精品国产色欧洲激情_中文字幕在线欧美日韩制服在线_欢迎观看网站影片国产在线观看伊_日本高清一本视频_ww亚洲无码免费在线观看_午夜片无码区观看_欧美性爱福利资源_丰满少妇肥唇翘臀ⅩXX_欧美日韩另类久久_国内揄拍国内精品对白86

圖像處理

首頁圖像處理新聞詳情

【數(shù)字圖像處理】圖像細化處理

發(fā)布時間：2020-12-25 10:46:54　瀏覽次數(shù)：2732

圖像細化

細化技術(shù)：把一個平面區(qū)域簡化成圖的結(jié)構(gòu)形狀表示法
骨架：一種細化結(jié)構(gòu)，它是目標的重要拓撲描述，具有非常廣泛的應用。在圖像識別或數(shù)據(jù)壓縮時，經(jīng)常用細化結(jié)構(gòu)。
例如：在識別字符之前，往往要先對字符作細化處理，求出字符的細化結(jié)構(gòu)。
細化的作用：目的將圖像的骨架提取出來的同時，保持圖像細小部分的連通性，對被處理的圖像進行細化有助于突出形狀特點和減少冗余信息量。

細化算法

細化算法：采取逐次去除邊界的方法進行的，不能破化圖像的連通性。
通常選擇一組結(jié)構(gòu)元素對，不斷在這些結(jié)構(gòu)對中循環(huán)，如果所得結(jié)果不再變化，則終止迭代過程，隨著迭代的進行，集合也不斷細化。
結(jié)構(gòu)對的選擇：僅受結(jié)構(gòu)元素不相交的限制（不同的結(jié)構(gòu)對），事實上，我們可以使用同一個結(jié)構(gòu)對，即在不斷重復的迭代細化過程使用同一個結(jié)構(gòu)對。
細化滿足的條件：
1.在細化的過程中，圖像應該有規(guī)律地縮??；
2.在圖像逐步縮小的過程中，應當使圖像的連通性質(zhì)保持不變。

細化算法過程詳解

我們對一副二值圖像進行骨架提取，就是刪除不需要的輪廓點，只保留其骨架點。假設一個像素點，我們定義該點為p1，則它的八鄰域點p2->p9位置如下圖所示，該算法考慮p1點鄰域的實際情況，以便決定是否刪除p1點。假設我們處理的為二值圖像，背景為黑色，值為0，要細化的前景物體像素值為1。

算法的描述如下。

首先復制源圖像到目地圖像，然后建立一個臨時圖像，接著執(zhí)行下面操作：

1. 把目地圖像復制給臨時圖像，對臨時圖像進行一次掃描，對于不為0的點，如果滿足以下四個條件，則在目地圖像中刪除該點(就是設置該像素為0)，這里p2，…，p9是對應位置的像素灰度值(其為1或者0)。

a. 2<= p2+p3+p4+p5+p6+p7+p8+p9<=6

大于等于2會保證p1點不是端點或孤立點，因為刪除端點和孤立點是不合理的，小于等于6保證p1點是一個邊界點，而不是一個內(nèi)部點。等于0時候，周圍沒有等于1的像素，所以p1為孤立點，等于1的時候，周圍只有1個灰度等于1的像素，所以是端點（注：端點是周圍有且只能有1個值為1的像素)。

b. p2->p9的排列順序中，01模式的數(shù)量為1，比如下面的圖中，有p2p3 => 01, p6p7=>01,所以該像素01模式的數(shù)量為2。

之所以要01模式數(shù)量為1，是要保證刪除當前像素點后的連通性。比如下面的圖中，01模式數(shù)量大于1，如果刪除當前點p1，則連通性不能保證。

c. P2*p4*p6 = 0

d. p4*p6*p8 = 0

在第一次子迭代中，只是移去東南的邊界點，而不考慮西北的邊界點，注意p4,p6出現(xiàn)了2次，就是說它們有一個為0，則c，d就滿足。

2. 接下來，把目地圖像再次復制到臨時圖像，接著對臨時圖像進行一次掃描，如果不為0的點它的八鄰域滿足以下4個條件，則在目地圖像中刪除該點(就是設置該像素為0)

a. 2<= p2+p3+p4+p5+p6+p7+p8+p9<=6

b. p2->p9的排列順序中，01模式的數(shù)量(這里假設二值圖非零值為1)為1。

c. p2*p4*p8 = 0

d. p2*p6*p8 = 0

第二次迭代則相反，會移去西北的邊界點，注意p2,p8出現(xiàn)了2次，就是說它們有一個為0，則c，d就滿足。

執(zhí)行完上面兩個步驟后，就完成了一次細化算法，我們可以多次迭代執(zhí)行上述過程，得到最終的骨架圖。

細化實例編程

1.首先對圖像進行二值化，白色為255，黑色為0。
2.設置一個3*3的領域S模板。
3.S模板中各個位置上的取值取決于模板所對應圖像中不同位置的像素，如果S模板某一個位置上所對應的像素值為白，模板上該位置賦為0，否則賦為1。
4.循環(huán)所有的前景像素點，對符合如下條件的像素點標記為刪除：

2 ≤ N(p1) ≤ 6——N(p1)表示跟P1相鄰的8個像素點中，為前景像素點的個數(shù)
S(P1) = 1——S(P1)表示將p2-p9-p2之間按序前后分別成對值為0、1的個數(shù)
P2 * P4 * P6 = 0
P4 * P6 * P8 = 0

