关于像素的邻接，连接和连通

关于像素的邻接，连接和连通

 

以前总是觉得都明白，再系统看一下书，发现记忆还是不牢靠。 现在写下来，以后应该对基本概念掌握好！！ 首先邻域的概念有4邻域，8邻域之分。其中8邻域=4邻域+对角邻域。 邻接：两个像素接触，则它们是邻接的。一个像素和它的邻域中的像素是接触的。邻接仅考虑像素的空间关系。 连接：（1）是邻接的。（2）灰度值（或其他属性）满足某个特定的相似准则（灰度相等或在某个集合中等条件）。 这样我们就有了4-连接，8-连接和m-连接的概念，这些概念我在上图像处理课的时候理解的不好，这里详细讲一下。     （1）4-连接：2个像素p和r在灰度集合V中取值且r在N4（p）---p的4邻域中。     （2）8-连接：概念类似（1）。     （3）m-连接：也叫混合连接，2个像素p和r在灰度集合V中取值且满足<1>r在N4（p）中；<2>r在Nd（p）中且N4（p）与N4（r）的交集元素不在V中。 “混合连接实质上是在像素间同时存在4-连接和8-连接时，优先采用4-连接，并屏蔽两个和同一像素间存在4-连接的像素之间的8-连接。”这是《图像工程》中的原话，我觉得对m-连接的概念讲得比较好理解，而且印象深刻。 说来也好理解，这种m-连接的引入目的之一就是消除8-连接的多路问题。8-连接在像素距离的选择时有多种路径，引发歧义，而m-连接则没有。 连通：说白了和图里的节点连通性道理一样。就是两个像素之间，如果有一条通路能把它们连接起来，那么就是连通的了。当然，连接是连通的一种特例，就是在两个邻近的像素之间的连通。对应连接的概念，连通也分4-连通和8-连通。 在像素的邻接和连通定义我们都熟知后，其实还有比较复杂点的概念引入，那就是像素集合的邻接和连通。如果把一幅图像看做是所有像素的集合，那么根据像素间的关系则可把像素结合成图像的子集合。那么显然这些子集也满足像图像像素元素那样的连通和连接性质（这个应该可以归纳证明的~~这里偷个懒吧囧）。对图像子集S中的任何一个像素p，所有和p相连通又在S中的像素的集合合起来称为S中的一个连通组元。如果S只有一个连通组元，即S中所有像素都互相连通，那么S就是一个连通集。如果一幅图像的所有像素都分属于几个连通集，则可以说这几个连通集是整个图像的连通组元。图像里的每个连通集构成图像的一个区域，这样我们就引入了区域的概念。P.S.正好前段时间做了区域增长的图像分割，看到这里好亲切啊！~~一个区域的边界（区域轮廓）将区域之间分开。