matlab图像处理——距离变换.doc

陆宗骐，傅江桃: 根据像素属性确定粘连区域分割位置3距离变换的应用（选自陆宗骐的论文）粘连区域的分割需要解决的问题有两个，即在何处分割以及如何进行分割。文献4介绍了一种较为简单、直观的粘连区域分割方法等值线跟踪法。此方法对二值图象作距离变换，根据局部极大的特点搜索区域核心代替极限腐蚀，用等值线跟踪代替条件膨胀，利用跟踪过程中前后两次周长的跃变发现两区域合并的时间，从而确定分割点的位置，最后用作区域连接段骨架垂线的方法进行粘连部分的分割。此方法不仅处理速度快，所得分割区域的形状也大为改观，见图1(d)。当然，确定分割点也并非一定要采用等值线跟踪才行。也可根据粘连区域连接段象素的特点，设计相应的分析算法不经跟踪直接寻得。本文在完成了一幅存在粘连的钢筋端面图象分割的基础上，总结得出若干分割原则。限于篇幅，本文只介绍象素属性分析法中分割位置的搜索算法，后续分割部分参见文献4。2 术语定义2.1 三个检测环为了识别象素的属性，需要考察该象素所在邻域内相关象素的状态，本分割方法中需使用三个检测环。它们是以当前待测象素为中心的33、55与99邻域的外边界，分别有8个、16个与32个点，见图2。它们分别称为内环、中环与外环。图中，中心象素用星号表示，内环用数字18表示，中环用小写字母ap表示，外环用大写字母AZ和数字16表示。主要用以测试环上数据的跳变，以及数值的大小关系与某类象素数目的多少等。2.2 象素类型为行文方便起见，对不同类型的象素与数据定义若干专用名词。边界点：图象中距离值为1的点。背景点：图象中距离值为0的点。(粘连区域)连接线：连接粘连两区域的(单点宽或双点宽)骨架，它们应取同一距离值。当前点：处于邻域中央，考察其是否在连接线上的那个象素。等值点：指在检测邻域内数值等于当前点的距离值的那些象素，连接线上的点必须是等值点。内点、外点：指在检测邻域内距离值分别大于、小于当前点的距离值的那些象素。角点：内环上只有两个与当前点等值的点，并且它们构成直角三角形时，称当前点为角点。图象的最大距离值：全图象素中最大的距离值，它大致等于图象中最大区域的等效半径。图3给出了三个检测点及其所在邻域的例子，图中数据为象素的距离值。为清楚起见，图中中心象素加粗后再加下划线，中环象素用粗体字表示。在图3(a)中, 带下划线的7为当前点，中环上面水平线上的两个7为等值点，其间的8为内点，当前点周围的5、6为外点，而此时当前点7是一个角点。3 分割点的特征由图1(b)不难看出，分割点应选在瓶颈部位的骨架上。同时由于涉及区域间的连通关系，与象素的拓扑特性也有关。这样便与图象处理中的一些基本概念联系了起来。其中，骨架、梯度和距离值的跳变数等概念在本判别中起着关键的作用，本节先对这些基本概念作一些说明。3.1 距离图象的骨架距离图象有一个很好的特点，即其上的等值线绝大部分是单点宽的，它们层层嵌套排列很有规律，每层的距离值相差1，内大外小。只有在区域核心部位与骨架上才有少量双点宽短线，如图3(b)中数值为2的象素为双点宽骨架。距离图象的骨架在数值上大都取所在邻域的极大值。3.2 中环梯度因为距离图象上的骨架不仅仅分布在区域的瓶颈部位，区域内部也有不少。对于单点宽骨架而言，若处于瓶颈部位时，其上象素的中环处前后左右接近对称，即该处的梯度值会比内部骨架处小些。梯度值的计算，即求中环上下边界与左右边界平均差分的绝对值之和，再设置阈值予以区分。图3中三个点的梯度值分别为10、7、8。显然，图3 (a)不在连接线上，而(b)、(c)则在连接线上。3.3 正跳变数在图象细化处理中跳变数是一个非常重要的概念，它是指当前点所在的邻域中一个围绕中心象素的封闭曲线上0与1之间的跳变数，用于表示该点的拓扑特性，确定该点在细化时是否可以删除，如图4(a)中中心象素周围0至1的跳变数为3，表示中心处的直线有三个分支。