学习DIP第58天
转载请标明本文出处:http://blog.csdn.net/tonyshengtan ,出于尊重文章作者的劳动,转载请标明出处!文章代码已托管,欢迎共同开发:https://github.com/Tony-Tan/DIPpro
继续说废话,昨天写博客被同事看到了,问我,为什么你每一篇开始都是废话,我说凑字数,在一个可以写点轻松的话,天天在算法的海洋里飘荡,偶尔说几句荒山野岭的废话也算活跃气氛了。
今天介绍基于区域的分割方法,前面基于阈值的分割方法暂时告一段落,基于区域的分割运用同样广泛,但和阈值比较,区域分割难度也稍微大了一些,比如后面要讲到的分水岭算法,分水岭算法是个算法族,并不是单一的一个固定算法,比如有基于形态学的,也有基于其他的,但思想都一样,分水岭是那种典型的,看起来很简单,一说原理,小学生都能听懂,但实现起来难度不小,也可能是我代码能力不行,反正写了将近一整天,修改了一天才算看到点结果。
由于基于区域的分割算法已经成为一个专门的研究领域,这几篇博文只介绍一点点最基础的,通用的算法,至于高深的高科技的算法,留到未来的某个时刻。这里只讲最简单的。
今天介绍的区域生长,是其中比较简单的一种。
区域生长的算法过程总结如下:
整体思路是以种子点为中心,遍历图,深度优先或广度优先没有没有关系,判断中心点和其邻域是否满足判别式,注意,此处最终要的点是判别式,设计判别式可以针对不同的应用,下面代码中设计的判别式是个简单的范围判别式,也就是说如果被判别的像素灰度值,在一定范围内,则为真,否则为假,范围是由种子点和附加参数param一起产生的。
/****************************************************************************/
/****************************************************************************/
/*区域生长,设置一个种子点x(灰度值为x_v),然后以种子点为中心
*向四周进行图搜索,如果点y(灰度值为y_v),邻域满足param+x_v>y_v>x_v-param(条件1)
*则此点与种子点归为一个区域,以此递归,条件1可以根据不同的需要自行设置其他.
*/
//递归遍历邻域,并判断条件是否成立
void findGrowRegion(double *src,double *dst,int seed_x,int seed_y,int width,int height,int regionNum,double value,double param){
dst[seed_y*width+seed_x]=(double)regionNum;
for(int j=-1;j<2;j++)
for(int i=-1;i<2;i++){
if(seed_x>=0&&seed_y>=0&&seed_x<width&&seed_y<height&&(j!=0||i!=0)){
if(src[(j+seed_y)*width+i+seed_x]>=value-param
&&src[(j+seed_y)*width+i+seed_x]<=value+param
&&dst[(j+seed_y)*width+i+seed_x]==0.0)
findGrowRegion(src, dst, i+seed_x, j+seed_y, width, height, regionNum, value,param);
}
}
}
void RegionGrow(double *src,double *dst,Position * position,int p_size,int width,int height,double param){
double * dsttemp=(double *)malloc(sizeof(double)*width*height);
Zero(dsttemp, width, height);
int regionNum=100;
for(int i=0;i<p_size;i++){
int x=position[i].x;
int y=position[i].y;
findGrowRegion(src, dsttemp, x,y, width, height, regionNum,src[y*width+x],param);
regionNum+=10;
}
matrixCopy(dsttemp, dst, width, height);
free(dsttemp);
}
区域生长算法实现较简单,但如果递归区域面积过大,可能造成程序卡死,可能是栈空间不够或者别的,这个需要处理下,这个算法的缺点是需要设置种子点,本算法的优点也是可以设置种子点,这样灵活但不够智能,算法执行速度较快。
待续。。。
原文地址:http://blog.csdn.net/tonyshengtan/article/details/44172253