连接部件标识。第2部分

发布的史蒂夫·埃丁，二七年三月十三日

8次观看(过去30天)|0喜欢|5个评论

在本系列中，我将讨论计算二值图像的连通分量的不同方法。在我讲具体内容之前
算法，我需要简单地讲一下连接．

对于一个给定的像素p的邻域集合是什么p？换句话说，什么是p的邻居吗?没有一个单一的答案适用于所有应用程序。一个定义是p这些像素是否共享一条边p．有四个这样的邻居:

1 4 p 2 3

这叫做四个相连的邻居．

另一个常见的邻域定义是共享一条边或一个角的像素集p．有八种:

8 1 2 7 p 3 6 5 4

下面是一张二值图，展示了这些邻域定义之间的实际差异:

Bw =逻辑的([.．.0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0];showPixelValues (bw)

如果我们使用四连通邻域定义，那么上图有两个连通组件:左上角的2乘2
分量，和右下2 × 3分量。在一个八连通的邻域定义中，只有一个连通
组件。

通过可选的输入参数，许多图像处理工具箱函数也支持其他类型的邻域定义金宝app
被称为康涅狄格州(连接)。对于二维处理，康涅狄格州是一个0和1的3乘3矩阵。矩阵必须是关于中心元素对称的。1s定义了邻域。
例如，这里是康涅狄格州四连通和八连通邻域的矩阵:

Conn4 = [0 1 0;11 11 1;0 10 0]

Conn4 = 0 1 0 1 1 1 0 1 0

Conn8 = [1 1 1;11 11 1;1 1 1]

Conn8 = 1 1 1 1 1 1 1 1 1 1

在本系列的下一篇文章中，我将讨论如何表示前景像素之间邻居关系的集合
作为一个图表。

使用MATLAB®7.4发布

如欲留言，请点击在这里登录您的MathWorks帐户或创建一个新帐户。

用MATLAB进行图像处理
图像处理概念，算法和MATLAB