当前位置：文档之家 › 数字图像处理第6章 二值图像处理

数字图像处理第6章 二值图像处理

  • 格式：ppt
  • 大小：890.50 KB
  • 文档页数：58

下载文档原格式

  / 58

合集下载

数字图像处理-第六章图像分割与分析

数字图像处理-第六章图像分割与分析

设平面上有若干点，过每点的直线族分别对应于极坐标上的 一条正弦曲线。若这些正弦曲线有共同的交点（ρ′，θ′），如图 (e),则这些点共线，且对应的直线方程为 ρ′=xcosθ′+ysinθ′
这就是Hough变换检测直线的原理。
y
A 60
B
F E
C
G 60
D 120
x
x-y空间的边缘点
D
120
C
w1 w 2 w3
可以指定模板为：
w
4
w5
w
6
w 7 w 8 w 9
9
模板响应记为： R | w i z i | i1
输出响应R>T时对应孤立点。
888 8 128 8 888
图像
-1 -1 -1 -1 8 -1 -1 -1 -1
模板
R = (-1 * 8 * 8 + 128 * 8) / 9 = (120 * 8) / 9 = 960 / 9 = 106
3、阈值分割法（相似性分割）
根据图像像素灰度值的相似性
通过选择阈值，找到灰度值相似的区域 区域的外轮廓就是对象的边
阈值分割法(thresholding)的基本思想： 确定一个合适的阈值T（阈值选定的好坏是此方法成败 的关键）。 将大于等于阈值的像素作为物体或背景，生成一个二值 图像。
f(x0,y0) T
2h
r2 2 4
exp
r2 2 2
是一个轴对称函数：
2h
-σ
σ
0
由图可见，这个函数 在r=±σ处有过零点，在 r │r│<σ时为正，在│r│>σ 时为负。
由于图像的形状，马尔算子有时被称为墨西哥草帽函数。 用▽2h对图像做卷积，等价于先对图像做高斯平滑，然后再用▽2对 图像做卷积。 因为▽2h的平滑性质能减少噪声的影响，所以当边缘模糊或噪声较 大时，利用▽2h检测过零点能提供较可靠的边缘位置。

二值图像的作用

二值图像的作用

⼆值图像的作⽤⼆值图像的作⽤：图像⼆值化（ Image Binarization）就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的⿊⽩效果的过程。

在数字图像处理中，⼆值图像占有⾮常重要的地位，图像的⼆值化使图像中数据量⼤为减少，从⽽能凸显出⽬标的轮廓。

将256个亮度等级的灰度图像通过适当的阈值选取⽽获得仍然可以反映图像整体和局部特征的⼆值化图像。

在数字图像处理中，⼆值图像占有⾮常重要的地位，⾸先，图像的⼆值化有利于图像的进⼀步处理，使图像变得简单，⽽且数据量减⼩，能凸显出感兴趣的⽬标的轮廓。

其次，要进⾏⼆值图像的处理与分析，⾸先要把灰度图像⼆值化，得到⼆值化图像。

所有灰度⼤于或等于阈值的像素被判定为属于特定物体，其灰度值为255表⽰，否则这些像素点被排除在物体区域以外，灰度值为0，表⽰背景或者例外的物体区域。

图像⼆值化的作⽤是为了⽅便提取图像中的信息，⼆值图像在进⾏计算机识别时可以增加识别效率。

⽐如：需要计算⽔⾯悬浮物的数量，就可以将⼀定⾯积的⽔拍成图⽚后⼆值化。

⼆值图像是指每个像素不是⿊就是⽩，其灰度值没有中间过渡的图像。

⼆值图像⼀般⽤来描述⽂字或者图形，其优点是占⽤空间少，缺点是当表⽰⼈物、风景的图像时，⼆值图像只能描述其轮廓，不能描述细节。

这时候要⽤更⾼的灰度级。

⼆值图像是每个像素只有两个可能值的数字图像。

⼈们经常⽤单⾊图像表⽰⼆值图像，但是也可以⽤来表⽰每个像素只有⼀个采样值的任何图像，例如灰度图像等。

⼆值图像中所有的像素只能从0和1这两个值中取，因此在MATLAB中，⼆值图像⽤⼀个由0和1组成的⼆维矩阵表⽰。

这两个可取的值分别对应于关闭和打开，关闭表征该像素处于背景，⽽打开表征该像素处于前景。

以这种⽅式来操作图像可以更容易识别出图像的结构特征。

⼆值图像操作只返回与⼆值图像的形式或结构有关的信息，如果希望对其他类型的图像进⾏同样的操作，则⾸先要将其转换为⼆进制的图像格式，可以通过调⽤MATLAB提供的 im2bw（）来实现。