由于是二值图象，正、负跳变数相等，不用区分。对于距离图情况稍有不同。因为它不是二值图象，正跳变是指由邻域中心点数值向上的跳变，见图4(b)。距离图中距离值内大外小，正跳变指向内部，负跳变指向外部，故正、负跳变数有不同的含义。现在关心的是与内部的联系。所以，在分割点的判别中需要的是正跳变，图4(b)中的两图正跳变都为2。3.4 连接线象素的类型可将粘连区域连接线上的象素分成三种类型，即双连点、单连点与中连点4，见图5。图中当前象素用1表示，图中的其他1为等值点，2为内点，0为外点。由图可见，双连点连接两个区域，它直接可作分割点用；单连点是连接线的端点，它与其中一个区域内部相连，还需要通过线条跟踪寻找另一个端点；中连点处于连接线上但并不与区域直接相连，故需要寻找连接线段的两个端点。除了第一种情况外，后两种情况下，需要再根据连接线段的端点确定实际分割点。在以它们为中心的33邻域中，它们分别有2、1、0个内点。其中，双连点的邻域中的两个内点不能相邻接，见图5(a)。不失一般性，当当前象素的距离值为N时，图5中的数据同时增加N-1，分类情况不变。4 识别算法由于文献4已解决了得到连接线上一个点后寻找整条连接线，进而确定实际分割点位置，最后将两个粘连区域切割开的问题。本文仅介绍寻找粘连区域连接线上的象素的方法。由于每条连接线上只需寻出一个点即可。因此，所设条件是充分条件并非必要条件，为了便于将不符合条件的点剔除，这些条件有时也把连接线上的许多点筛选掉了。条件的选择以便于处理，能得到可供使用的点，并且无有害遗漏为标准。由于边界点的情况与内点有所不同，两者的识别分别进行。4.1 边界上连接线象素的识别 中环正跳变数必须为2，此为首要条件。 第二条件内环正跳变数分三种情况： 正跳变数为2时即为分割点，此为类型1。此点与所连两区域直接邻接。 正跳变数为1时，内环边界点数应大于4，此为类型2。其目的是使内环中不至混入太多背景点。 正跳变数为0时，中环背景点数应小于7，此为类型3。其目的是为了保证当前象素保持在粘连区域的瓶颈部位。图6给出了这三类边界线分割点的例子。上方为粘连区域图象，分割点在图象中央，下面数据为所在邻域内象素的距离值。4.2 内点中连接线象素的识别 中环梯度必须小于规定阈值，此为首要条件。阈值分为两种情况： 通常情况下中环梯度应小于8。 内环正跳变数为2时，阈值可放宽1，即中环梯度应小于9。 第二条件内环正跳变数分两种情况： 正跳变数为2时即为分割点，此为类型4。此点与所连两区域直接邻接。 正跳变数非2时，内环上内点数应小于2(即只能为0和1)。此时又可分成两种情况：内环上等值点数非0非2时即为分割点，此为类型5。内环上等值点数为2，当前点又不是角点，此为类型6。这时，加上作为当前点的中间象素，则在内环的33邻域中它们应构成一条单点宽的短线，它处于连接线的中段，故不能是角点。 对于类型5与类型6的象素，外环上还必须至少有一个内点。用以割断图象中长的细线毛刺，使区域边界更为光滑。 为了避免把区域拦腰切开，分割点的距离值需小于图象中最大距离值的一半。图7给出了这三类分割点的例子。图7(a)中的分割点连接两个象素值为3的象素所在的区域。图7(b)中的分割点为连接段的一个起点，它连接左上角象素值为6的象素所在的区域，在右下角即将与另一区域相连。图7(c) 中的分割点为连接段中间的一个点，其左面可与象素值为5的象素所在的区域相连接，连接线在右面还将延续下去。4.3 后续处理找出了以上各类分割点之后，根据不同情况确定两区域间的连接线，进而确定实际的分割点，再作分割两区域的分割线，具体分割步骤见文献4。用以上算法实现了一幅粘连严重的钢筋图象的完全分割，见图8。分割所得轮廓非常光滑，远比采用数学形态学方法处理结果为好。图象分辨率为658532，图象的最大距离