距离变换

最新推荐文章于 2022-12-26 19:32:08 发布

Rachel-Zhang

最新推荐文章于 2022-12-26 19:32:08 发布

阅读量2.9w

点赞数 2

分类专栏： Computer Vision 文章标签： distance 图像处理算法

本文链接：https://blog.csdn.net/abcjennifer/article/details/7617883

版权

距离变换是图像处理中的一个重要算法，与线性滤波器和形态学变换并列。它通过计算图像中每个像素到最近背景像素的距离来创建distance metric。此技术广泛应用于水平集、快速斜切匹配、图像拼接、羽化以及临近点配准等领域。在实现过程中，通常先进行二值化处理，然后根据Manhattan或欧氏距离计算距离。代码可用于直观展示不同距离函数的效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

距离变换和线性滤波器，形态学变换处于平等位置，是图像处理的一种方法，通过使用两遍扫描光栅算法可以快速计算到曲线或点集的距离。

应用：

水平集

快速斜切匹配

图像拼接

图像混合的羽化

临近点配准

方法：

首先对图像进行二值化处理，然后给每个像素赋值为离它最近的背景像素点与其距离（Manhattan距离or欧氏距离），得到distance metric(距离矩阵)，那么离边界越远的点越亮。

实现：

Imgori=imread('test.jpg');
I=rgb2gray(Imgori);
subplot(2,3,1);imshow(I);title('origin');

Threshold=100;
F=I>

最低0.47元/天解锁文章