圖像檢測-8二值圖像處理

1、第八章 二值圖像處理本章要點本章要點: :連接與連通域貼標(biāo)簽腐蝕、膨脹、開運算與閉運算輪廓提取、邊界跟蹤和細(xì)線化幾何特征的測量8.1 二值圖像分析的概念經(jīng)過圖像分割之后，獲得了目標(biāo)物與非目標(biāo)物兩個不經(jīng)過圖像分割之后，獲得了目標(biāo)物與非目標(biāo)物兩個不同的對象，但是提取出的目標(biāo)物存在以下的問題：同的對象，但是提取出的目標(biāo)物存在以下的問題：1 1）提取的目標(biāo)中存在偽目標(biāo)物；）提取的目標(biāo)中存在偽目標(biāo)物；2 2）多個目標(biāo)物中，存在粘連或者是斷裂；）多個目標(biāo)物中，存在粘連或者是斷裂；3 3）多個目標(biāo)物存在形態(tài)的不同。）多個目標(biāo)物存在形態(tài)的不同。二值圖像的分析首先是區(qū)分所提取出的不同的目標(biāo)物二值圖像的分析首先是

2、區(qū)分所提取出的不同的目標(biāo)物之后，對不同的目標(biāo)物特征差異進(jìn)行描述與計算，之后，對不同的目標(biāo)物特征差異進(jìn)行描述與計算，最后獲得所需要的分析結(jié)果。最后獲得所需要的分析結(jié)果。 8.2 連接與連通域的概念 二值圖像中對所有對象的描述的灰度值都二值圖像中對所有對象的描述的灰度值都一樣，因此，要對不同的目標(biāo)進(jìn)行區(qū)分，只一樣，因此，要對不同的目標(biāo)進(jìn)行區(qū)分，只能通過像素間的連通關(guān)系。能通過像素間的連通關(guān)系。 為了描述方便起見，后面默認(rèn)黑色為目標(biāo)物，白色為背景。8.2.1 連接1)四連接：當(dāng)前像素為黑，其四個近鄰像素中至少有一個為黑；2)八連接：當(dāng)前像素為黑，其八個近鄰像素中至少有一個為黑。四近鄰四近鄰八近鄰八近

3、鄰8.2.2 連接域 將相互連在一起的黑色像素的集合稱為一個連通域。四接連意義下為6個連通域。八接連意義下為2個連通域。可以看到，通過統(tǒng)計連通域的個數(shù)連通域的個數(shù)，即可獲得提取的目標(biāo)物的個數(shù)目標(biāo)物的個數(shù)。8.3 貼標(biāo)簽 因為不同的連通域代表了不同的目標(biāo)，為了加以區(qū)別，需要對不同的連通域進(jìn)行標(biāo)識。例：下圖，八接連意義下為2個連通域= “1”號標(biāo)簽= “2”號標(biāo)簽8.3.1 貼標(biāo)簽算法 設(shè)一個二值矩陣表示一個黑白圖像，為討論方便起見，令“黑=1”，“白=0”。例：010000010110001000000000011011010100f8.3.1 貼標(biāo)簽算法1）初始化：設(shè)標(biāo)簽號為Lab=0,已貼標(biāo)

4、簽數(shù)N=0，標(biāo)簽矩陣g為全0陣，按照從上到下，從左到右的順序?qū)ふ椅促N標(biāo)簽的目標(biāo)點；例：000000000000000000000000000000000000g010000010110001000000000011011010100f8.3.1 貼標(biāo)簽算法2）檢查相鄰像素的狀態(tài)：根據(jù)其相鄰像素的狀態(tài)進(jìn)行相應(yīng)的處理；例：010000010110001000000000011011010100f 已掃描過的像素未掃描的像素 當(dāng)前像素8.3.1 貼標(biāo)簽算法 如果掃描過的像素均為0，則Lab=Lab+1, g(i,j)=Lab,N=N+1;例：01000001011000100000000001101

