數(shù)字圖像處理第十章課件

1、1第十章二值圖像處理2第十章 二值圖像處理圖像經(jīng)分割之后，通常所獲得的是二值圖像。在理想情況下，希望該二值圖像中的兩個值準確地代表“目標”及“背景”兩個問題。但實際中，往往所檢測到的“目標”只是“候補目標”，原因是：為了保證沒有丟失目標，在圖像分割時，允許有若干個“假目標”出現(xiàn)。經(jīng)過圖像分割之后，所提取的是多個目標。因此需要對所獲得的二值圖像進行處理，實現(xiàn)對目標的分析。以下假設在二值圖像中，目標像素點的值為1，背景像素點的值為0。310.1 二值圖像中的基本概念10.1.1 四連接與八連接如右圖，標記為0的位置為當前點像素，其周圍的八個像素點分別標記為1-8，這八個像素稱為當前像素點的八近鄰，

2、而其中標記為1，3，5，7的四個像素是當前像素點的四近鄰。四近鄰與八近鄰410.1 二值圖像中的基本概念10.1.1 四連接與八連接若當前點像素值為1，其四近鄰像素中至少有一個點像素值為1，即認為兩點間存在通路，稱為四連接。同樣，如果其八近鄰像素中至少有一個點的像素值為1，稱為八連接。510.1 二值圖像中的基本概念10.1.1 四連接與八連接在搜索邊界輪廓時，如圖8.2所示，四連接的路徑（見圖 8.2(a)與八連接的路徑（見圖8. 2(b)各不相同。換句話說，圖8. 2(c)中的兩點之間的關(guān)系在八連接的意義下是連通的，而在四連接意義下是不連通的。將相互連接在一起的像素值全部為1的像素點的集合

3、稱為一個連通域。如右圖（b）所示，在四連接意義下是三個連通域，在八連接意義下是一個連通域。710.1 二值圖像中的基本概念10.1.3 連接數(shù)與交叉數(shù)連接數(shù)是指在沿著當前點的近鄰（四近鄰或者是八近鄰）像素所構(gòu)成的邊界軌跡上移動時，通過的像素值為1的點的個數(shù)。下圖所示的6種不同的典型連接方式。810.1 二值圖像中的基本概念10.1.3 連接數(shù)與交叉數(shù)下表列出了連接數(shù)與當前像素點屬性之間的關(guān)系。交叉數(shù)是表征當前點像素的八個近鄰像素中，從像素值為1的點到像素值為0的點的變化次數(shù)。1010.1 二值圖像中的基本概念10.1.5 鏈碼鏈碼是對線寬為一個像素的細線的軌跡進行描述的編碼；鏈碼方法是對其坐標

4、序列進行方向編碼的方法。采用鏈碼方法可以對細線的走向進行清晰的描述與分析。右圖給出了八個方向的編碼定義，根據(jù)這個方向碼的定義，即可求出一條細線的鏈碼。在計算細線的鏈碼時，從選定的某個端點出發(fā)，按著逆時針方向搜索下一個細線上的點，并根據(jù)與前一個點的方向位置，對這一點進行編碼，直到終點。1110.1 二值圖像中的基本概念10.1.5 鏈碼以右圖為例，進行該細線的鏈碼計算（為方便觀察，圖中未標注數(shù)值的像素點上的值為0）。如果以實線框中的像素為起點，虛線框中的像素為終點，則可得到該線的鏈碼為： 1，0，7，6，5，5，5， 6，0，0，0，01210.1 二值圖像中的基本概念10.1.6 幾何特征的測

5、量在圖像處理與分析技術(shù)中，許多場合下對所拍攝的圖像進行二值化處理，然后對所分割出的目標區(qū)域進行幾何特征的測量。本節(jié)介紹以下幾個最基本的二值圖像中的幾何特征量及其計算方法：1. 面積2. 周長3. 質(zhì)心4. 圓形度5. 矩形度6. 長寬比1410.1 二值圖像中的基本概念10.1.6 幾何特征的測量2. 周長周長是指包圍某個連通域的邊界輪廓線的長度。因為在輪廓線上有垂直、水平方向的移動，也有斜對角方向上的移動，如果只是簡單地對輪廓線上像素值進行累計計算，則會使垂直、水平方向上的長度夸大，為此將這兩種方向上的像素分類進行計算，可以得到一個合理的周長定義。周長的計算公式定義如下： 其中：Ne為邊界線

