原文:Win8Metro(C#)数字图像处理--2.25二值图像距离变换



[函数名称]

二值图像距离变换函数DistanceTransformProcess(WriteableBitmap
src)

[算法说明]

 二值图像的距离变换实际上就是将二值图像转换为灰度图像,在二值图像中我们将图像分为目标图像和背景图像,假设目标图像像素值为1,即为白色,背景像素为0即为黑色。在转换后的幅灰度图像中,每个连通域的各个像素点的灰度级与该像素点到其背景像素的最近距离有关。其中灰度级最大点的集合为目标图像的骨架,就是目标图像中心部分的像素的集合,灰度级反应了背景像素与目标图像边界的影响关系。用数学语言表示如下:

 假设二值图像I包含一个连通域S,其中有目标O和背景B,距离图为D,则距离变换定义如下:

 

 

 

距离变换的具体步骤为:

     1,将图像中的目标像素点分类,分为内部点,外部点和孤立点。

以中心像素的四邻域为例,如果中心像素为目标像素(值为1)且四邻域都为目标像素(值为1),则该点为内部点。如果该中心像素为目标像素,四邻域为背景像素(值为0),则该中心点为孤立点,如下图所示。除了内部点和孤立点之外的目标区域点为边界点。

       6,对于孤立点保持不变。

 以上的距离变换方法由于计算量大,比较耗时,因此在实际应用中,我们采用一种倒角模版算法,只需要对图像进行两次扫描就可以实现距离变换。该方法称为Chamfer倒角距离变换法。

 该方法使用两个模版,分别为前向模版和后向模板,如下图所示:

 

 计算步骤如下:

 1,使用前向模板,对图像从上到下,从左到右进行扫描,模板中心0点对应的像素值如果为0则跳过,如果为1则计算模板中每个元素与其对应的像素值的和,分别为Sum1,Sum2,Sum3,Sum4,Sum5,而中心像素值为这五个和值中的最小值。

 2,使用后向模板,对图像从下到上,从右到左进行扫描,方法同上。

 3,一般我们使用的模板为3*3和5*5,分别如下图所示:

 

                          

[函数代码]

       ///<summary>

       ///
Distance transform of binary image.

       ///</summary>

       ///<param
name="src">The source image.</param>

       ///<returns></returns>

       publicstaticWriteableBitmap
DistanceTransformProcess(WriteableBitmap src)////25二值图像距离变换

       {

           if
(src !=null)

           {

               int
w = src.PixelWidth;

               int
h = src.PixelHeight;

               WriteableBitmap
expansionImage =newWriteableBitmap(w,
h);

               byte[]
temp = src.PixelBuffer.ToArray();

               int
t1, t2, t3, t4, t5, min = 0;

               for
(int y = 0; y < h; y++)

               {

                   for
(int x = 0; x < w * 4 - 4; x += 4)

                   {

                       if
(y == 0 || x == 0)

                       {

                           temp[x + y * w * 4] = 0;

                           temp[x + 1 + y * w * 4] = 0;

                           temp[x + 2 + y * w * 4] = 0;

                       }

                       else

                       {

                           if
(temp[x + y * w * 4] != 0)

                           {

                               t1 = temp[x - 3 + (y - 1) * w * 4] + 4;

                               t2 = temp[x + (y - 1) * w * 4] + 3;

                               t3 = temp[x + 3 + (y - 1) * w * 4] + 4;

                               t4 = temp[x - 3 + y * w * 4] + 3;

                               t5 = temp[x + y * w * 4];

                               min = GetMin(t1, t2, t3, t4, t5);

                               temp[x + y * w * 4] = (byte)min;

                               temp[x + 1 + y * w * 4] = (byte)min;
temp[x + 2 + y * w * 4] = (byte)min;

                           }

                           t2 = 0; t3 = 0; t4 = 0; t5 = 0; min = 0;

                       }

                   }

               }

               for
(int y = h - 2; y > 0; y--)

               {

                   for
(int x = w * 4 - 4; x > 0; x -= 4)

                   {

                       if
(y == 1 || x == 3)

                       {

                           temp[x + y * w * 4] = 0;

                           temp[x + 1 + y * w * 4] = 0;

                           temp[x + 2 + y * w * 4] = 0;

                       }

                       else

                       {

                           if
(temp[x + y * w * 4] != 0)

                           {

                               t1 = temp[x - 3 + (y + 1) * w * 4] + 4;

                               t2 = temp[x + (y + 1) * w * 4] + 3;

                               t3 = temp[x + 3 + (y + 1) * w * 4] + 4;

                               t4 = temp[x + 3 + y * w * 4] + 3;

                               t5 = temp[x + y * w * 4];

                               min = GetMin(t1, t2, t3, t4, t5);

                               temp[x + y * w * 4] = (byte)min;

                               temp[x + 1 + y * w * 4] = (byte)min;
temp[x + 2 + y * w * 4] = (byte)min;

                           }

                           t2 = 0; t3 = 0; t4 = 0; t5 = 0; min = 0;

                       }

                   }

               }

               Stream
sTemp = expansionImage.PixelBuffer.AsStream();

               sTemp.Seek(0,
SeekOrigin.Begin);

               sTemp.Write(temp, 0, w * 4 * h);

               return
expansionImage;

           }

           else

           {

               returnnull;

           }

       }

       privatestaticint
GetMin(int a,
int b,int
c,int d,int
e)

       {

           int
t = (a < b ? a : b) < c ? (a < b ? a : b) : c;

           return
((t < d ? t : d) < e ? (t < d ? t : d) : e);

       }

[图像效果]

Win8Metro(C#)数字图像处理--2.25二值图像距离变换的更多相关文章

  1. Win8Metro(C#)数字图像处理--2.24二值图像闭运算

    原文:Win8Metro(C#)数字图像处理--2.24二值图像闭运算  [函数名称] 二值图像闭运算函数CloseOperateProcess(WriteableBitmap src) [算法说 ...

