文章目录
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。
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”
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。
该线的链码为:
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
3 腐蚀与膨胀
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
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。
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。
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。
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。
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。
总结:
1.内部点不能删除;
2.孤立点不能删除;
3.直线端点不能删除
4.如果P是边界点,去掉P后,不改变连通性,则P可以删除。
传送门
上一章:数字图像处理 第四章 图像分割