5、1010100f010000000000000000000000000000000000g8.3.1 貼標(biāo)簽算法 如果掃描過的像素標(biāo)簽號相同，則g(i,j)=Lab;例：010000010110001000000000011011010100f010000000000000000000000000000000000g010000010000000000000000000000000000g010000010200000000000000000000000000g8.3.1 貼標(biāo)簽算法例：010000010110001000000000011011010100f01000001011000100

6、0000000011011010100f010000010220000000000000000000000000g000000000000000000000000022010000010g010000010110001000000000011011010100f8.3.1 貼標(biāo)簽算法 如果掃描過的像素標(biāo)簽號不相同，例如：Lab2Lab1,則g(i,j)=Lab1，N=N-1，修改所有為Lab2的像素值，使之為Lab1;例：010000010220001000000000000000000000g010000010110001000000000000000000000g8.3.1 貼標(biāo)簽算法3)

7、將全部的像素進(jìn)行2）的處理，直到所有的像素全部處理完成;例：010000010110001000000000011011010100f010000010110001000000000011011010100f010000010110001000000000020000000000g010000010110001000000000022000000000g010000010110001000000000011011010100f010000010110001000000000011011010100f010000010110001000000000011011010100f01000001011

8、0001000000000011011010100f010000010110001000000000022030000000g010000010110001000000000022033000000g010000010110001000000000022033020000g010000010110001000000000022033020200g010000010110001000000000022022020200g8.3.1 貼標(biāo)簽算法4）判斷最終的Lab是否滿足Lab=N， 如果是，則貼標(biāo)簽處理完成； 如果不是，則表明已貼標(biāo)簽存在不連號情況。這時，將進(jìn)行一次編碼整理，消除不連續(xù)編號的情況

9、。8.3.2 貼標(biāo)簽的應(yīng)用例8.4 腐蝕腐蝕腐蝕 是一種消除連通域的邊界點，使邊界向內(nèi)收縮的處理。例：8.4.1 腐蝕的基本設(shè)計思想 設(shè)計一個設(shè)計一個結(jié)構(gòu)元素結(jié)構(gòu)元素，結(jié)構(gòu)元素的原點定位在待處理，結(jié)構(gòu)元素的原點定位在待處理的的目標(biāo)像素目標(biāo)像素上，通過判斷是否覆蓋，來確定是否該上，通過判斷是否覆蓋，來確定是否該點被腐蝕掉。點被腐蝕掉。二值圖像結(jié)構(gòu)元素結(jié)果圖像8.4.2 腐蝕算法1）掃描原圖，找到第一個像素值為1的目標(biāo)點；2）將預(yù)先設(shè)定好形狀以及原點位置的結(jié)構(gòu)元素的原點移到該點；3）判斷該結(jié)構(gòu)元素所覆蓋范圍內(nèi)的像素值是否全部為1： 如果是，則腐蝕后圖像中的相同位置上的像素值為1； 如果不是，則腐蝕

10、后圖像中的相同位置上的像素值為0；4）重復(fù)2）和3），直到所有原圖中像素處理完成。8.4.3 腐蝕處理例例：注：圖像畫面上邊框處不能被結(jié)構(gòu)元素覆蓋的部分可以保持原來的值不變，也可以置為背景。8.4.4 腐蝕處理的應(yīng)用 腐蝕處理可以將粘連在一起的不同目標(biāo)物分離，并可以將小的顆粒噪聲去除。8.5 膨脹 膨脹是將與目標(biāo)區(qū)域的背景點合并到該目標(biāo)物中，使目標(biāo)物邊界向外部擴(kuò)張的處理。例：8.5.1 膨脹的基本設(shè)計思想 設(shè)計一個結(jié)構(gòu)元素，結(jié)構(gòu)元素的原點定位在設(shè)計一個結(jié)構(gòu)元素，結(jié)構(gòu)元素的原點定位在背景像背景像素素上，判斷是否覆蓋有目標(biāo)點，來確定是否該點被上，判斷是否覆蓋有目標(biāo)點，來確定是否該點被膨脹為目標(biāo)點。

