值图像的描述和处理.pdf

第13章二值图像的描述与处理第13章二值图像的描述与处理?本章内容属于图像分析，操作对象 为二值图像主要内容：?邻域、连通邻域、连通?二值图像的轮廓特征描述二值图像的轮廓特征描述?区域的面积和周长区域的面积和周长?区域的形状描述区域的形状描述?直线的检测-Hough变换直线的检测-Hough变换13.1.1 邻域与连通13.1.1 邻域与连通?邻域和连通邻域和连通是图像的基本几何特性之一；是图像的基本几何特性之一；?一幅数字图像是像素点的集合；一幅数字图像是像素点的集合；?像素有长度像素有长度：可认为数字图像中每一个像素占据一个正方形网格单元，长度为1长度为113.1 邻域、连通邻域、连通x-1xx +1y-1p3p2p1yp4pp0y+1p5p6p7邻域的概念：邻域的概念：?是指由某个是指由某个像素（x,y）及其附近的像素所形成的区域，例如常用的3×3邻域邻域分为4邻域和8邻域，8邻域更为常用13.1 邻域、连通邻域、连通1）4邻域1）4邻域与4连通4连通4邻域：4邻域：?p0、、p2、、p4、、p6称为称为p的的4邻域p和和p0、、p2、、p4、、p6均为均为4连通（连接）连通（连接）x-1xx+1y-1p3p2p1yp4pp0y+1p5p6p7x-1xx+1y-1p3p2p1yp4pp0y+1p5p6p72） 8邻域与8连通） 8邻域与8连通8邻域：邻域：?p0~p7称为称为p的的8邻域。

邻域8连通：连通：p和和p1、、p0和和p2均为均为8连通（连接）连通（连接）3）连通成分3）连通成分?几个概念几个概念：：（（1）连通成分：二值图像中互相连通的）连通成分：二值图像中互相连通的1像素的集合像素的集合2）孔： 被）孔： 被1像素包围的像素包围的0像素的集合叫做孔像素的集合叫做孔3）单连通成分）单连通成分/多重连通成分多重连通成分?1像素连通成分不含孔时，叫做单连通；像素连通成分不含孔时，叫做单连通；?含有一个或多个孔的连通成分叫做多重连通成分含有一个或多个孔的连通成分叫做多重连通成分连通成分示例0000000000000001111000110100000000000000000000001011000111100111100011110010010001000001011000110000111100010000孔孔多重连通成分多重连通成分单连通成分单连通成分13.1.2 区域的连通分量标记13.1.2 区域的连通分量标记?二值图像若有二值图像若有多个目标区域，常常需要对每个目标区域进行目标区域，常常需要对每个目标区域进行标记标记标记标记：使二值图像中的：使二值图像中的每一个区域每一个区域（连通分量）都有一个单独的（连通分量）都有一个单独的灰度值灰度值（或颜色）。

或颜色）区域标记示例区域标记示例标记前标记前——二值图像二值图像背景背景0目标目标1255标记后标记后灰度L2150灰度L1 200灰度L3 100演示：具体算法参考 教材演示：具体算法参考 教材标记后不同的区域 有不同的灰度值标记后不同的区域 有不同的灰度值13.2 二值图像的轮廓特征描述二值图像的轮廓特征描述13.2.1 二值图像的边界追踪13.2.1 二值图像的边界追踪边界追踪：也称为边缘追逐、轮廓追踪边界追踪：也称为边缘追逐、轮廓追踪边界（轮廓）是描述物体的重要特征边界追踪边界追踪：：确定目标的边界轮廓（坐标），将轮廓轮廓用单像单像 素素来描述梨的原始图像梨的边界芒果的原始图像芒果的边界??追踪的目的追踪的目的：：?通过轮廓线完全分割目标与背景；分割目标与背景；?可以通过边界来计算目标的面积、周长、形状参数等计算目标的面积、周长、形状参数等13.2 二值图像的轮廓特征描述二值图像的轮廓特征描述13.2 二值图像的二值图像的轮廓轮廓特征描述特征描述?追踪的算法很多，例如虫随法，R-2-3-4算 法，十字追踪法等等，追踪的算法很多，例如虫随法，R-2-3-4算 法，十字追踪法等等，虫随法虫随法是一种较好的算 法。