6、上方向碼（鏈碼定義中的方向碼）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)。1510.1 二值圖像中的基本概念10.1.6 幾何特征的測量2. 周長如右圖所示的連通域的周長為：1710.1 二值圖像中的基本概念10.1.6 幾何特征的測量3. 質(zhì)心例如，右圖所示連通域的質(zhì)心為因此，該連通域的質(zhì)心為（xm，ym） =（4，4）。1810.1 二值圖像中的基本概念10.1.6 幾何特征的測量4.圓形度二值圖像中的各個連通域的形狀通常是不規(guī)則的。為了進行圖像分析，經(jīng)常采用該連通域與標準形狀的近似度量來描述其形狀。圓形度是某連通域與圓形相似程度的量。根據(jù)圓周長與圓面積的計算公式，定義圓形度的

7、計算公式如下： 其中，AS為連通域S的面積； LS為連通域S的周長。1910.1 二值圖像中的基本概念10.1.6 幾何特征的測量4.圓形度前面已經(jīng)計算得到右圖所示圓形連通域的面積為AS = 21，周長為LS = 13.66，則其圓形度為右下圖中矩形與菱形連通域的圓形度為：2010.1 二值圖像中的基本概念10.1.6 幾何特征的測量4.圓形度如上例，圓形連通域的圓形度為1.41，對下面右圖所示的矩形與菱形連通域的圓形度進行標準化處理后，有：2110.1 二值圖像中的基本概念10.1.6 幾何特征的測量4.圓形度值得注意的是，理論上圓形度的值不大于1。前述結(jié)果是因為該圖像的分辨率太低，換句話說

8、，連通域的面積太小，導致在計算面積與周長時都有一定量化偏差所導致的。但前例中給出的三個不同形狀的連通域的圓形度的值來比較，仍舊還是圓形連通域的圓形度最大。在這里提醒讀者注意在進行圖像分析或圖像測量時，遇到類似的情況，可以以相同分辨率圓形連通域的圓形度為標準，對所分析或測量的連通域的圓形度進行標準化處理。2210.1 二值圖像中的基本概念10.1.6 幾何特征的測量4.圓形度對于圓形目標，圓形度取最大值，目標形狀越復雜，圓形度值越小。因此圓形度可作為目標形狀的復雜度或者粗糙程度的一種度量。2410.1 二值圖像中的基本概念10.1.6 幾何特征的測量5. 矩形度如下圖，圓形連通域的面積為AS=2

9、1，包圍該連通域的最小矩形面積為AR=5 x 5=25，則矩形度為R=21/25=0. 84。對菱形連通域，前面已經(jīng)計算得到其面積為AS=13，包圍該連通域的最小矩形面積AR=5 x 5=25，則矩形度R=13/25=0. 52。2510.1 二值圖像中的基本概念10.1.6 幾何特征的測量6. 長寬比長寬比是將細長目標與近似矩形或圓形目標進行區(qū)分時采用的形狀度量。長寬比的計算公式定義如下： 其中，WA是包圍連通域的最小矩形的寬度； LA是包圍連通域的最小矩形的長度。前圖中矩形連通域的長寬比WL=5/5=1。2710.2 腐蝕與膨脹腐蝕與膨脹屬非線性邏輯模板非線性邏輯模板不能用簡潔的數(shù)學形式表

10、達。它實際上是對鄰域內(nèi)的象素分布模式進行分類后，根據(jù)不同的模式而給出不同處理。下面給出的各種算法都是針對二值圖象的。處理中均使用3X3的模板（結(jié)構(gòu)元素），并假定圖中背景象素灰度值為0，景物象素值為1。有三種典型的非線性邏輯模板：腐蝕膨脹抽取輪廓2810.2 腐蝕與膨脹10.2.1 腐蝕腐蝕處理是將圖象輪廓向內(nèi)收縮的一種處理方式。腐蝕處理的算法如下所述：1. 若模板中心象素的灰度值為1，并且周圍8個相鄰點中至少有一個象素為0時，中心象素值改為0；2. 除此之外，保留原中心象素值。腐蝕處理的結(jié)果見下圖的示例。腐蝕2910.2 腐蝕與膨脹10.2.1 腐蝕3010.2 腐蝕與膨脹10.2.1 腐蝕腐

