前面介绍的是二值图像的处理。在拓扑层面,二值图像与灰度图有着相同的特征,而灰度度另有亮度特征(density value features)。处理灰度图像的算法要综合考虑这两方面特征。
一、Distance transformation of a gray-tone image
什么叫Distance transformation(DT)?
由源图F生成了目标图G。这个生成规则用自然语言描述就是:g(i,j,k)由两种情况生成,如果f(i,j,k)=0,则g(i,j,k)=0,说明此点为背景点;否则,找出从(0,0,0)到(i,j,k)的一条路径,这条路径上所有体素亮度值的和是所有路径中最小的min(path),此时g(i,j,k)=min(path)。(有什么意义吗?)这个操作叫做:gray weighted distance transformation。路径上所有体素亮度值的和叫做这条路径的weight。
计算G的伪代码如下:
F={f(i,j,k)} 输入图像(有背景的灰度图,L*M*N)
G={g(i,j,k)} 输出图像(=GWDT)
W={w(i,j,k)} 工作数组(Work Array)
a: Weight coefficient
t: 工作变量(Work variable)
在二值图像中DT的重要性还不很清楚。并且,除了在细化算法(骨架化)上的应用外,还没有在别的方面的应用。
二、灰度图的细化算法