨架。

从原来的图中去掉一些点，但仍要保持原来的形状，即保持原图的骨架。

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fPCXCChL-1608036714927)(C:\Users\邪王真眼是最强的\AppData\Roaming\Typora\typora-user-images\image-20201215162756931.png)]$