11、蝕，通常在去除小顆粒噪聲以及消除目標物之間的粘連是非常有效的。如下圖，對原圖進行兩次腐蝕處理之后，不僅將原圖中的小顆粒噪聲去除，而且將原圖中的幾處（如原圖左上角，右上角處）目標物之間的粘連消除了。3110.2 腐蝕與膨脹10.2.2 膨脹膨脹處理是將圖象輪廓向外擴展的一種處理方式。膨脹可以用來填補目標區(qū)域中存在的某些空洞，以及消除包含在目標區(qū)域中的小顆粒噪聲。它是腐蝕處理的對偶。膨脹處理的算法如下：1若模板中心象素為0，且周圍8個相鄰點中至少有一個象素值為1，則改變中心象素為1；2除此之外，保留原中心象素值。3210.3 開運算與閉運算腐蝕處理可以將粘連的目標物分離，膨脹處理可以將斷開的目標物

12、接續(xù)。但同時都存在一個問題，即：經(jīng)過腐蝕處理后，目標物的面積會減??；經(jīng)過膨脹處理后，目標物的面積會增大；其形狀與位置也可能會發(fā)生改變。為解決這個問題，提出了開運算與閉運算。3310.3 開運算與閉運算10.3.1 開運算（open）先腐蝕后膨脹稱為開，見下圖。開運算的作用：去除孤立的小點，毛刺和連通兩塊區(qū)域的小點，平滑較大物體的邊界，而總的位置、形狀和面積不變。3410.3 開運算與閉運算10.3.2 閉運算（close）先膨脹后腐蝕稱為閉，見下圖。閉運算的作用：填充目標內(nèi)細小空洞，連接斷開的鄰近目標，平滑邊界，而總的位置、形狀和面積不變。3510.4 輪廓抽取與輪廓跟蹤10.4.1 輪廓抽取

13、用下述算法可以很簡單地抽取二值圖象的輪廓線。1. 若中心象素值為0，不問其余8象素的值如何，一律保留中心象素值為0；2. 若中心象素值為1，且其余8個象素全為1，則改變中心象素值為0；3. 除此以外，全部將中心象素值設為1。3610.4 輪廓抽取與輪廓跟蹤10.4.2 輪廓跟蹤輪廓跟蹤，顧名思義就是通過順序找出邊緣點來跟蹤出邊界。簡單二值圖象閉合邊界的輪廓跟蹤算法很簡單：首先按從上到下，從左到右的順序搜索，找到的第一個前景點一定是最左上方的邊界點，記為A。它的右，右下，下，左下四個鄰點中至少有一個是邊界點，記為B。從開始B找起，按右，右上，上，左上，左，左下，下，右下的順序找相鄰點中的邊界點C

14、。如果C就是A點，則表明已經(jīng)轉(zhuǎn)了一圈，程序結(jié)束。 否則從C點繼續(xù)找，直到找到A為止。判斷是不是邊界點很容易：如果它的上下左右四個鄰居都是前景點則不是邊界點，否則是邊界點。3710.5 細線化方法細線化能夠?qū)崿F(xiàn)從文本等圖像信息中抽取骨架。所謂細線化，就是從原來的圖中去掉一些點，但仍要保持原來的形狀，即保持原圖的骨架。所謂骨架，可以理解為圖象的軸線，例如一個長方形的骨架是它的長方向上的中軸線；正方形的骨架是它的中心點；圓的骨架是它的圓心，直線的骨架是它自身，孤立點的骨架也是自身。怎樣判斷一個點是否能去掉呢？顯然，要根據(jù)它的八個相鄰點的情況來判斷，我們給幾個例子。3810.5 細線化方法如下圖：（1

15、）不能刪，因為它是個內(nèi)部點，我們要求的是骨架，如果連內(nèi)部點也刪了，骨架也會被掏空的；（2）不能刪，和（1）是同樣的道理；（3）可以刪，這樣的點不是骨架；（4）不能刪，因為刪掉后，原來相連的部分斷開了；（5）可以刪，這樣的點不是骨架；（6）不能刪，因為它是直線的端點，如果這樣的點刪了，那么最后整個直線也被刪了，剩不下什么；（7）不能刪，因為孤立點的骨架就是它自身。 總結(jié)一下，有如下的判據(jù)：1.內(nèi)部點不能刪除；2.孤立點不能刪除；3.直線端點不能刪除4.如果P是邊界點，去掉P后，如果連通分量不增加，則P可以刪除。3910.5 細線化方法細線化算法有很多。下面的方法是：根據(jù)上述的判據(jù)，事先做出一張表，相鄰點共8