是一种较好的算 法虫随法边界追踪的虫随法边界追踪的基本思想基本思想：：?图像中的一个目标或物体，必定存在一个封闭的边界存在一个封闭的边界;?假定边界上有一个虫子，虫子沿边界爬行一周，其轨轨迹迹即为目标的轮廓13.2 二值图像的轮廓特征描述二值图像的轮廓特征描述?虫随法的追踪方法要点虫随法的追踪方法要点：：?如何开始如何开始：：行扫描方式，首先找到追踪的初始边界像初始边界像 素素——找出第1个边界像素；?中间过程如何进行中间过程如何进行：从初始边界像素开始，顺（逆）时针查找下一个边界像素，选择最左（右）边的像素 为边界像素——避免找到区域内部如何结束追踪如何结束追踪：：回到初始边界像素（的坐标）追踪时，要解决追踪时，要解决4个问题：个问题：4个问题个问题?什么是边界像素？什么是边界像素？?如何找到第如何找到第1个边界像素？个边界像素？?如何搜索下一个边界像素？如何搜索下一个边界像素？?如何结束搜索？如何结束搜索？?边界像素的灰度值为1（边界像素的灰度值为1（就是255就是255）；）；?以（行）扫描方式找到第1个边界像素以（行）扫描方式找到第1个边界像素——可通过由上至下，从左至右的行扫描，得到的第1个灰度值为1的像素；；?搜索已知边界像素的8邻域搜索已知边界像素的8邻域，但要有搜索策略，但要有搜索策略——沿轮廓的外切线外切线方向找，避免找到区域内部；；?若搜索回到第1个边界像素的坐标，则结束搜索。

若搜索回到第1个边界像素的坐标，则结束搜索灰度为灰度为255灰度为灰度为0要沿外切线方向查 找下一个边界像素要沿外切线方向查 找下一个边界像素找到第找到第1个边界像素， 设置为特殊的灰度值个边界像素， 设置为特殊的灰度值在第在第1个边界像素附近 找到第个边界像素附近 找到第2个边界像素个边界像素顺时针追踪方向顺时针追踪方向第1个边界搜索结 束方向：D第1个边界搜索结 束方向：D1E1E=0=0第2个边界像素搜索 开始方向：D第2个边界像素搜索 开始方向：D2S2S=D=D1E1E+1+1x-1xx+1y-1yy+10765432107654321第第2个边界像素搜索 结束方向：个边界像素搜索 结束方向：D2E=0第3个边界像素搜索开 始方向：D第3个边界像素搜索开 始方向：D3S3S=D=D2E2E+1+1确定扫描方向： 从左至右，行扫描确定扫描方向： 从左至右，行扫描直到重新找到 第直到重新找到 第1个像素的坐 标后，结束个像素的坐 标后，结束所围区域的 灰度值均为所围区域的 灰度值均为1边界灰度值 也是边界灰度值 也是1?追踪的演示追踪的演示追踪的边界如何描述？追踪的边界如何描述？——采用链码采用链码8链码的8个方向：8链码的8个方向： x-1xx+1y-1yy+107654321链码：链码：767444221起始像素P(x,y)可用一个一维数组存放链码，每个 数组单元存放一个码字可用一个一维数组存放链码，每个 数组单元存放一个码字13.2.2 用链码描述轮廓特征用链码描述轮廓特征13.3 区域的面积与周长13.3 区域的面积与周长13.3.1 周长13.3.1 周长?连通分量周长连通分量周长L可以可以8链码编码的长度表示8链码编码的长度表示:?8链码共8个方向，其中方向码为0、2、4、6时，像素间 距的长度为1；方向码为1、3、5、7时，像素间距的长度为 28链码共8个方向，其中方向码为0、2、4、6时，像素间 距的长度为1；方向码为1、3、5、7时，像素间距的长度为 21/21/2，周长L的计算公式为：，周长L的计算公式为：L=NL=N1 1+N+N2 2×2×21/21/2?其中N其中N1 1表示方向码为为0、2、4、6时的个数；N表示方向码为为0、2、4、6时的个数；N2 2为方向码为1、3、5、7时的个数。

