第八章二值图像的分析-海事-朱虹

第八章二值图像的分析徐琪为什么要进行二值图像分析经过图像分割之后，获得了目标物与非目标物两种不同的对象。但是提取出的目标物存在以下的问题：1.提取的目标中存在伪目标物；2.多个目标物中，存在粘连或者是断裂；3.多个目标物存在形态的不同。二值图像分析的目的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。二值图像分析的基本概念为讨论方便，这里，假设目标为黑色，背景为白色。1.连接2.连通域3.内部点与边界点4.连接数与交叉数5.链码连接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；连通域将相互连接在一起的黑色像素的集合称为一个连通域。可以看到，通过统计连通域的个数，即可获得提取的目标物的个数。内部点与边界点边界点：在每个连通域中，与背景相邻接的点。内部点：在每个连通域中，与背景不相邻接的点。注意：在不同的连接定义下，内部点与边界点的集合有可能不同。连接数连接数：指沿着当前点的近邻像素所构成的边界轨迹上移动时，通过的像素值为1的点的个数。四近邻定义下的连接数为：N(4)=sum(f(k)-f(k)*f(k+1)*f(k+2))八近邻定义下的连接数为N(8)=sum(g(k)-g(k)*g(k+1)*g(k+2))g=1-f连接数计算例题连接数与像素点的属性关系：连接数像素点属性0孤立点或内部点1端点或边界点2连接点3分支点4交叉点交叉数交叉数：表征当前点像素的八个近邻像素中，从像素值为1的点到像素值为0的点的变化次数。交叉数计算公式：N=sum(f(k)*(1-f(k+1)))其中，k=[1,8]，f(9)=f(1)链码链码：对线宽为一个像素的细线的轨迹进行描述的编码。链码方法是对其坐标序列进行方向编码的方法。链码计算例题二值图像几何特征的测量面积周长质心圆形度矩形度长宽比二值图像面积测量二值图像中，面积是对二值化处理之后的连通域的大小进行度量的几何特征量。面积定义：连通域中像素的总数。面积的计算公式:二值图像面积计算例题面积=11二值图像周长测量周长：指包围某个连通域的边界轮廓线的长度。周长的计算公式如下：二值图像质心测量图像质心：图像的几何中心图像质心的计算公式定义如下：圆形度和矩形度圆形度和矩形度：与圆或矩形相似的程度。计算公式：长宽比长宽比：将细长目标与近似矩形或圆形目标进行区分时采用的形状度量。长宽比的计算公式：二值图像的分析方法贴标签腐蚀膨胀开运算与闭运算贴标签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。例：下图，八连接意义下为2个连通域算法步骤设一个二值矩阵标识一个黑白图像，为讨论方便起见，令“黑=1”，“白=0”。例：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；例：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；例：如果扫描过的像素均为0，则Lab=Lab+1，g(i,j)=Lab,N=N+1;例：如果扫描过的像素标签号相同，则g(i,j)=Lab;例：如果扫描过的像素标签号不相同，例如Lab2Lab1，则g(i,j)=Lab1,N=N-1,修改所有为Lab2的像素值，使之为Lab1；例：3.将全部的像素进行步骤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，如果是，则贴标签处理完成；如果不是，则表明已贴标签存在不连号情况。这时，将进行一次编码整理，消除不连续编号的情况。腐蚀腐蚀是一种消除连通域的边界点，使边界向内收缩的处理。例：设计思想：设计一个结构元素，结构元素的原点定位在待处理的目标像素上，通过判断是否覆盖，来确定是否该点被腐蚀掉。腐蚀例题算法步骤：1.扫描原图，找到第一个像素值为1的目标点；2.将预先设定好形状以及原点位置的结构元素的原点移到该点；3.判断该结构元素所覆盖的像素值是否全部为1：如果是，则腐蚀后图像中的相同位置上的像素值为1；如果不是，则腐蚀后图像中的相同位置上的像素值为0；4.重复2，3，直到所有原图中像素处理完成。腐蚀例题图像的腐蚀效果腐蚀在获取边界中的应用腐蚀的应用：腐蚀处理可以将粘连在一起的不同目标物分离，并可以将小的颗粒噪声去除。思考题：腐蚀之后，目标物的大小减小了，如何消除目标内部的空洞？膨胀膨胀是将目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理。例：设计思想：设计一个结构元素，结构元素的原点定位在背景像素上，通过判断是否覆盖有目标点，来确定是否该点被膨胀为目标点。算法步骤1.扫描原图，找到第一个像素值为0的目标点；2.将预先设定好形状以及原点位置的结构元素的原点移到该点；3.判断该结构元素所覆盖的像素值是否存在为1的目标点：如果是，则膨胀后图像中的相同位置上的像素值为1；如果不是，则膨胀后图像中的相同位置上的像素值为0；4.重复2，3，直到所有原图中像素处理完成。膨胀例题图像的膨胀效果膨胀的应用：膨胀处理可以将断裂开的目标物进行合并，便于对其整体的提取。开运算和闭运算的提出背景膨胀与腐蚀运算，对目标物的后处理有着非常好的作用。但是，腐蚀和膨胀运算的一个缺点是，改变了原目标物的大小。为解决这一问题，考虑到腐蚀与膨胀是一对逆运算，将腐蚀与膨胀运算同时进行。由此便构成了开运算与闭运算。开运算算法原理：开运算是对原图先进行腐蚀处理，后再进行膨胀的处理。开运算可以在分离粘连目标物的同时，基本保持原目标物的大小。开运算运算示例闭运算算法原理：闭运算是对原图先进行膨胀处理，后再进行腐蚀的处理。闭运算可以在合并断裂目标物的同时，基本保持原目标物的大小。闭运算运算示例开、闭运算的变形如何按照常规的开运算不能分离粘连，或者是闭运算不能合并断裂；对于开运算可以先进行N次腐蚀，再进行N次膨胀；对于闭运算可以先进行N次膨胀，再进行N次腐蚀；变形闭运算的示例谢谢！