数字图像处理课件第6章图像的几何变换

数字图像处理课件第6章图像的几何变换
由点的齐次坐标(Hx, Hy, H)求点的规范化齐次坐标(x, y, 1)，可按下式进行：
x Hx H
y Hy H
第6章 图像的几何变换
齐次坐标的几何意义相当于点(x, y)落在3D空间H＝1
的平面上，如图6-2所示。如果将xOy平面内的三角形abc的 各顶点表示成齐次坐标(xi, yi, 1)(i=1, 2, 3)的形式，就变成H ＝1平面内的三角形a1b1c1的各顶点。
图6-2 齐次坐标的几何意义
第6章 图像的几何变换
齐次坐标在2D图像几何变换中的另一个应用是：如某 点S(60 000，40 000)在16位计算机上表示，由于大于32767 的最大坐标值，需要进行复杂的处理操作。但如果把S的坐 标形式变成(Hx, Hy, H)形式的齐次坐标，则情况就不同了。 在齐次坐标系中，设H＝1/2，则S(60 000，40 000)的齐次坐 标为(x/2，y/2，1/2)，那么所要表示的点变为(30 000， 20 000，1/2)，此点显然在16位计算机上二进制数所能表示 的范围之内。
(图像上各点的新齐次坐标)
(图像上各点的原齐次坐标)
第6章 图像的几何变换 设变换矩阵T为
a b p
T c
d
q
l m s
则上述变换可以用公式表示为
=
T
Hx1' Hy1'
Hx2' Hy2'
Hxn' Hyn'
x1 x2 xn
T
y1
y2
yn
H H H 3n
1 1 1 3n
第6章 图像的几何变换
6.4 图像镜像
6.4.1 图像镜像变换 图像的镜像(Mirror)变换不改变图像的形状。 镜像变换分为两种：一种是水平镜像，另外一种是垂直镜

数字图像处理中的二值化算法研究

数字图像处理中的二值化算法研究

数字图像处理中的二值化算法研究数字图像处理是一种将数字信号进行转换和处理的技术，其中二值化算法是数字图像处理中最基本的算法之一。

在数字图像处理中，二值化是将一张彩色或灰度图像转换成只包含黑白两种颜色的图像。

这篇文章将讨论数字图像处理中的二值化算法研究，重点探讨二值化算法的基本原理、常见的二值化算法以及它们的优缺点。

一、二值化算法的基本原理二值化算法是将一张彩色或灰度图像转换为只包含黑色和白色的图像。

这仅仅是将像素值分为两类，其中一个像素集合表示白色，另一个表示黑色。

二值化的原理是将灰度图像中亮度值相近的像素映射为同一种颜色，以达到压缩图像数据并提高图像处理速度的目的。

二、常见的二值化算法1、全局阈值法全局阈值法是通过计算整个图像的灰度平均值来确定二值化的阈值。

该算法简单易用，但它假定图像的背景和目标的亮度值之间存在一个确定的边界，这在实际应用中并不总是正确的。

2、自适应阈值法自适应阈值法是针对全局阈值法的不足，通过对每个像素周围的像素值的统计分布进行分析，自适应地确定像素的阈值。

该算法对于图像的光照变化和背景模糊有很好的鲁棒性。

3、Otsu算法Otsu算法是一种自适应的阈值算法，通过最小化类内方差和类间方差的和来确定阈值。

这个算法假设图像存在不同的颜色区域，旨在找到阈值，以最大化识别两个区域的差异。

三、二值化算法的优缺点1、全局阈值法的优点是简单易用，运算速度快，因此非常适合处理简单的图像。

但是，它不能很好地处理灰度变化较大的图像和背景复杂的图像。

2、自适应阈值法比全局阈值法更适用于处理复杂的图像，由于每个像素的阈值是基于周围像素的，具有更好的图像复杂性，然而，该算法对于图像的光照变化较大的情况也有一定的局限。