  2. Win8Metro(C#)数字图像处理--2.22二值图像膨胀

    原文:Win8Metro(C#)数字图像处理--2.22二值图像膨胀  [函数名称] 二值图像膨胀函数DilationProcess(WriteableBitmap src) [算法说明]  膨胀 ...

  3. Win8Metro(C#)数字图像处理--2.23二值图像开运算

    原文:Win8Metro(C#)数字图像处理--2.23二值图像开运算  [函数名称] 二值图像开运算函数OpenOperateProcess(WriteableBitmap src) [算法说明 ...

  4. Win8Metro(C#)数字图像处理--2.21二值图像腐蚀

    原文:Win8Metro(C#)数字图像处理--2.21二值图像腐蚀  [函数名称] 二值图像腐蚀函数CorrosionProcess(WriteableBitmap src) [算法说明] 二值 ...

  5. Win8Metro(C#)数字图像处理--2.33图像非线性变换

    原文:Win8Metro(C#)数字图像处理--2.33图像非线性变换  [函数名称] 图像非线性变换函数NonlinearTransformProcess(WriteableBitmap src ...

  6. Win8Metro(C#)数字图像处理--2.40二值图像轮廓提取

    http://dongtingyueh.blog.163.com/blog/static/4619453201271481335630/ [函数名称] 二值图像轮廓提取         Contour ...

  7. Win8Metro(C#)数字图像处理--2.34直方图规定化

    原文:Win8Metro(C#)数字图像处理--2.34直方图规定化  [函数名称] WriteableBitmap HistogramSpecificateProcess(WriteableBi ...

  8. Win8Metro(C#)数字图像处理--2.30直方图均衡化

    原文:Win8Metro(C#)数字图像处理--2.30直方图均衡化 [函数名称] 直方图均衡化函数HistogramEqualProcess(WriteableBitmap src) [算法说明] ...

  9. Win8Metro(C#)数字图像处理--2.31灰度拉伸算法

    原文:Win8Metro(C#)数字图像处理--2.31灰度拉伸算法  [函数名称] 灰度拉伸函数GrayStretchProcess(WriteableBitmap src) [算法说明]    ...

随机推荐

  1. 移动端UI界面设计:APP字体排版设计的七个原则

    移动端UI界面设计:APP字体排版设计的七个原则 发布于: 2015 年 2 月 9 日 by admin 再来谈移动端APP字体排版设计,也许有人会说,这个还有什么好说的呢?但是真正能够运用好APP ...

  2. 【机器学习实战】第9章 树回归(Tree Regression)

    第9章 树回归 <script type="text/javascript" src="http://cdn.mathjax.org/mathjax/latest/ ...

  3. Everything starts with a dream(A day has only 24 hours and these things take time,所以要抓紧)

    There is the famous quote: "Everything starts with a dream" and many years ago, Michael Va ...

  4. Lucene + Pinyin4J 提供首字母搜索(——)

    遇到一个集团需求,要求在地址查询时候提供拼音搜索,第一反应应该不难,不过实现过程中却一波三折. 1.第一步是讲字段首字母进行索引,具体可以使用Pinyin4j提供的方法完成. 2.原来系统用的luce ...

  5. Linux中mv重命名作用及打包war压缩文件及分配权限

    1.Linux中的重命名文件使用mv命令 touch a.txt 新建一个文件 mv a.txt b.txt 重命名文件为b.txt mkdir abc 新建一个目录 mv abc abd 重命名文件 ...

  6. 增删改查 T-SQL最基本操作

    use test --操作test表 go --查询 select * from stu -- 查询stu里的所有数据 select top 3 * from stu -- 查询stu里前三行数据 s ...

  7. Java反射xml数据类

    我们做自己的自动化测试.遇到使用xml存储数据,然而,这些数据可以被封装成一个类.将数据传递.通过下面的实际例子,展示给大家.请欣赏. 第一步:xml数据存储将被使用 第二步:读取xml文件的方法 第 ...

  8. Python 编程规范 —— TODO 注释(结合 PyCharm)

    编程是代码和注释的统一: TODO 自然表示需要做而未做的一些待完成的事项,有助于事后的检索,以及对整体项目做进一步的修改迭代. # TODO(kl@gmail.com): Use a "* ...

  9. Android 对.properties文件的读取

    /** * * @param filepath .properties文件的位置 */ public void checkFileExists(String filepath){ File file ...

  10. Mobile Push Notification

    In one embodiment, a method includes sending to a mobile client computing device a first notificatio ...