连通域与贴标签

二值图像的分析首先是区分所提取出的不同的目标物，之后，对不同的目标物特征差异进行描述与计算，最后获得所需要的分析结果。区分目标物的时候，往往就需要根据联通域来做贴标签的工作。

一、连通域

将相互连在一起的黑色像素的集合称为一个连通域，一般使用四连接意义或八连接意义来判断连通域，同样的图，不同的连接意义下，连通域也不同

四连接：当前像素为黑，其四个近邻像素中至少有一个为黑

八连接：当前像素为黑，其八个近邻像素中至少有一个为黑

如下图

一般通过统计连通域的个数，即可获得提取的目标物的个数。

二、贴标签

1、基本思路

因为不同的连通域代表了不同的目标，为了加以区别，需要对不同的连通域进行标识。

2、算法步骤

0. 设一个二值矩阵表示一个黑白图像，为讨论方便起见，令“黑=1”，“白=0”。

1. 初始化：设标签号为Lab=0,已贴标签数N=0，标签矩阵g为全0阵，按照从上到下，从左到右的顺序寻找未贴标签的目标点，记为g(i,j)

2. 检查相邻像素的状态：根据模板中的相邻像素的状态进行相应的处理，这里就要注意联系上面提到的连通域的概念。处理方式有如下三种

如果扫描过的像素不均为0，则Lab=Lab+1, g(i,j)=Lab,N=N+1;

如果扫描过的像素标签号相同，则g(i,j)=Lab;

如果扫描过的像素标签号不相同，例如：Lab2> Lab1, 则g(i,j)=Lab1，N=N-1，修改所有为Lab2的像素值，使之为Lab1;

3.将全部的像素进行2.的处理，直到所有的像素全部处理完成;

4. 判断最终的Lab是否满足Lab=N，

是，则贴标签处理完成；

否，则表明已贴标签存在不连号情况。这时，可以进行一次编码整理，消除不连续编号的情况。编码整理就很简单了