标签:style blog http color strong for ar 2014
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:
1 //改进的像素标记算法实现代码及注释 2 //作者用这个算法来绘制目标外接矩形用的 3 //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 4 int pixelFlag(cv::Mat &frame,int &num,vector<Point2f> &s,vector<Point2f> &e)//返回个数 5 { 6 //frame. 7 int kind=0,kindEnd=0,kindResult=0;//归类类别 8 vector<int> same1[2];//可疑边界目标 9 10 int edge[frame.rows][frame.cols];//表明边界属于哪个类 11 memset(edge,0,sizeof(edge)); 12 //qDebug()<<frame.channels(); 13 //扫描每个像素判断 14 for(int i=1;i<frame.rows-1;i++) 15 for(int j=1;j<frame.cols-1;j++) 16 { 17 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) 18 ||!frame.at<uchar>(i,j-1)||!frame.at<uchar>(i,j+1)||!frame.at<uchar>(i+1,j-1) 19 ||!frame.at<uchar>(i+1,j)||!frame.at<uchar>(i+1,j+1)))//判断边界点 20 { 21 if(edge[i][j-1])//判断是否紧邻已被标物体 左 22 { 23 edge[i][j]=edge[i][j-1]; 24 } 25 else 26 if(edge[i-1][j-1])//左上 27 { 28 edge[i][j]=edge[i-1][j-1]; 29 } 30 else 31 if(edge[i-1][j])//上 32 { 33 edge[i][j]=edge[i-1][j]; 34 }else 35 if(edge[i-1][j+1])//右上 36 { 37 edge[i][j]=edge[i-1][j+1]; 38 }else 39 { 40 int f=0; 41 while(frame.at<uchar>(i,j+f)&&((j+f)<frame.cols-1))//右移判断 42 { 43 if(edge[i-1][j+f+1]) 44 { 45 edge[i][j]=edge[i-1][j+f+1]; 46 break; 47 } 48 else 49 { 50 f++; 51 } 52 } 53 if(!frame.at<uchar>(i,j+f))//未找到处理 54 { 55 kind++; 56 edge[i][j]=kind; 57 58 } 59 } 60 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 61 { 62 if(edge[i][j]!=edge[i-1][j+1]) 63 { 64 same1[0].push_back(edge[i][j]); 65 same1[1].push_back(edge[i-1][j+1]); 66 } 67 } 68 69 70 71 } 72 } 73 74 //处理扫描后的结果 75 int same2[kind];memset(same2,0,sizeof(same2)); 76 int sameEnd[kind];memset(sameEnd,0,sizeof(sameEnd)); 77 //QDebug debug; 78 if(!same1[0].empty()) 79 { 80 for(uint i=0;i<same1[0].size();i++) 81 { 82 if((!same2[same1[0][i]-1])&&(!same2[same1[1][i]-1]))//如果都没有处理,种类加1 83 { 84 kindEnd++; 85 same2[same1[0][i]-1]=kindEnd; 86 same2[same1[1][i]-1]=kindEnd; 87 }else 88 if(same2[same1[0][i]-1]&&same2[same1[1][i]-1]) 89 { 90 same2[same1[0][i]-1]=same2[same1[1][i]-1]; 91 92 }else 93 if(!same2[same1[0][i]-1]&&same2[same1[1][i]-1]) 94 { 95 same2[same1[0][i]-1]=same2[same1[1][i]-1]; 96 }else if(same2[same1[0][i]-1]&&!same2[same1[1][i]-1]) 97 { 98 same2[same1[1][i]-1]=same2[same1[0][i]-1]; 99 } 100 101 } 102 } 103 104 for(int i=0;i<kind;i++)//复制到sameend 105 { 106 107 if(!same2[i]) 108 { 109 kindResult++; 110 sameEnd[i]=kindResult; 111 } 112 else 113 //if(same2) 114 { 115 int j=0; 116 while(j<i) 117 { 118 if(same2[j]==same2[i]) 119 { 120 break; 121 } 122 j++; 123 } 124 if(j<i) 125 { 126 sameEnd[i]=sameEnd[j]; 127 }else 128 { 129 kindResult++; 130 sameEnd[i]=kindResult; 131 } 132 133 } 134 } 135 num=kind; 136 //对边界进行处理 137 for(int i=1;i<frame.rows-1;i++) 138 for(int j=1;j<frame.cols-1;j++) 139 { 140 if(edge[i][j]) 141 { 142 edge[i][j]=sameEnd[edge[i][j]-1]; 143 } 144 } 145 for(int i=0;i<kindResult;i++) 146 { 147 s.push_back(Point2f(1000,1000)); 148 e.push_back(Point2f(0,0)); 149 } 150 for(int i=1;i<frame.rows-1;i++)//求边界对角点 151 for(int j=1;j<frame.cols-1;j++) 152 { 153 if(edge[i][j]) 154 { 155 if(s[edge[i][j]-1].y>i) 156 { 157 s[edge[i][j]-1].y=i; 158 } 159 if(s[edge[i][j]-1].x>j) 160 { 161 s[edge[i][j]-1].x=j; 162 } 163 if(e[edge[i][j]-1].y<i)
164 {
165 e[edge[i][j]-1].y=i; 166 } 167 168 if(e[edge[i][j]-1].x<j) 169 { 170 e[edge[i][j]-1].x=j; 171 } 172 } 173 } 174 return kindResult; 175 176 177 178 }
效果如下:
共享园友,学习共勉!
改进的二值图像像素标记算法及程序实现(含代码),布布扣,bubuko.com
标签:style blog http color strong for ar 2014
原文地址:http://www.cnblogs.com/tianya2543/p/3921763.html