11、膨脹為目標(biāo)點。二值圖像結(jié)構(gòu)元素結(jié)果圖像8.5.2 膨脹算法1）掃描原圖，找到第一個像素值為0的背景點；2）將預(yù)先設(shè)定好形狀以及原點位置的結(jié)構(gòu)元素的原點移到該點；3）判斷該結(jié)構(gòu)元素所覆蓋范圍內(nèi)的像素值是否存在為1的目標(biāo)點： 如果是，則膨脹后圖像中的相同位置上的像素值為1； 如果不是，則膨脹后圖像中的相同位置上的像素值為0；4）重復(fù)2）和3），直到所有原圖中像素處理完成。8.5.3 膨脹處理例例：8.5.4 膨脹處理的應(yīng)用 膨脹處理可以將斷裂開的目標(biāo)物進(jìn)行合并，便于對其整體的提取。8.6 開運算與閉運算 前面介紹的膨脹與腐蝕運算，對目標(biāo)物的后處理有著非常好的作用。但是，腐蝕和膨脹運算的一個缺點是，

12、改變了原目標(biāo)物的大小。 為了解決這一問題，考慮到腐蝕與膨脹是一對逆運算，將膨脹與腐蝕運算同時進(jìn)行。由此便構(gòu)成了開運算與閉運算。 8.6.1 開運算 開運算是對原圖開運算是對原圖先先進(jìn)行進(jìn)行腐蝕腐蝕處理，處理，后后再進(jìn)行再進(jìn)行膨脹膨脹的的處理。處理。 開運算可以在分離粘連目標(biāo)物的同時，基本保持原開運算可以在分離粘連目標(biāo)物的同時，基本保持原目標(biāo)物的大小。目標(biāo)物的大小。腐蝕腐蝕膨脹膨脹8.6.2 閉運算 閉運算是對原圖閉運算是對原圖先先進(jìn)行進(jìn)行膨脹膨脹處理，處理，后后再進(jìn)行再進(jìn)行腐蝕腐蝕的的處理。處理。 閉運算可以在合并斷裂目標(biāo)物的同時，基本保持原閉運算可以在合并斷裂目標(biāo)物的同時，基本保持原目標(biāo)物的

13、大小。目標(biāo)物的大小。膨脹膨脹腐蝕腐蝕問題：本例未能將分裂成兩個連通域的目標(biāo)合并，怎么辦？8.6.3 開、閉運算的變形 如果當(dāng)按照常規(guī)的開運算不能分離粘連，如果當(dāng)按照常規(guī)的開運算不能分離粘連，或者是閉運算不能合并斷裂：或者是閉運算不能合并斷裂： 對于對于開開運算可以先進(jìn)行運算可以先進(jìn)行N N次腐蝕次腐蝕，再進(jìn)行，再進(jìn)行N N次膨脹次膨脹； 對于對于閉閉運算可以先進(jìn)行運算可以先進(jìn)行N N次膨脹次膨脹，再進(jìn)行，再進(jìn)行N N次腐蝕次腐蝕。8.6.3 閉運算的變形例2次膨脹次膨脹1次膨脹次膨脹1次腐蝕次腐蝕2次腐蝕次腐蝕8.7 8.7 輪廓提取和邊界跟蹤目的：獲得圖像的外部輪廓特征，為形狀分析做準(zhǔn)備。內(nèi)

