改进的二值图像像素标记算法及程序实现(含代码)
2014-08-19 12:15
423 查看
笔者实现了一个论文里面的算法程序,论文(可以网上搜索到,实在搜不到可以联系笔者或留下邮箱发给你)讲解比较到位,按照作者的思路写完了代码,测试效果很好,在此分享一下算法思路及实现代码。
此算法优于一般的像素标记算法,只需扫描一遍就可以得出图像边界、面积等等,大大减少了计算量。
算法描述:
一、全图扫描
对二值图像全图扫描,左到右,上到下,一遇到像素边界就进行判断。像素边界指当前像素灰度为1,其他8领域至少有一个灰度值为0。
1.先依次判断当前像素(i,j)的左侧、左上侧、上侧像素和右上侧像素是否被已标记,一旦遇到已标记则说明当前像素(i,j)和这个已标记像素属于同一个目标,赋予Edge[i][j]相同的标记值,结束本像素标记,如四个像素都未标记则进入第二步。
2.当前像素右移一部,即变为(i,j+1),进入一子循环,每次循环判断当前像素右上侧像素是否已标记。如已标记则赋予Edge[i][j]相同的标记值并跳出循环结束,如当前像素右上侧像素未标记则右移一位像素继续判断,直到到达这一行像素的右侧边界,跳出循环说明像素(i,j)属于新目标。则原来最大目标标记值temp加1并赋予Edge[i][j],结束本像素标记。
这一大步需要注意可能会有同一类别被分到不同目标,需要全图扫描时进行判断,主要是凹形。
二、扫描后处理
1.归类。前面记录的等价标记数组只是记录了两两等价情况,而实际可能超过两个,如三个等价。这里需要补充的是,Same2数组是一个tempX1的数组,第几行就对应第几个目标处理情况。依次扫描Same1数组每一行,在Same2中修改类别值,保证统一类的值归为一类。
2.标以正确的目标值。经过上一步,属于同一目标的像素标记值都已归为一类,有几类就有几个带下凹的目标,再加上0的个数(不带下凹的目标个数)就是实际目标总数。顺序扫描Same2,遇到0说明该行号表示的目标位没有下凹的,result+1赋予Same3的同一行,遇到非零数字,则看它是否第一次出现,如果第一次出现,result+1并赋予Same3同一行,如Same2这一行的值不是第一次出现,则把前面具有相同数字那一行在Same3中同行的值赋予Same3的这一行,直到检测完Same2。最后在Same3的最后数字表示的就是目标数。
3.根据得到目标数进行目标划分,整个图像就被分到了几个目标值。得到的目标值可以统计目标数目、实现面积、周长和质心等特征值。
程序代码:
效果如下:
共享园友,学习共勉!
此算法优于一般的像素标记算法,只需扫描一遍就可以得出图像边界、面积等等,大大减少了计算量。
算法描述:
一、全图扫描
对二值图像全图扫描,左到右,上到下,一遇到像素边界就进行判断。像素边界指当前像素灰度为1,其他8领域至少有一个灰度值为0。
1.先依次判断当前像素(i,j)的左侧、左上侧、上侧像素和右上侧像素是否被已标记,一旦遇到已标记则说明当前像素(i,j)和这个已标记像素属于同一个目标,赋予Edge[i][j]相同的标记值,结束本像素标记,如四个像素都未标记则进入第二步。
2.当前像素右移一部,即变为(i,j+1),进入一子循环,每次循环判断当前像素右上侧像素是否已标记。如已标记则赋予Edge[i][j]相同的标记值并跳出循环结束,如当前像素右上侧像素未标记则右移一位像素继续判断,直到到达这一行像素的右侧边界,跳出循环说明像素(i,j)属于新目标。则原来最大目标标记值temp加1并赋予Edge[i][j],结束本像素标记。
这一大步需要注意可能会有同一类别被分到不同目标,需要全图扫描时进行判断,主要是凹形。
二、扫描后处理
1.归类。前面记录的等价标记数组只是记录了两两等价情况,而实际可能超过两个,如三个等价。这里需要补充的是,Same2数组是一个tempX1的数组,第几行就对应第几个目标处理情况。依次扫描Same1数组每一行,在Same2中修改类别值,保证统一类的值归为一类。
2.标以正确的目标值。经过上一步,属于同一目标的像素标记值都已归为一类,有几类就有几个带下凹的目标,再加上0的个数(不带下凹的目标个数)就是实际目标总数。顺序扫描Same2,遇到0说明该行号表示的目标位没有下凹的,result+1赋予Same3的同一行,遇到非零数字,则看它是否第一次出现,如果第一次出现,result+1并赋予Same3同一行,如Same2这一行的值不是第一次出现,则把前面具有相同数字那一行在Same3中同行的值赋予Same3的这一行,直到检测完Same2。最后在Same3的最后数字表示的就是目标数。
3.根据得到目标数进行目标划分,整个图像就被分到了几个目标值。得到的目标值可以统计目标数目、实现面积、周长和质心等特征值。
程序代码:
//改进的像素标记算法实现代码及注释 //作者用这个算法来绘制目标外接矩形用的 //返回找到图像目标处理凹形数目,参数frame是原始二值图像,num为处理前凹形找到目标数目,s和e分别表示绘制矩形的开始点和结束点 int pixelFlag(cv::Mat &frame,int &num,vector<Point2f> &s,vector<Point2f> &e)//返回个数 { //frame. int kind=0,kindEnd=0,kindResult=0;//归类类别 vector<int> same1[2];//可疑边界目标 int edge[frame.rows][frame.cols];//表明边界属于哪个类 memset(edge,0,sizeof(edge)); //qDebug()<<frame.channels(); //扫描每个像素判断 for(int i=1;i<frame.rows-1;i++) for(int j=1;j<frame.cols-1;j++) { if((frame.at<uchar>(i,j)!