某个像素点连通情况的判断

某个像素点连通情况的判断

背景：已获得血管分割二值图像的骨架图像，判断某个像素点代表了血管的端点、内部点、分叉点，还是交叉点。
1、取出需要判断点的八邻域并编号：

这里采用顺时针编号。
2、计算下面的表达式：
对于像素点的连通数的计算方法为：
$$In(x,y)=0.5(\sum _{i=1}^8|N_i(x,y)-N_{i+1}(x,y)|)$$
N(x,y)为对应编号像素取值（0或1）。

个人理解：相同区域内的像素值一样，相减为0，不会增加计算式的值；而跨区域了，则相减为1，且一个区域会分别在起始和结束产生这样的变化，所以除以0.5。

3、确定该像素点的属性
连通数为1：端点；
连通数为2：内部点；
连通数为3：分叉点；
连通数为4：交叉点。

Matlab代码：对整幅图像进行连通性标记，默认边缘为0连通。

% 为图像的细化点进行标记，0--其他；1--端点；2--内部点；3--分叉点；4--交叉点 
function labelimg = LabelPoints(imgxi)
labelimg = zeros(size(imgxi));   % 基本上最外围数据不会有血管，最外面一层可以设置为0
position_x = [-1 0 1 1 1 0 -1 -1 -1];  % 从左上角开始顺时针进行，x为水平，左上角为（0，0）
position_y = [-1 -1 -1 0 1 1 1 0 -1];  %
[rnum,cnum] = size(imgxi);
for j = 2:1:cnum-1  % x
    for i=2:1:rnum-1  % y
        if(imgxi(i,j)==0)  % 非细化点
            continue;
        end
        I = 0;
        for p = 1:1:8
            % 肯定有八邻域，就不判断了
            I = I + abs(imgxi(i+position_y(p+1),j+position_x(p+1))-imgxi(i+position_y(p),j+position_x(p)));
        end
        I = floor(I/2);
        labelimg(i,j) = I;
    end
end
end

参考文献：Fraz M M, Remagnino P, Hoppe A , et al. Quantification of blood vessel calibre in retinal images of multi-ethnic school children using a model based approach. Comput Med Imaging Graph, 2013, 37(1): 48~60.