3、Otsu算法能够通过最小化类内方差和类间方差的和来确定阈值。

该算法对于事先未知的图像类型以及图像颜色区域的不均衡分布具有适应性和鲁棒性，是一种广泛应用于图像二值化中的方法。

四、二值化算法的应用二值化算法在字符识别、边缘检测等领域中有着广泛的应用。

图像处理中的图像二值化算法

图像处理中的图像二值化算法

图像处理中的图像二值化算法随着科技的发展，图像处理技术应用越来越广泛。

作为一项基础技术，图像二值化算法在图像处理中扮演着非常关键的角色，它可以将图像分割成黑白两种颜色，也就是将图像中的灰度值转化为0和1，简化了后续的处理流程。

本文将介绍图像二值化算法的基本原理和应用情况。

一、二值化算法的基本原理在图像中，每个像素都有一定的灰度值，在8位灰度图像中，灰度值的范围在0-255之间，其中0是代表黑色，255代表白色。

当我们需要处理一张图片时，如果直接对每一个灰度值进行处理，那么处理的过程就会非常繁琐，因此，我们需要将图像灰度值转化为0和1两种数字进行处理。

常见的二值化算法有全局阈值算法、局部阈值算法、自适应阈值算法、基于梯度算法等。

其中，全局阈值算法是最基本、最简单的一种算法。

它将整张图像分成黑白两个部分，通过将整个图像的像素点的灰度值与一个固定的阈值进行比较，如果像素点的灰度值大于阈值，就将该像素点的灰度值置为1，否则置为0。

使用全局二值化算法的步骤如下：1.将图像读入到内存中；2.将图像转化为灰度图像；3.计算整个图像的平均灰度值，该平均灰度值作为全局阈值；4.将图像中每个像素点的灰度值与该全局阈值进行比较，灰度值大于等于该全局阈值的像素点赋值为255（代表白色），小于该阈值的像素点赋值为0（代表黑色）；5.输出处理后的图像。

当然，这种方法的缺点也非常明显，那就是无法适应不同场合下的图像处理需求，处理效果难以保证。

因此，我们需要更为灵活的算法和方法来进行二值化处理。

二、不同类型的二值化算法1.基于直方图的全局阈值法二值化算法中的全局阈值算法通常是将整个图像分成两类像素：一类像素比较暗，另一类像素比较亮。

在直方图中，该分割就是直方图上的两个峰。

我们可以通过直方图分析来确定这个阈值，并将灰度值低于阈值的像素变为黑色，将灰度值高于阈值的像素变为白色。

对于图像I(x,y)，它的灰度直方图h(i)可以表示为：h(i) = N(i) / MN (i=0,1,…,L-1)其中N(i)是图像中所有像素灰度值为i的像素数量，MN是总的像素数量，L是灰度级别数量（在8位图像中，L等于256）然后我们需要确定一个阈值T，所有像素点的灰度值小于T的变为黑色，大于等于T的变为白色。

数字图像处理_武汉大学中国大学mooc课后章节答案期末考试题库2023年

数字图像处理_武汉大学中国大学mooc课后章节答案期末考试题库2023年

数字图像处理_武汉大学中国大学mooc课后章节答案期末考试题库2023年
1.二值图像中分支点的连接数为：()
参考答案:
3
2.采用模板［-1 1］主要检测（）方向的边缘。

参考答案:
垂直
3.下列图像边缘检测算子中抗噪性能最好的是：( )
参考答案:
Prewitt算子
4.计算机模式识别可以分为以下（）四类。

参考答案:
句法模式识别，结构模式识别，统计模式识别，模糊模式识别
5.下列属于灰度共生矩阵提取特征的有（）
参考答案:
二阶矩_对比度_逆差距_相关
6.最常用的客观保证真度准则包括（）
参考答案:
原图像和解码图像之间均方根误差_原图像和解码图像之间均方根信噪比7.对一幅100*100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编
码后压缩图象的数据量为40000bit，则图象的压缩比为：( )
参考答案:
2:1
ws纹理能量测量的基本思路为______
参考答案:
先进行微窗口滤波，能量变换，然后分量旋转，再分类
9.二值图像中，（）是可删除点
参考答案:
端点
10.图像数字化包括（）两个过程。