5.循環(huán)所有的前景像素點，對符合如下條件的像素點標記為刪除：

2 ≤ N(p1) ≤ 6——N(p1)表示跟P1相鄰的8個像素點中，為前景像素點的個數(shù)
S(P1) = 1——S(P1)表示將p2-p9-p2之間按序前后分別成對值為0、1的個數(shù)
P2 * P4 * P8 = 0
P2 * P6 * P8 = 0

6.如果沒有滿足的點，則結(jié)束細化過程。

下面：

Image_Use為目標圖像：高120，長180，處理時不考慮邊界（四邊）

                   
//背景為黑色，值為0，要細化的前景物體像素值為1。
int temp[3][3];
int count = 0,flinsh_flag = 0;
while(1){
  flinsh_flag = 0;
  for(int i = 1;i<120-1;i++)
  {
          for(int j = 1;j<180-1;j++)    
          {
                  if(Image_Use[i][j] == 255) continue;
                  //第一步初始化模板
                  memset(temp, 0, sizeof(temp));
                  count = 0;
                  //第二步根據(jù)模板所對應的像素點，對模板進行賦值
                  //如果S模板某一個位置上所對應的像素值為白，模板上該位置賦為0，否則賦為1
                  if(Image_Use[i][j-1] == 0) temp[1][0] = 1;
                  if(Image_Use[i][j+1] == 0) temp[1][2] = 1;
                  if(Image_Use[i-1][j-1] == 0) temp[0][0] = 1;
                  if(Image_Use[i-1][j+1] == 0) temp[0][2] = 1;
                  if(Image_Use[i-1][j] == 0) temp[0][1] = 1;
                  if(Image_Use[i+1][j-1] == 0) temp[2][0] = 1;
                  if(Image_Use[i+1][j+1] == 0) temp[2][2] = 1;
                  if(Image_Use[i+1][j] == 0) temp[2][1] = 1;    
                  //
                  for(int x = 0;x<3;x++)
                          for(int y = 0;y<3;y++)
                          {      
                                  if(x == 1 && y == 1) continue;
                                  if(temp[x][y] == 1)
                                  count ++;
                          }
                  
                  if(count>=2&&count<=6)
                  { 
                    int ap = 0;
                    if (temp[0][1] == 0 && temp[0][2] == 1) ++ap;
                    if (temp[0][2] == 0 && temp[1][2] == 1) ++ap;
                    if (temp[1][2] == 0 && temp[2][2] == 1) ++ap;
                    if (temp[2][2] == 0 && temp[2][1] == 1) ++ap;
                    if (temp[2][1] == 0 && temp[2][0] == 1) ++ap;
                    if (temp[2][0] == 0 && temp[1][0] == 1) ++ap;
                    if (temp[1][0] == 0 && temp[0][0] == 1) ++ap;
                    if (temp[0][0] == 0 && temp[0][1] == 1) ++ap;
                    if(ap == 1&&((temp[0][1]*temp[1][2]*temp[2][1])== 0)&&((temp[1][2]*temp[2][1]*temp[1][0])== 0))
                    {
                      Image_Use[i][j] = 255;
                      flinsh_flag ++;
                    }
                  }
                  
          }
}
  if(flinsh_flag == 0) 
  {
    break;
  }
  
  flinsh_flag = 0;
  for(int i = 1;i<120-1;i++)
  {
          for(int j = 1;j<180-1;j++)    
          {
                  if(Image_Use[i][j] == 255) continue;
                  //第一步初始化模板
                   memset(temp, 0, sizeof(temp));
                  count = 0;
                  //第二步根據(jù)模板所對應的像素點，對模板進行賦值
                  //如果S模板某一個位置上所對應的像素值為白，模板上該位置賦為0，否則賦為1
                  if(Image_Use[i][j-1] == 0) temp[1][0] = 1;
                  if(Image_Use[i][j+1] == 0) temp[1][2] = 1;
                  if(Image_Use[i-1][j-1] == 0) temp[0][0] = 1;
                  if(Image_Use[i-1][j+1] == 0) temp[0][2] = 1;
                  if(Image_Use[i-1][j] == 0) temp[0][1] = 1;
                  if(Image_Use[i+1][j-1] == 0) temp[2][0] = 1;
                  if(Image_Use[i+1][j+1] == 0) temp[2][2] = 1;
                  if(Image_Use[i+1][j] == 0) temp[2][1] = 1;    
                  //
                  for(int x = 0;x<3;x++)
                          for(int y = 0;y<3;y++)
                          {       
                                  if(x == 1 && y == 1) continue;
                                  if(temp[x][y] == 1)
                                  count ++;
                          }
                   if(count>=2&&count<=6)
                  {    
                    int ap = 0;
                    if (temp[0][1] == 0 && temp[0][2] == 1) ++ap;
                    if (temp[0][2] == 0 && temp[1][2] == 1) ++ap;
                    if (temp[1][2] == 0 && temp[2][2] == 1) ++ap;
                    if (temp[2][2] == 0 && temp[2][1] == 1) ++ap;
                    if (temp[2][1] == 0 && temp[2][0] == 1) ++ap;
                    if (temp[2][0] == 0 && temp[1][0] == 1) ++ap;
                    if (temp[1][0] == 0 && temp[0][0] == 1) ++ap;
                    if (temp[0][0] == 0 && temp[0][1] == 1) ++ap;
                    if(ap == 1&&((temp[0][1]*temp[1][2]*temp[1][0])== 0)&&((temp[0][1]*temp[2][1]*temp[1][0]) == 0))
                    {
                      Image_Use[i][j] = 255;
                      flinsh_flag++;
                    }
                  }
          }
  }
  if(flinsh_flag == 0)
  { 
    break;
  }
}