距离变换的概念于1966年首次提出,已广泛应用于图像分析、计算机视觉和模式识别领域,经常利用它来实现目标细化、骨架提取、形状的匹配等。在二值图像的二维空间中,一幅二值图像仅仅包含目标和背景两种像素,目标像素为1,背景像素为0,距离变换的结果并不是一幅二值黑白图像,而是一幅灰度级图像,即距离图像,图像中每个像素的灰度值就是该像素与距其最近的背景像素点的距离。
图像骨架又名为图像的中轴线。主要有三种方法:基于烈火模拟、基于最大圆盘和查索引表法。
对于烈火模拟算法而言,则是在同一时刻,将目标的边缘线都点燃,火的前沿匀速向内部蔓延,当前沿相交时火焰熄灭,火焰熄灭点的结合就是骨架。
对于最大圆盘算法而言,则是以目标内所有内切圆盘的圆心集合所以其骨架。
查索引表法则是通过判断像素点周围的8连通域,在保证不影响连通域数目的前提下,将无用点删除。具体判据为:内部点、断点、孤立点、边界点不能删除。
在图9.10中,(a)、(b)的中心点不能去除,因为它是内部点;(c)的中心点不能去除,因为删除后会使原来相连的部分断开;(d)的中心点可以去除,因为该点不是骨架,删除后不会影响图像的特征结构;(e)、(f)的中心点不可以去除,因为它是直线的端点,去除后影响图像的线路特征。
索引表有256个字符,从0到255,如图9.11所示。
图9.10 像素点的8连通区域(www.xing528.com)
若8连通域周围区域是黑色像素点,则认为价值为0,为白色则取九宫格中对应的价值。对于图9.10(a)的内部点,8连通域周围所有点都为黑色,所以其总价值是0,对应于索引表的第一项。而(b)中心点的周围有三个白色点,将白色点映射到索引表中,它的总价值为1+4+32=37,对应于索引表中得第三十八项。以此类推,对于图像中得每个黑色像素点,可根据周围8区域计算价值,然后查看索引表中的对应项来决定是否要保留该点。
图9.11 索引表及其8连通域所对应的九宫格
从CCD采集到的图像,通过处理后,可得到一幅较为理想的二值图像,利用索引表的映射,可以成功将骨架提取出来。
从图9.12可以看出,初次提取骨架的效果比较理想,但在线段端点处还存在骨架多余分支。该分支会导致距离值的计算出现偏差,而且会影响骨架跟踪的速度和准确性。因此,必须去除偶然出现的端枝。通常情况下,多余端枝存在于骨架的三交叉点。
图9.12 二值图像骨架提取
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。