14、部點：目標(biāo)與背景不相鄰接的點。邊界點：目標(biāo)與背景相鄰接的點。二值化圖像的輪廓提取算法就是掏空內(nèi)部點，即原圖中有一目標(biāo)點，其四近鄰都是目標(biāo)點，該點變成背景。原圖 8連接 4連接邊界跟蹤：1.自上而下，自左到右掃描，將第一個黑點A標(biāo)記為起始點，便于判斷跟蹤完畢。2.逆時針?biāo)阉鳎贏的5670順序判斷，第一個黑點B為邊界點，并做標(biāo)記。3.從B開始在B的45670123順序判斷，如果是邊界點，且第一個黑點C為邊界點，并做標(biāo)記。4.直到C就是A時結(jié)束。其中邊界點判斷：該點的上下左右不全是黑點。ABC3452*6107ABC8.8 8.8 細(xì)線化方法細(xì)線化方法細(xì)線化是一種二值圖像處理運算?？梢园讯祱D像區(qū)

15、域縮細(xì)線化是一種二值圖像處理運算?？梢园讯祱D像區(qū)域縮成線條，以逼近區(qū)域的成線條，以逼近區(qū)域的中心線中心線。細(xì)線化的細(xì)線化的目的目的是減少圖像成分，只留下區(qū)域最基本的信息，是減少圖像成分，只留下區(qū)域最基本的信息，以便進(jìn)一步分析和處理。以便進(jìn)一步分析和處理。細(xì)線化一般用于細(xì)線化一般用于文本分析預(yù)處理文本分析預(yù)處理階段。階段。（1）近鄰（）近鄰（4、 8鄰點）鄰點） （2）連通（）連通（4、8連通）連通）（3）路徑指互為鄰點一個像素序列）路徑指互為鄰點一個像素序列（4）連通性具有：連通性具有：自反性、互換性和傳遞性自反性、互換性和傳遞性（5 5）簡單簡單邊界點邊界點: : 其鄰域中（不包括其鄰域中

16、（不包括P點）只有一個連通成分點）只有一個連通成分 的邊界點的邊界點(a) (b) (a) (b) (c)(c) (d)(d) (e)(e) (f) (g) (f) (g)當(dāng)前點與近鄰點的連接方式當(dāng)前點與近鄰點的連接方式: :8.8.1 細(xì)線化基本概念8.8.2 8.8.2 細(xì)線化要求細(xì)線化要求（1）連通區(qū)域必須細(xì)化成連通線結(jié)構(gòu)；）連通區(qū)域必須細(xì)化成連通線結(jié)構(gòu)；（2）細(xì)化結(jié)果至少是）細(xì)化結(jié)果至少是8連通的；連通的；（3）保留終止線的位置；）保留終止線的位置；（4）細(xì)化結(jié)果應(yīng)該近似于中軸線；）細(xì)化結(jié)果應(yīng)該近似于中軸線；（5）由細(xì)化引起的附加突刺應(yīng)該是最小的。）由細(xì)化引起的附加突刺應(yīng)該是最小的。8

17、.8.3 8.8.3 細(xì)線化算法細(xì)線化算法在至少在至少3x3鄰域內(nèi)檢查圖像前景中的每一個像素，鄰域內(nèi)檢查圖像前景中的每一個像素，迭代削去簡單邊界點，直至區(qū)域被細(xì)化成一條線。迭代削去簡單邊界點，直至區(qū)域被細(xì)化成一條線。判據(jù)：判據(jù)：1）內(nèi)部點內(nèi)部點不能刪，不能刪，2）孤立點孤立點不能刪；不能刪；3）直線）直線端點端點不能刪；不能刪；4）如果）如果P點是邊界點，去掉點是邊界點，去掉P后，如果連通分量不后，如果連通分量不增加，可以刪。增加，可以刪。12345678設(shè)白為設(shè)白為1 1，黑為，黑為0 0，左上方點為，左上方點為8 8位數(shù)的第一位（最位數(shù)的第一位（最低位），正上方為第二位低位），正上方為第二

