OpenCV学习(15) 细化算法(3)（转）

转载链接：http://www.cnblogs.com/mikewolf2002/p/3327183.html

 

  本章我们学习一下Hilditch算法的基本原理，从网上找资料的时候，竟然发现两个有很大差别的算法描述，而且都叫Hilditch算法。不知道那一个才是正宗的，两个算法实现的效果接近，第一种算法更好一些。

第一种算法描述参考paper和代码：

Linear Skeletons from Square Cupboards

Speedup Method for Real-Time Thinning Algorithm

http://cis.k.hosei.ac.jp/~wakahara/Hilditch.c

第二种算法描述参考资料：

http://cgm.cs.mcgill.ca/~godfried/teaching/projects97/azar/skeleton.html#algorithm

 

下面我们分别看一下这两种算法描述：

一、第一种算法描述

假设当前被处理的像素为p0，我们使用下图所示的8邻域表示方式。

     我们处理的为二值图像，背景为黑色，值为0，要细化的前景物体像素值为255。

 

     对于Hilditch算法来说，它并不是一个完全的并行算法，而是串行并行相结合。当前像素是否是能够删除的骨架点，不仅是由它周围的8邻域决定，而且和前面像素的判定结果有关。一个像素判定为可以删除，我们并不直接删除它，而是在目地图像中设置像素值为GRAY=128,这个信息可能会影响之后其它像素的判定。

      当图像一次扫描迭代完成后，我们把所有置为GRAY的像素设置为0，从而删除它。

 

算法的描述如下。

迭代扫描当前图像

    对于当前像素点，扫描它的8邻域，如果邻域的像素值为255，则b[i]=1(i=0…8)，像素值为128(GRAY，表示该像素点在前面的循环中被标记为删除)，b[i]=-1，如果像素值为0，则b[i]=0。

下面会根据b[i]的值进行6个条件判断，如果条件满足，则会标记该像素值为GRAY(128)。

1. b[0]=1，即当前像素必须为前景点。

2. 1-abs(b1) + 1 – abs(b3) + 1 – abs(b5) + 1 – abs(b7) >= 1，该条件表示当前像素为边界点，即东西南北四个点至少有一个b[i]=0。

3. abs(b1)+…+abs(b8)>=2， 该条件表示不能删除端点，即p0点周围只有一个点为1或-1的情况。

4.  统计b1到b8等于1的数量，该数量值必须大于1，该条件表示不能删除端点。、

5.  连通性检测，使用下面的公式：首先根据当前像素周围3*3域的值，记录d[9]数组，如果b[i]等于0，则d[i]=0， 否则d[i]=1，最后计算 d1-d1*d2*d3+d3-d3*d4*d5+d5-d5*d6*d7+d7-d7*d8*d1是否为1，为1则满足连通性，可以删除。

6.最后一个条件保证当轮廓是2个像素宽时，只删除一边。统计sum的值，当值为8时候，可以删除。

sum = 0; 
for (i = 1; i <= 8; i++) 
{ 
    if (b[i] != -1)