=0)&&(!frame.at<uchar>(i-1,j)||!frame.at<uchar>(i-1,j-1)||!frame.at<uchar>(i-1,j+1) ||!frame.at<uchar>(i,j-1)||!frame.at<uchar>(i,j+1)||!frame.at<uchar>(i+1,j-1) ||!frame.at<uchar>(i+1,j)||!frame.at<uchar>(i+1,j+1)))//判断边界点 { if(edge[i][j-1])//判断是否紧邻已被标物体 左 { edge[i][j]=edge[i][j-1]; } else if(edge[i-1][j-1])//左上 { edge[i][j]=edge[i-1][j-1]; } else if(edge[i-1][j])//上 { edge[i][j]=edge[i-1][j]; }else if(edge[i-1][j+1])//右上 { edge[i][j]=edge[i-1][j+1]; }else { int f=0; while(frame.at<uchar>(i,j+f)&&((j+f)<frame.cols-1))//右移判断 { if(edge[i-1][j+f+1]) { edge[i][j]=edge[i-1][j+f+1]; break; } else { f++; } } if(!frame.at<uchar>(i,j+f))//未找到处理 { kind++; edge[i][j]=kind; } } if(edge[i][j]&&edge[i-1][j+1])//如果当前点和右上不在一个类别就记录 { if(edge[i][j]!=edge[i-1][j+1]) { same1[0].push_back(edge[i][j]); same1[1].push_back(edge[i-1][j+1]); } } } } //处理扫描后的结果 int same2[kind];memset(same2,0,sizeof(same2)); int sameEnd[kind];memset(sameEnd,0,sizeof(sameEnd)); //QDebug debug; if(!same1[0].empty()) { for(uint i=0;i<same1[0].size();i++) { if((!same2[same1[0][i]-1])&&(!same2[same1[1][i]-1]))//如果都没有处理,种类加1 { kindEnd++; same2[same1[0][i]-1]=kindEnd; same2[same1[1][i]-1]=kindEnd; }else if(same2[same1[0][i]-1]&&same2[same1[1][i]-1]) { same2[same1[0][i]-1]=same2[same1[1][i]-1]; }else if(!same2[same1[0][i]-1]&&same2[same1[1][i]-1]) { same2[same1[0][i]-1]=same2[same1[1][i]-1]; }else if(same2[same1[0][i]-1]&&!same2[same1[1][i]-1]) { same2[same1[1][i]-1]=same2[same1[0][i]-1]; } } } for(int i=0;i<kind;i++)//复制到sameend { if(!same2[i]) { kindResult++; sameEnd[i]=kindResult; } else //if(same2) { int j=0; while(j<i) { if(same2[j]==same2[i]) { break; } j++; } if(j<i) { sameEnd[i]=sameEnd[j]; }else { kindResult++; sameEnd[i]=kindResult; } } } num=kind; //对边界进行处理 for(int i=1;i<frame.rows-1;i++) for(int j=1;j<frame.cols-1;j++) { if(edge[i][j]) { edge[i][j]=sameEnd[edge[i][j]-1]; } } for(int i=0;i<kindResult;i++) { s.push_back(Point2f(1000,1000)); e.push_back(Point2f(0,0)); } for(int i=1;i<frame.rows-1;i++)//求边界对角点 for(int j=1;j<frame.cols-1;j++) { if(edge[i][j]) { if(s[edge[i][j]-1].y>i) { s[edge[i][j]-1].y=i; } if(s[edge[i][j]-1].x>j) { s[edge[i][j]-1].x=j; } if(e[edge[i][j]-1].y<i) {
e[edge[i][j]-1].y=i; } if(e[edge[i][j]-1].x<j) { e[edge[i][j]-1].x=j; } } } return kindResult; }
效果如下:
共享园友,学习共勉!
相关文章推荐
- 改进的二值图像像素标记算法及程序实现
- 计算机视觉算法开源实现 代码程序 Computer Vision Algorithm Implementations
- Java JVM 1:垃圾收集算法 - 标记清除算法(伪代码实现与深入分析)
- 限制程序中某类操作的执行次数的算法设计及C代码实现
- 无向图的最小生成树算法的C程序实现代码(Prim算法)
- Java JVM 2:垃圾收集算法 - 标记整理算法(伪代码实现与深入分析)
- 经典内部排序算法学习总结(算法思想、可视化、Java代码实现、改进、复杂度分析、稳定性分析)
- 常用的一些小程序集合的算法描述和部分代码(输出BMP,截取yuv,边界标记)
- Teechart中dbchart用程序代码实现图表的方法
- 一个简单的AJAX实现,基于C#的ASP.Net,包括服务器端的程序代码
- AjaxPanel自定义控件实现页面无刷新数据交互(做了个示例程序, 效果确实比较Cool, 用法非常简单! )(示例代码下载)
- AjaxPanel自定义控件实现页面无刷新数据交互(做了个示例程序, 效果确实比较Cool, 用法非常简单! )(示例代码下载)
- 在C++下实现的程序拨号代码
- 一个用Dijkstra算法实现的路由算法的java程序——1 GraphAdjList类
- 一个简单的AJAX实现,基于C#的ASP.Net,包括服务器端的程序代码
- OpenCV下车牌定位算法实现代码 (二)
- AIX 程序设计大赛-AIX正方形问题算法及Java程序实现
- AIX 程序设计大赛-AIX正方形问题算法及Java程序实现(方案二)
- Windows Forms 实现安全的多线程详解(附带程序代码示例) [zz]
- AjaxPanel自定义控件实现页面无刷新数据交互(做了个示例程序, 效果确实比较Cool, 用法非常简单! )(示例代码下载)