MATLAB二值图连通域快速标记算法

(来点有用的)MATLAB二值图连通域快速标记算法


by HPC_ZY


由于工程需要,用C++实现三维二值图像的连通域标记。像往常一样拿起冈萨雷斯《数字图像处理(第三版)》,按照算法原理先实现二维再改成三维。用(256,256,256)数据测试,根本停不下来(尴尬)。因此明白一个道理,在一定程度上 “经典” = “效率低” = “不考虑时间复杂度和空间复杂度”……
故上网查阅资料,学习快速算法,并记录在此分享给大家。


基本原理

连通域标记的本质就是把所有块找出来,并设置不同的编号。
循环使用区域生长即可达成目的。
主要步骤:
1)遍历图像找到种子点
2)区域生长找到区域Ni
3)记录,并在原图中删去区域Ni
4)重复1~3直至原图没有值为1的像素
参考文献《一种二值图像连通区域标记的简单快速算法》-葛春平


算法实现

有条件的同学请直接调用MATLAB自带的bwlabel,又快又准!
有条件的同学请直接调用MATLAB自带的bwlabel,又快又准!
有条件的同学请直接调用MATLAB自带的bwlabel,又快又准!

0. 变量解释


[M,N] = size(bw); 	   	% 二值图像与尺寸
label = zeros(M,N);        	% 标记结果
class = 0;                 	% 类别
stopflag = 0;              	% 停止标记
sp = 1;                    	% 遍历起始点
stack = zeros(M*N,2,'uint32');  % 缓存栈
stackidx = 0;			% 栈索引
neib = [-1,0;0,-1;1,0;0,1];	% 邻域偏移坐标

1.种子点搜索

  1. 不好的索引方式(不使用)
    两重循环,且需要利用flag才能退出外层循环
%%%%%%%%%%%%%%%%%%%% 不使用以下代码 %%%%%%%%%%%%%%%%%%%
flag = 0;
for i = 1:M
    for j = 1:N
	if bw(i,j)
	    x = i;
	    y = j;
	    flag = 1;
	    break
	end
    end
    if flag
        break
    end
end
  1. 好的索引方式,不好的搜索方式(不使用)
    利用单层循环,通过计算获得二维坐标。反复测试可提速2~4倍。
%%%%%%%%%%%%%%%%%%%% 不使用以下代码 %%%%%%%%%%%%%%%%%%%
for k = 1:M*N
    if bw(k)
        y = ceil(k/M);
        x = k-(y-1)*M;
        break
    end
end
  1. 好的搜索方式
    显而易见,已经搜索过的地方不可能再出现种子点。
    连通域越多,重复次数就越多,如果每次都从(1,1)开始搜索则浪费时间。
    因此我们每次迭代都从上一种子点之后开始搜索,时间复杂度为O(n)。
sp = 1;
for k = sp:M*N
    if bw(k)
        y2 = ceil(k/M);
        x2 = k-(y2-1)*M;
        sp = k+1;
        break
    end
end

2 区域生长

方法很多,这里不做对比。我们用空间换时间,牺牲内存消耗来减少时间开销。
方法如下:
1)建立一个大小为NUM2数组stack 来保存等待生长的点的坐标(NUM的值有图像大小决定,我取的MN),并设置一个索引记录当前缓存点的个数stackidx;
2)找到种子点,放在数组第一行,并令stackidx加1;
3)对stack中第stackidx行的点进行四领域生长,在stack中删去stackidx行的点,同时stackidx减1;然后将新得到的点加入stack,同时stackidx加1。
注意:每次找到目标点都要在原图中置0,并在结果图中标号。

neib = [-1,0;0,-1;1,0;0,1];
stackidx = 0while stackidx
     x = stack(stackidx,1);
     y = stack(stackidx,2);
     stackidx = stackidx-1;
     for n = 1:4
            dx = x+neib(n,1);
            dy = y+neib(n,2);
            if bw(dx,dy)
                stackidx = stackidx+1;
                stack(stackidx,:) = [dx,dy];
                bw(dx,dy) = 0;
                label(dx,dy) = class;
            end
        end
end

完整代码

function label = label2d(bw)
[M,N] = size(bw);
label = zeros(M,N);        	 % 分类结果
class = 0;                 	 % 类别
stopflag = 0;               	 % 停止标记
sp = 1;                    	 % 遍历起始点
stack = zeros(M*N,2,'uint32');   % 缓存栈
stackidx = 0;			 % 栈索引
neib = [-1,0;0,-1;1,0;0,1];      % 邻域偏移坐标

while 1
    % 寻找种子点
    for k = sp:M*N
        if bw(k)
            y = ceil(k/M);
            x = k-(y-1)*M;
            stackidx = stackidx+1;
            stack(stackidx,:) = [x,y];
            class = class+1;
            label(x,y) = class;
            bw(x,y) = 0;
            sp = k+1;
            break
        end
        if k == M*N % 达到图像末端
            stopflag = 1;
        end
    end
    % 结束
    if stopflag
        break
    end
    % 连通域
    while stackidx
        x = stack(stackidx,1);
        y = stack(stackidx,2);
        stackidx = stackidx-1;
        for n = 1:4
            dx = x+neib(n,1);
            dy = y+neib(n,2);
            if bw(dx,dy)
                stackidx = stackidx+1;
                stack(stackidx,:) = [dx,dy];
                bw(dx,dy) = 0;
                label(dx,dy) = class;
            end
        end
    end
end
end

实验

对于连通域标记,MATLAB有库函数

% CC输出,BW二值图,CONN连通方式
CC = BWCONNCOMP(BW,CONN)

在这里插入图片描述
其输出为一结构体,内容分别为:连通方式,图像尺寸,连通域数量,像素索引列表。要获得标记图像还需进行操作,在下面测试中演示:

load bw2

% 库函数
tic
label1tmp = bwconncomp(bw2,4);
label1 = zeros(size(bw2));
for k = 1:label1tmp.NumObjects
    label1(label1tmp.PixelIdxList{k}) = k;  
end
t1 = toc;

% 自函数
tic
label2 = label2d(bw2);
t2 = toc;

figure
subplot(131),imagesc(bw2),title('原图')
subplot(132),imagesc(label1),title('库函数'),xlabel(t1)
subplot(133),imagesc(label2),title('自函数'),xlabel(t2)
colormap jet

通过实验结果可以看出,两者输出完全一致,库函数在速度上还是更胜一筹。但相比于教材上的经典算法,自函数速度已经提升百倍以上,尤其是在三维数据上(不做测试)。
在这里插入图片描述


其他

  1. 在种子点搜索和四邻域判断中,都使用了单层循环代替双层循环,以提高了计算速度。(对于三维图像效果更明显)
  2. 三维连通域标记只是从二维数组变为三维数组,比较简单,大家可在上述代码基础上加入第三维(z)即可。
  3. 由于C语言与MATLAB在数组存储上行列相反,所以改写为C语言时种子点搜索中坐标x,y要互换。

关于文中代码有任何问题欢迎讨论,最后还是把测试代码上传
https://download.csdn.net/download/xsz591541060/11877360
(包含二维、三维MATLAB版本以及测试代码)

  • 15
    点赞
  • 90
    收藏
    觉得还不错? 一键收藏
  • 11
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值