圖像檢測-8二值圖像處理

第八章二值圖像處理本章要點: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)物兩個不同的對象，但是提取出的目標(biāo)物存在以下的問題：1）提取的目標(biāo)中存在偽目標(biāo)物；2）多個目標(biāo)物中，存在粘連或者是斷裂；3）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。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。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。四近鄰八近鄰8.2.2連接域?qū)⑾嗷ミB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)，即可獲得提取的目標(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：8.3.1貼標(biāo)簽算法1）初始化：設(shè)標(biāo)簽號為Lab=0,已貼標(biāo)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：8.3.1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：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：8.3.1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：8.3.1貼標(biāo)簽算法例：8.3.1貼標(biāo)簽算法如果掃描過的像素標(biāo)簽號不相同，例如：Lab2>Lab1,則g(i,j)=Lab1，N=N-1，修改所有為Lab2的像素值，使之為Lab1;例：8.3.1貼標(biāo)簽算法3)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：8.3.1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。8.3.2貼標(biāo)簽的應(yīng)用例8.4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)計一個結(jié)構(gòu)元素，結(jié)構(gòu)元素的原點定位在待處理的目標(biāo)像素上，通過判斷是否覆蓋，來確定是否該點被腐蝕掉。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)元素的原點定位在背景像素上，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。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，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先進(jìn)行腐蝕處理，后再進(jìn)行膨脹的處理。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。腐蝕膨脹8.6.2閉運算閉運算是對原圖先進(jìn)行膨脹處理，后再進(jìn)行腐蝕的處理。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)物的大小。膨脹腐蝕問題：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，或者是閉運算不能合并斷裂：對于開運算可以先進(jìn)行N次腐蝕，再進(jìn)行N次膨脹；對于閉運算可以先進(jìn)行N次膨脹，再進(jìn)行N次腐蝕。8.6.3閉運算的變形例2次膨脹1次膨脹1次腐蝕2次腐蝕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)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?，在A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細(xì)線化方法細(xì)線化是一種二值圖像處理運算。可以把二值圖像區(qū)域縮成線條，以逼近區(qū)域的中心線。細(xì)線化的目的是減少圖像成分，只留下區(qū)域最基本的信息，以便進(jìn)一步分析和處理。細(xì)線化一般用于文本分析預(yù)處理階段。（1）近鄰（4、8鄰點）（2）連通（4、8連通）（3）路徑指互為鄰點一個像素序列（4）連通性具有：自反性、互換性和傳遞性（5）簡單邊界點:其鄰域中（不包括P點）只有一個連通成分的邊界點(a)(b)(c)

(d)

(e)(f)(g)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)；（2）細(xì)化結(jié)果至少是8連通的；（3）保留終止線的位置；（4）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。8.8.3細(xì)線化算法在至少3x3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。判據(jù)：1）內(nèi)部點不能刪，2）孤立點不能刪；3）直線端點不能刪；4）如果P點是邊界點，去掉P后，如果連通分量不增加，可以刪。12345678設(shè)白為1，黑為0，左上方點為8位數(shù)的第一位（最低位），正上方為第二位….右下方為第八位，這樣組成的二進(jìn)制8位數(shù)去查表。Erasetable[256]={0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,0,1,1,0,0,1,1,1,0,1,1,0,0,1,0,0,0}(b)(c)

(d)

(e)(f)(g)

037173231237254255326496128160193224256nwnneweswsse水平方向細(xì)化：左鄰點w或右鄰點e至少一個為1（或255）垂直方向細(xì)化：上鄰點n或下鄰點s至少一個為1（或255）用num查表，如果Erasetable[num]=1，可刪除。直到?jīng)]有刪除點時結(jié)束。或

原圖細(xì)線化結(jié)果8.9特征量的測量一、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。例：連通域的面積為

二、周長（或邊界長）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3452*6107例：連通域的周長為起始點，逆時針三、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四、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=1.41c=1.227c=1.276五、矩形度與圓形度類似，矩形度是描述連通域與矩形相似的程度的量。As為連通域的面積，AR是包圍該連通域的最小矩形的面積。矩形度的計算公式定義如下R=0.84R=1R=0.52六、長寬比（扁度）長寬比是將細(xì)長目標(biāo)與近似矩形或圓形目標(biāo)進(jìn)行區(qū)分時采用的形狀度量。WR是包圍連通域的最小矩形的寬度，LR是包圍連通域的最小矩形的長度。長寬比的計算公式定義如下WL=1WL=1WL=1七、計數(shù)方法：1.將小區(qū)域自動加標(biāo)記（貼標(biāo)簽）方法：2.細(xì)化成一點,統(tǒng)計孤立點數(shù)應(yīng)用:各種血球、顯微顆粒、表面缺陷的統(tǒng)計和分布分析。八、距離(點到點、點到線、線到線等)d=[(x1-x2)2+(y1-y2)2]?九、凹凸性、斜率、曲率（離散圖像數(shù)據(jù)用差分表示）斜率i=arctan(yi-yi-1)/(xi-xi-1)曲率Ci=i-i-1

作業(yè)1）第166頁第6題第（1）小題；2)對右圖分別計算連通域的面積、周長、質(zhì)心、圓形度、矩形度。3）對第6題的圖像進(jìn)行一次腐蝕處理；4）對第6題的圖像進(jìn)行一次膨脹處理。注：結(jié)構(gòu)元素為原點為S的左上角元素，即S(1,1)單目標(biāo)提取示例——偽目標(biāo)物存在多目標(biāo)