参考答案:
量化_采样
11.图像特征是图像分析的重要依据，可以分为自然特征和人工特征两类，下列
属于的自然特征的是（）。

参考答案:
几何特征_光谱特征_时相特征
12.下列属于模板匹配算法的有（）
参考答案:
高速模板匹配法_高精度定位的模板匹配_相关法。

DSP课设数字图像处理——二值化

DSP技术及应用课程设计报告课题名称：数字图像处理——二值化学院：电气信息工程学院专业：通信工程班级：姓名：学号：指导教师：董胜成绩：日期：2014.6.9-2014.6.20目录一、设计目的及要求 (2)二、设计所需的软件介绍 (2)三、设计原理 (3)四、程序流程图 (6)五、设计程序 (7)六、处理后的效果展示 (11)七、课程设计心得 (15)八、参考文献 (16)一、设计目的及要求：目的：1、掌握CCStudio3.3的安装和配置；2、掌握数字图像处理的原理、基本算法和各种图像处理技术；3、掌握图像的灰度化、二值化和灰度直方图的原理及编程思路；4、掌握图像滤波（图像锐化、中值滤波、边缘检测、特征识别等）的基本原理及编程方法及编程思路；要求：1、能够根据设计题目要求查阅检索有关的文献资料，结合题目选学有关参考书。

查询相关资料，初步制定设计方案。

2、用CCS软件进行C语言设计相关算法，实现对图像的采集及处理。

3、编写相应的C语言程序实现各种图像处理。

二、设计所需的软件介绍：英文全称：Code Composer Studio 中文译名：代码调试器，代码设计套件。

CCS的全称是Code Composer Studio，它是美国德州仪器公司（Texas Instrument,TI）出品的代码开发和调试套件。

TI公司的产品线中有一大块业务是数字信号处理器（DSP）和微处理器（MCU），CCS便是供用户开发和调试DSP和MCU程序的集成开发软件。

Code Composer Studio v3.3 (CCStudio v3.3) 是用于 TI DSP、微处理器和应用处理器的集成开发环境。

Code Composer Studio 包含一整套用于开发和调试嵌入式应用的工具。

它包含适用于每个 TI 器件系列的编译器、源码编辑器、项目构建环境、调试器、描述器、仿真器以及多种其它功能。

Code Composer Studio IDE 提供了单个用户界面，可帮助您完成应用开发流程的每个步骤。

数字图像处理第6章二值图像处理-专业文档资料


二阶矩则描述了图像的对于直线和对轴与轴的转动惯量，因 此常常也把物体的二阶矩称为惯性矩。
中心矩 ：
p q (x x)p(y y )qf(x ,y )d xp d ,q y 0 ,1 ,2
第6章 二值图像处理
低阶矩主要描述区域的面积、转动惯量、质心等等，具有 明显得几何意义，，四阶矩描述峰值的状态等等，一般 来说高阶矩受到图像离散化等的影响，高阶矩一般在应用中 不一定十分准确。
D e(ac)2(bd)2
② 街区距离，用Ds来表示：
(6-1)
D s |ac||bd|
③ 棋盘距离，用Dg表示如下：
(6-2)
D gma a x c|， ( |b|d|)
(6-3)
三者之间的关系为：Dg Ds，如De图6-1(a)、(b)和(c)所示。
第6章 二值图像处理
(a) 欧氏距离 (b) 街区距离 (c) 棋盘距离 (d)≤2构成菱形 (e)≤2构成正方形 图6-1 三种距离示意图
第6章 二值图像处理
6.2 二值图像的几何特征描述
6.2.1 二值图像中曲线的描述 6.2.1.1 轮廓跟踪-甲虫算法
目标区域的边界轮廓是描述目标的重要特征，对于二 值图像中的目标区域轮廓可以通过一种简单的轮廓跟踪算 法来得到，这种方法也被称作甲虫算法。如图6-6所示的二 值图像4连通分量，假定目标区域用1(黑色)表示，背景区域
1 (x,y)(x,y)
f(x,y)
0
else
M1N1
那么区域的面积为： S f (x, y) x0 y0
如果经过目标标记，区域占有的连通分量有k个，那么目
标区域的面积则是k个连通分量的面积总和，即有：
k
S Si i 1

数字图像处理第6章_图像编码与压缩技术.