为方向码为1、3、5、7时的个数二值图像中某个区域的面积：二值图像中某个区域的面积：用该区域像素数的总和来表 示如果二值图像的大小为M×N，目标区域用1像素来表示，则区域的面积S可表示为：如果二值图像的大小为M×N，目标区域用1像素来表示，则区域的面积S可表示为：1 f(x,y), f(x,y)S1M0x1N0y==∑∑−=−=if区域面积实际是二值图像中区域面积实际是二值图像中白像素的点数白像素的点数13.3.2 面积13.3.2 面积13.4 区域的形状描述13.4 区域的形状描述?目的：目的： 根据某一类物体的形状，以便将 其从其它物体中区分出来关键关键：：要找到能够描述物体形状特征的 特征参数特征参数以下介绍一些基本的形状描述参数13.4.1 13.4.1 最小外接矩形（MER）最小外接矩形（MER）?当从一幅图像中识别某一个物体时，或许需要 计算物体的最大长度最大长度、宽度、宽度及长宽比及长宽比等参数，这 时将用到最小外接矩形最小外接矩形的概念最小外接矩形：最小外接矩形： Minimum Enclosing Rectangle：简称：简称MER外接矩形和最小外接矩形？外接矩形和最小外接矩形？?外接矩形外接矩形：刚好能够包容目标区域的矩形：刚好能够包容目标区域的矩形外接矩形：外接矩形：四边和目标相切四边和目标相切不是外接矩形不是外接矩形目标目标背景背景如何找到目标的外接矩形？如何找到目标的外接矩形？?通过自上而下自上而下及自下而上自下而上的行扫描，行扫描，可以得到图像中目标区域的目标区域的 最小和最大行序号y1、y2，，两者相减即为物体的宽度宽度；；?通过自左至右自左至右及自右至左自右至左的列扫描列扫描，，可以得到目标区域目标区域的最小和最 大列序号x1、x2，，两者相减即为物体的长度长度。

宽度宽度= x2-x1y1y2x1x2高度高度= y2-y1通过行、列扫描方式：通过行、列扫描方式：最小外接矩形（MER）的引入：最小外接矩形（MER）的引入：?但是，由于但是，由于目标目标在图像中的在图像中的位置或走向位置或走向常 常是随机的；常 常是随机的；?水平或垂直方向的距离并不一定是物体的 最大长度；水平或垂直方向的距离并不一定是物体的 最大长度；?在此情况下，必须在此情况下，必须找出物体的最小外接矩找出物体的最小外接矩 形（MER形（MER），进而获得这几个参数进而获得这几个参数a） 几个不同位置的外接矩形（b） 最小外接矩形（b） 最小外接矩形最小外接矩形的长度、宽度与长宽比即为我们所 说的最大长度、宽度及长宽比最小外接矩形的长度、宽度与长宽比即为我们所 说的最大长度、宽度及长宽比定义：最小外接矩形是指定义：最小外接矩形是指面积最小的外接矩形面积最小的外接矩形— —这时，主轴方向一定处于水平或垂直方向这时，主轴方向一定处于水平或垂直方向α α主轴方向主轴方向最大长度最大长度宽度宽度最小外接矩形的求法：最小外接矩形的求法：1）1）一般的图像处理软件包会直接提供求MER的函数。

一般的图像处理软件包会直接提供求MER的函数2）自行编程求MER的方法：2）自行编程求MER的方法：?以以2°左右的增量°左右的增量旋转图像旋转图像，并记录目标区域的外接矩形面积并记录目标区域的外接矩形面积在以上记录中找出最小值在以上记录中找出最小值——这就是最小外接矩形MER这就是最小外接矩形MER图像处理软件中一般都提供了旋转的函数例如在图像处理软件中一般都提供了旋转的函数例如在IMAQ Vision中函数中函数IPI_Rotate也可以实现旋转功能也可以实现旋转功能图像的旋转演示13.4.2 矩形度13.4.2 矩形度矩形度矩形度R：反映一个物体与矩形相似程度的参数：反映一个物体与矩形相似程度的参数R=S0/SR其中，其中，SO是该物体的面积，是该物体的面积，SR是其是其MER的面积S0SRR反映了一个物体。