18、位.右下方為第八位，這右下方為第八位，這樣組成的二進(jìn)制樣組成的二進(jìn)制8 8位數(shù)去查表。位數(shù)去查表。Erasetable256=0,0,1,1,0,0,1,1, 1,1,0,1,1,1,0,1, 1,1,0,0,1,1,1,1, 0,0,0,0,0,0,0,1,0,0,1,1,0,0,1,1, 1,1,0,1,1,1,0,1, 1,1,0,0,1,1,1,1, 0,0,0,0,0,0,0,1,1,1,0,0,1,1,0,0, 0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0,1,1,0,0,1,1,0,0, 1,1,0,1,1,1,0,1, 0,

19、0,0,0,0,0,0,0, 0,0,0,0,0,0,0,0, 0,0,1,1,0,0,1,1, 1,1,0,1,1,1,0,1, 1,1,0,0,1,1,1,1, 0,0,0,0,0,0,0,1,0,0,1,1,0,0,1,1, 1,1,0,1,1,1,0,1, 1,1,0,0,1,1,1,1, 0,0,0,0,0,0,0,0,1,1,0,0,1,1,0,0, 0,0,0,0,0,0,0,0, 1,1,0,0,1,1,1,1, 0,0,0,0,0,0,0,0,1,1,0,0,1,1,0,0, 1,1,0,1,1,1,0,0, 1,1,0,0,1,1,1,0, 1,1,0,0,1,0,0,0

20、(b) (b) (c)(c) (d)(d) (e)(e) (f) (g) (f) (g) 0 37 173 231 237 254 0 37 173 231 237 254 255255326496128160193224256nwnneweswsse128643216842sesswewnenmwnum水平方向細(xì)化：左鄰點水平方向細(xì)化：左鄰點w或右鄰點或右鄰點e至少一個為至少一個為1（或（或255）128255642553225516255825542552255255sesswewnenmwnum垂直方向細(xì)化：上鄰點垂直方向細(xì)化：上鄰點n或下鄰點或下鄰點s 至少一個為至少一個為1（或（或2

21、55）用用num查表，查表， 如果如果Erasetablenum=1，可刪除。，可刪除。直到?jīng)]有刪除點時結(jié)束。直到?jīng)]有刪除點時結(jié)束?；蚧?原圖原圖 細(xì)線化結(jié)果細(xì)線化結(jié)果8.9 特征量的測量一、面積面積面積定義為連通域中像素的總數(shù)。是對二值化處理之后的連通域的大小進(jìn)行度量的幾何特征量。( , )( , )Sx ySAf x y例：連通域的面積為 3555321SA 二、周長（或邊界長）周長周長是指包圍某個連通域的邊界輪廓線的長度。設(shè)Ne邊界線上方向碼為偶數(shù)的像素個數(shù)，No為邊界線上方向碼為奇數(shù)的像素個數(shù)。 周長的計算公式定義如下2SeoLNN3452*6107例：連通域的周長為 (1 1 1 1

22、 1 1 1 1)2 (1 1 1 1)84 213.66SL 起始點，逆時針三、質(zhì)心質(zhì)心質(zhì)心原本定義為物體的質(zhì)量中心。假設(shè)二值圖像的每個像素的“質(zhì)量”是完全相同的。S表示連通域，Ns為連通域中像素的個數(shù)，質(zhì)心點的坐標(biāo)計算公式定義如下4)6355453523(211mx( , )1mx ySSxxN( , )1mx ySSyyN連通域的質(zhì)心為是否取整看具體應(yīng)用場合，如亞像素定位時取浮點形式4)6355453523(211my四、圓形度 圓形度圓形度是定義與圓形相似程度的量。As為連通域的面積，Ls為連通域的周長 ，圓形度的計算公式如下24ScSAL對于圓形目標(biāo)，圓形度取最大值，目標(biāo)形狀越復(fù)雜，則值越小。因此，圓形度可作為目標(biāo)形狀的復(fù)雜度或者粗糙程度的一種度量。c=1.41 c=1.227 c=1.276五、矩形度與圓形度類似，矩形度矩形度是描述連通域與矩形相似的程度的量。As為連通