机器视觉学习笔记--二值图像处理

基本理论

• 二值图像只有1和0两级灰度
  节省内存、快速处理、许多灰度图像的特征以二值形式出现，如边缘，轮廓灯

• 4邻点
  

• 八邻点
  

• 像素路径
  从像素[i,j]到[m,n]之间由邻点连接的路径，4连通为4路径，8连通为8路径。

• 连通性
  如果存在一条从像素p到像素q的路径，则称p与q是连通的。
  连通部件：一个像素集合，如果集合内每一个像素都与集合内其他像素连通，则称该集合为一个连通部件

• 二值图像的几何属性
  大小/面积：A
  位置：（x,y）position二值图像区域的中心
  方向：l，部件上所有像素到该直线的距离的平方和最小
  边界：L,区域边缘像素的集合
  周长：P，边缘像素长度；分界线长度
  紧密性：C=P*P/A

二值图像的处理

• 阈值化（Threshholding）：将灰度图转化为二值图像

img=imread('test.jpg')