一. 算法概述
- 按照一种距离度量D,D是D4或D8,对大小为M*N的图像的一个子集S计算距离变换,建立一个M*N的数组F并初始化:子集中的元素置为0,其他为无穷。
- 按行历遍图像,从上到下,从左到右。对于上方和左面的邻接像素(如下图1所示),设
- 按行历遍图像,从下到上,从左到右。对于下方和右面的邻接像素(如下图1的BR所示的集合),设
- 数组F中得到的是子集S的斜切。
二. 示例代码
void calcD4(unsigned char *in,unsigned short row,unsigned short col,unsigned int *fp)
{
unsigned char i;
unsigned int x,y;
unsigned long index;
unsigned int temp[5],tempMin;
for(index = 0;index < row*col;index ++)
{
if(in[index] == 255)
fp[index] = 0;
else
fp[index] = 65535;
}
for(y = row - 2;y > 1;y --)
for(x = 1;x < col - 1;x ++)
{
temp[0] = fp[(y + 1) * col + x - 1] + 2;
temp[1] = fp[(y + 1) * col + x] + 1;
temp[2] = fp[y * col + x - 1] + 1;
temp[3] = fp[(y - 1) * col + x - 1] + 2;
temp[4] = fp[y * col + x];
tempMin = temp[0];
for(i = 0;i < 4;i ++)
{
if(temp[i+1] < tempMin)
tempMin = temp[i+1];
}
fp[y * col + x] = tempMin;
}
for(y = 1;y < row - 1;y ++)
for(x = col - 2;x > 1;x --)
{
temp[0] = fp[(y + 1) * col + x + 1] + 2;
temp[1] = fp[y * col + x + 1] + 1;
temp[2] = fp[(y - 1) * col + x] + 1;
temp[3] = fp[(y - 1) * col + x + 1] + 2;
temp[4] = fp[y * col + x];
tempMin = temp[0];
for(i = 0;i < 4;i ++)
{
if(temp[i+1] < tempMin)
tempMin = temp[i+1];
}
fp[y * col + x] = tempMin;
}
}
三. 示例结果
D4距离变换结果图。
以上算法概述来自Milan Sonka、Vaclav Hlavac、Roger Boyle著,《图像处理、分析与机器视觉》(第三版)算法2.1:距离变换