基于倒角距离变换方法处理栅格地图

倒角距离变换(Chamfer Distance Transform)

图a,b为距离变换模板，设其值分别为a[1-5],b[5-9]。
图c为待处理的二维二值化图像，其中1代表目标区域，0代表背景区域。设其值为c[m][n]。
目标是求出目标区域中的每一个点距离背景区域的最小距离，即图d。
倒角距离变化算法思路如下：
(1)首先对原始二值矩阵进行放大得到c2，整体乘以一个膨胀因子p。p的大小会决定能算出的最大距离，即求出的最终距离矩阵中的数值上界，p越大距离越大。
(2)使用距离变换模板图a对二值化图像c2从左到右、从上到下的进行移动遍历。如果该点为0则跳过，为1则使用模板a[5]对应该点，计算该点的a[1-5]所对应的每一个点的像素值与a中每一个点的模板值之和。
如果该点为矩阵的四周上的点，即模板上部分点超出了原始矩阵的边界，则设置这些点的像素值为极大值1*p。不过为了优化算法效率，实际计算时可以仅对矩阵的非边界区域进行操作，即前向时不计算第1行，第1列和最后1列。这样做的最终效果是：只有地图的左右两列未被计算，并不影响我们在局部路径规划中的使用。
最终该点保留的值为这5个和值的最小值，得到矩阵f1具体过程以下图为例：


(3)使用模板b对前向遍历的结果矩阵f1从右到左、从下到上的进行移动遍历。操作与上一步相同，得到矩阵f2。同上，不计算矩阵的最后1行，第1列和最后1列。
(4)f2即为最终矩阵，除以3之后形成图d，效果图如下：

原始二值地图

距离地图

%对二值地图进行倒角距离变换，输出一张距离地图。
inf_factor=1200;%膨胀因子，代表像素值的上线，极大值
raw_a=zeros(1000,1000);
for i=300:700
    for j=200:300
        raw_a(i,j)=1;
    end
end
for i=300:700
    for j=700:800
        raw_a(i,j)=1;
    end
end
raw_a=double(~raw_a)*inf_factor;

figure('NumberTitle', 'off', 'Name', '原始二值地图');
imagesc(raw_a);
colormap(flipud(gray));

h=size(raw_a,1);
w=size(raw_a,2);
a_transpro=raw_a;

tic
for i=2:h%前向遍历过程，从上到下、从左到右
    for j=2:w-1
        tmp=a_transpro(i,j);%初值取目标像素点初始值
        if a_transpro(i,j)%只操作前景点，即为1的点
            tmp=min(a_transpro(i-1,j-1)+4,tmp);
            tmp=min(a_transpro(i-1,j)+3,tmp);
            tmp=min(a_transpro(i-1,j+1)+4,tmp);
            tmp=min(a_transpro(i,j-1)+3,tmp);
            a_transpro(i,j)=tmp;%最终保留几个和值的最小值作为该点距离值
        end
    end
end

for i=h-1:-1:1%从下到上、从右到左
    for j=w-1:-1:2
        tmp=a_transpro(i,j);
        if a_transpro(i,j)
            tmp=min(a_transpro(i+1,j+1)+4,tmp);
            tmp=min(a_transpro(i+1,j)+3,tmp);
            tmp=min(a_transpro(i+1,j-1)+4,tmp);
            tmp=min(a_transpro(i,j+1)+3,tmp);
            a_transpro(i,j)=tmp;
        end
    end
end

a_final=a_transpro/3;%遍历结束后除以3作为最终结果
t=toc

figure('NumberTitle', 'off', 'Name', '距离地图');
imagesc(a_final);
colormap(flipud(gray));