区域生长算法的一种C++实现

　　区域生长算法是一种图像分割方法，能够将图像中具有相同特征的连通区域分割出来，同时保证较好的边缘信息。

　　区域生长算法的优点是简单，容易实现；但空间和时间复杂度较高，对分割图像要求较高，否则容易形成孔洞和过分割。

　　区域生长算法的基本思想是首先获取分割区域的一个种子点，然后在种子点的周围搜索与该种子点有相似性质的像素点，合并到种子区域中。然后将合并的像素作为新的种子点继续搜索，直到种子区域中所有像素周围没有相似的像素点，算法结束。

　　如果要实现区域生长算法，基本算法流程是：

　　1. 选取种子点p（x0，y0），用堆栈表示种子区域，将种子点push到种子堆栈中

　　2. 将种子堆栈中第一个种子点pop出堆栈，并以该点为中心，遍历该中心8邻域像素

　　3. 判断遍历像素点是否已经在种子区域中，如果否，判断遍历像素点是否满足相邻种子点相似性，如果像素点（x，y）满足相似性，将（x，y）push到堆栈中

　　4. 重复步骤 2-3，直至种子堆栈为空。

　　从基本思想可以知道，影响区域生长算法的要素有三个：种子点的选取；搜索路径的选择；像素相似性的判断。

　　种子点的选取：一般情况下，区域生长算法是半交互式的分割算法，需要用户选取种子点。也可以是通过其他算法计算出来的种子点。

　　搜索路径的选择：搜索路径一般选择相邻的像素，以二维图像为例，一般为8邻域搜索，或者4邻域搜索；以三维图像为例，一般为26邻域搜索或者6邻域搜索。

　　像素相似性的判断：相似性一般以像素值的相近程度为判断标准，例如，可以设置一定灰度范围做为相似的标准。也可以通过计算满足某种形状或者性质作为判断标准。

　　接着根据上文中提到的算法，作者提出一种C++的实现方法，该实现不基于任何类库，以二维图像为例，假设图像的数据类型为char型。

首先，为了便于操作，需要定义种子点的类：

 class Point2D
 {
 public:
     Point2D(){}
     Point2D(int ix, int iy)
     {
         this->x = ix;
         this->y = iy;
     }

     ~Point2D(){}

     Point2D operator+(const Point2D& a) const
     {
         return Point2D(x + a.x, y + a.y);
     }

     Point2D operator-(const Point2D& a) const
     {
         return Point2D(x - a.x, y - a.y);
     }

     bool operator=(const Point2D & a)
     {
         return (x == a.x && y == a.y);
     }

     int x;
     int y;
 };

然后，定义种子点的邻域信息：

const Point2D PointShift2D[] =
{
    Point2D(, ),
    Point2D(, -),
    Point2D(, -),
    Point2D(-, -),
    Point2D(-, ),
    Point2D(-, ),
    Point2D(, ),
    Point2D(, )
};

然后，定义区域生长算法类的头文件：

class RegionGrowing
{
public:
    RegionGrowing();
    ~RegionGrowing();

    void SetInputData(char *pData, int width, int height);

    void SetSeedPoint(Point2D &p);

    void SetThreshold(int low, int hight);

    bool RegionGrow2D();

    char* GetOutput();

private:
    int LowThreshold;
    int HighThreshold;

    int Width;
    int Height;

    char *InputData;
    char *OutputData;

    Point2D SeedPoint;
};

然后，是区域生长算法类的实现：

 #include "RegionGrowing.h"
 #include <stack>

 RegionGrowing::RegionGrowing()
 {
     this->InputData = nullptr;
     this->OutputData = nullptr;
 }

 RegionGrowing::~RegionGrowing()
 {

 }

 void RegionGrowing::SetInputData(char *pData, int width, int height)
 {
     this->InputData = pData;
     this->Width = width;
     this->Height = height;
 }

 void RegionGrowing::SetSeedPoint(Point2D &p)
 {
     this->SeedPoint = p;
 }

 void RegionGrowing::SetThreshold(int low, int high)
 {
     this->LowThreshold = low;
     this->HighThreshold = high;
 }

 bool RegionGrowing::RegionGrow2D()
 {
     if (this->InputData == nullptr || this->OutputData == nullptr)
     {
         return false;
     }

     int index = this->SeedPoint.y * this->Width + this->SeedPoint.x;
     int seedValue = this->InputData[index];

     std::stack<Point2D> pointStack;
     pointStack.push(this->SeedPoint);

     memset(this->OutputData, , sizeof(char)*this->Width*this->Height);

     while (!pointStack.empty())
     {
         Point2D topPoint = pointStack.top();
         pointStack.pop();

         for (int i = ; i < ; i++)
         {
             Point2D p = topPoint + PointShift2D[i];

             index = p.y * this->Width + p.x;

             if (this->InputData[index] > this->LowThreshold &&
 　　　　　　　　this->InputData[index] < this->HighThreshold &&
               this->OutputData[index] == )
             {
                 this->OutputData[index] = ;
                 pointStack.push(p);
             }
         }
     }

     return true;
 }

 char* RegionGrowing::GetOutput()
 {
     return this->OutputData;
 }

声明本博客文章未特殊注明均为原创，转载请注明作者和原地址