霍夫曼编码
例 假设一个文件中出现了8种符号S0、S1、S2、S3、S4、S5、S6、 S7，那么每种符号编码至少需要3bit S0=000, S1=001, S2=010, S3=011, S4=100, S5=101, S6=110, S7=111 那么，符号序列S0 S1 S7 S0 S1 S6 S2 S2 S3 S4 S5 S0 S0 S1编码后 000 001 111 000 001 110 010 010 011 100 101 000 000 001 （共42bit） 和等长编码不同的一种方法是可变长编码。在这种编码方法中， 表示符号的码字的长度不是固定不变的，而是随着符号出现的概率 而变化，对于那些出现概率大的信息符号编以较短的字长的码，而 对于那些出现概率小的信息符号编以较长的字长的码。
6.3.3 霍夫曼编码
霍夫曼(Huffman)编码是根据可变长最佳编码定理，应用霍夫曼算
1．
对于每个符号，例如经过量化后的图像数据，如果对它们每 个值都是以相同长度的二进制码表示的，则称为等长编码或均匀 编码。采用等长编码的优点是编码过程和解码过程简单，但由于 这种编码方法没有考虑各个符号出现的概率，实际上就是将它们 当作等概率事件处理的，因而它的编码效率比较低。例6.3给出了 一个等长编码的例子。
6.1.1 图像的信息冗余
图像数据的压缩是基于图像存在冗余这种特性。压缩就是去掉 信息中的冗余，即保留不确定的信息，去掉确定的信息（可推知 的）；也就是用一种更接近信息本身的描述代替原有冗余的描述。 8 （1） 空间冗余。在同一幅图像中，规则物体或规则背景的物理表 面特性具有的相关性，这种相关性会使它们的图像结构趋于有序和 平滑，表现出空间数据的冗余。邻近像素灰度分布的相关性很强。 （2） 频间冗余。多谱段图像中各谱段图像对应像素之间灰度相关 （3） 时间冗余。对于动画或电视图像所形成的图像序列（帧序 列），相邻两帧图像之间有较大的相关性，其中有很多局部甚至完

图片的黑白处理(二值化)

图片的黑白处理（二值化）原始圖片黑白處理后圖片原始圖片：黑白處理后圖片：部分处理代码： code……Dim ts2 As IThresholder = New GlobalMeanThreshold(inbmp)Dim tsBMP As New Bitmap(PictureBox1.Width, PictureBox1.Height) ts2.RenderToBitmap(tsBMP)PictureBox6.Image = tsBMPPictureBox6.Height = PictureBox1.HeightPictureBox6.Width = PictureBox1.WidthPictureBox6.Left = 0PictureBox6.Top = 0……理论知识：灰度图像的二值化处理就是讲图像上的点的灰度置为0或255，也就是讲整个图像呈现出明显的黑白效果。

即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。

在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。

为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域。

所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。

如果某特定物体在内部有均匀一致的灰度值，并且其处在一个具有其他等级灰度值的均匀背景下，使用阀值法就可以得到比较的分割效果。

如果物体同背景的差别表现不在灰度值上（比如纹理不同），可以将这个差别特征转换为灰度的差别，然后利用阀值选取技术来分割该图像。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

D e(ac)2(bd)2
② 街区距离，用Ds来表示：
(6-1)
D s |ac||bd|
③ 棋盘距离，用Dg表示如下：
(6-2)
D g ma a c x |， |( b |d|)
(6-3)
三者之间的关系为：Dg Ds，如De图6-1(a)、(b)和(c)所示。
第6章 二值图像处理
(a) 欧氏距离 (b) 街区距离 (c) 棋盘距离 (d)≤2构成菱形 (e)≤2构成正方形 图6-1 三种距离示意图
(a) 原二值图像
(b) 第一遍扫描标记 (c) 第二遍扫描标记 图6-4 4连通分量的顺序标记
第6章 二值图像处理
8连通分量的顺序标注： 与4连通分量的标记方法类似，不同的是当扫描到像素点Ai,j
时，需要检查Ai,j的左边i邻接点Ai-1,j，左上i邻接点Ai-1,j-1，上i邻 接点Ai,j-1和右上i邻接点Ai+1,j-1的4个邻接点的标记情况来对其进 行标记。
第6章 二值图像处理
第6章 二值图像处理
通过分割技术我们可以把感兴趣的目标区域从图像中分 割出来。分割出来的目标区域往往不能令人满意，还需要对 分割出来的目标区域进行二值化处理生成二值图像，在二值 图像的基础上继续处理。
二值图像具有存储空间小，处理速度快等特点；可以方 便地对图像进行布尔逻辑运算；可以比较容易地获取目标区 域的几何特征或者其它特性，比如描述目标区域的边界，获 取目标区域的位置和大小等等；在二值图像的基础上，还可 以进一步地对图像进行处理，获取目标的更多特征，从而为 进一步的进行图像分析和识别奠定基础。
如果对于一个像素集合R中任意两个象素点p1和p2，都存 在一条首尾为p1和p2的i通路，并且这条通路上的其余像素 都属于集合R，那么我们称这个像素集合R是i连通的。
一个连通的像素集R的边界（i边界）定义为至少有一个i 近邻不存在R内的所有R中的像素点的集合；R的d边界是至 少有一个近邻不在R内的所有R中的象素点的集合。
用0(白色)表示，给定甲虫起点p(i,j)，遵循准则：
p(i, j) 1 向左转前进一个像素
p(i, j) 0
向右转前进一个像素
第6章 二值图像处理
第6章 二值图像处理
本章内容
6.1 距离与连通 6.2 二值图像的几何特征描述 6.3 二值图像的常规处理 6.4 二值图像的形态学处理
第6章 二值图像处理
6.1 距离与连通
二值图像只含有两个灰度级，一般用0来表示背景区 域，1表示目标区域。对图像分割的结果如果目标区域像 素标记为1而背景区域清零则会得到分割结果的二值图像， 或者对边缘提取得结果边缘点取值为1而非边缘点取值为 0则会得到图像的边缘二值图，这个获取二值图像的过程 叫做二值化过程。
第6章 二值图像处理
4连通分量的顺序标注：
假设扫描到像素点Ai,j，其灰度值为1，那么检查Ai-1,j和Ai,j-1， 因为是顺序扫描，所以Ai-1,j和Ai,j-1一定是进行过标记处理。所 以针对这两个邻接点的不同情况可以对Ai,j进行标记：
(1) Ai-1,j和Ai,j-1均未被标记，则分配Ai,j一个新的标记符； (2) 有一个被标记，标记符为a，则把Ai,j也标记为a； (3) 均被标记(分别为a和b)，那么把Ai,j标记为a，也就是和 其左边的邻接点相同的标记；记下标识符a和b等价。
第6章 二值图像处理
区域就是一个像素点集合，这个集合中的任意两点都可 以用包含在集合内的一条曲线连接起来；区域的边界点，就 是指那些无论它的邻域有多小，它都包含有集合的内点和外 点的点集。
区域的连通性具有互逆性和传递性，记区域R、S和T: (1) 自连通性：R与R连通； (2) 对称性：若R与S连通，那么S与R也连通； (3) 传递性：若R与S连通，S与T连通，则R与T也连通。
① 非负性： d(A,B，)当0和点重合的时候，等号成立； ② 对称性： d(A ,B )d ；(B ,A ) ③ 三角不等式： d (A ,C ) d (A ,B ) d ( B ,C )
第6章 二值图像处理
假设计算点P(a,b)与Q(c,d)间距离可以采取下面的几种定义 形式：
① 欧几里德距离，用来De表示，如下式所示：
考虑距离点P(a,b)小于t的所有像素点，将发现使用街区距
离这些点组成一个菱形区域，使用棋盘距离这些点组成一个 正方形区域。
点P(a,b)到连通区域R的距离定义为该点到中所有点之间距
离的最小距离；R的直径定义为R中两点间的最大的距离。
第6章 二值图像处理
第6章 二值图像处理
i通路(简称通路)是一个像素序列 L { L k|k 1 ,2 , ,N } ， 并且当 1kN时像素Lk-1和Lk互为一个i近邻；d通路则是要 求Lk-1和Lk必须为d近邻。
(a) 原二值图像
(b) 第一遍扫描标记 (c) 第二遍扫描标记 图6-5 8连通分量的顺序标记
第6章 二值图像处述
6.2.1.1 轮廓跟踪-甲虫算法
目标区域的边界轮廓是描述目标的重要特征，对于二 值图像中的目标区域轮廓可以通过一种简单的轮廓跟踪算 法来得到，这种方法也被称作甲虫算法。如图6-6所示的二 值图像4连通分量，假定目标区域用1(黑色)表示，背景区域
第6章 二值图像处理
6.1.1 距离的定义 在二值图像处理中，往往需要计算两个像素点间的距离，
比如在连通分量本身的尺寸大小相对于其它各个区域间的 距离很小时，计算两个区域间的距离可以近似为计算两个 区域间质心的位置距离。
满足下面三条性质的函数形式均可以作为距离的定义， 假定图像中三点A, B, C：
第6章 二值图像处理
5.1.3 区域的连通分量标记
图像经过分割后得到多个目标区域，有必要对每个目标 区域进行标记和识别。一般在标记时把属于同一区域的不 同连通分量标记为不同的标号。
标记的方法通常采用顺序标记的方法。顺序标记法通过 对图像做两次扫描来实现标记，扫描的方向是由左到右， 由上到下。假定1表示目标区域像素点，0表示背景区域像 素点。下面分别介绍4连通分量和8连通分量的顺序标注。