二值图像连通区域标记

本文转载自查看原文 2016-03-25 10:55 1949

原像素矩阵M为：

根据原像素矩阵M大小，初始化标记矩阵labelM：

算法流程

1. 首先要确定是标记8邻域连通还是4邻域连通，如果是8邻域连通，就用模板1，如果是4邻域连通，就用模板2。中间像素记为目标像素，模版其余像素记为包围像素。

(1) (2)

2. 若原像素矩阵M中，包围像素均为0，则labelM中目标像素标记号+1；如果不全为0，则labelM中目标像素标记号取labelM中周围像素标记号的最小值；将labelM中周围像素不同标记号的并集记为等价对。

3. 等价对的处理：

假设有如下等价对：

(1,2),(1,6),(3,7),(9-3),(8,1),(8,10),(11,5),(11,8),(11,12),(11,13),(11,14),(15,11)

我们需要得到最终序列是：

最终1-2-5-6-8-10-11-12-13-14-15均标记为1；3-7-9标记为2；4标记为3。

算法的python实现

LableConnectedRagion4( M, labelM, eqLable )用于4邻域连通，获得等价对

LableConnectedRagion8( M, labelM, eqLable )用于8邻域连通，获得等价对

EquivalentLabelPairs( N, labelM, eqLabel )用于处理等价，并重新编号

  1 def EquivalentLabelPairs( N, labelM, eqLable):
  2     L={}
  3     invalidLabel=[]    #the invalid label number in equivalent label pairs
  4     for i in range(1, N+1):
  5         
  6         if i in invalidLabel:    #if i is an invalid label
  7             continue
  8         
  9         L[i]=[]
 10         for j in range(0, len(eqLable)):
 11             if i in eqLable[j]:
 12                 invalidLabel.append(max(eqLable[j]))
 13                 L[i].append(max(eqLable[j]))
 14                 
 15         for k in L[i]:    #deep search
 16             for j in range(0, len(eqLable)):
 17                 if (k in eqLable[j]) & (max(eqLable[j])!=k):
 18                     invalidLabel.append(max(eqLable[j]))
 19                     L[i].append(max(eqLable[j]))  
 20     
 21     trueLable = 1    
 22     for k in L:
 23         labelM[labelM==k]=trueLable
 24         for labelNo in L[k]:
 25             labelM[labelM==labelNo]=trueLable
 26         trueLable+=1
 27 
 28 
 29 def LableConnectedRagion8(M, labelM, eqLabel):
 30     row = M.shape[0]
 31     col = M.shape[1]
 32     
 33     label = 0
 34     R = 0    #the first row
 35     for C in range(0, col):
 36         if M[R, C]==1:
 37             if C==0:
 38                 label+=1
 39                 labelM[R, C]=label
 40             else:
 41                 if labelM[R, C-1]!=0:
 42                     labelM[R, C]=labelM[R, C-1]
 43                 elif labelM[R, C-1]==0:
 44                     label+=1
 45                     labelM[R, C]=label
 46     
 47     for R in range(1, row):    #the rest rows
 48         for C in range(0, col):
 49             if M[R, C]==1:
 50                 if C==0:    #the first column
 51                     if  (M[R-1, C]==0) & (M[R-1, C+1]==0) :
 52                         label+=1
 53                         labelM[R, C]=label
 54                     elif M[R-1, C] + M[R-1, C+1]==1:
 55                         labelM[R, C]=max(labelM[R-1, C],labelM[R-1, C+1])
 56                     else:
 57                         labelM[R, C]=min(labelM[R-1, C], labelM[R-1, C+1])
 58                         if labelM[R-1, C] != labelM[R-1, C+1]:
 59                             if [labelM[R-1, C], labelM[R-1, C+1]] not in eqLabel:
 60                                 eqLabel.append([labelM[R-1, C], labelM[R-1, C+1]])   
 61                 
 62                 elif C!=col-1:    #columns except the first and the last
 63                     if  M[R-1, C-1]+M[R-1, C]+M[R-1,C+1]+M[R,C-1]==0 :
 64                         label+=1
 65                         labelM[R, C]=label
 66                     elif M[R-1, C-1]+M[R-1, C]+M[R-1,C+1]+M[R,C-1]==1:
 67                         labelM[R, C]=max(labelM[R-1, C-1], labelM[R-1, C], labelM[R-1,C+1], labelM[R,C-1])
 68                     else:
 69                         listLabelM=[ labelM[R-1, C-1], labelM[R-1, C], labelM[R-1,C+1], labelM[R,C-1] ]
 70                         listLabelM=list(set(listLabelM))
 71                         
 72                         if 0 in listLabelM:
 73                             listLabelM.remove(0)
 74                         labelM[R, C]=min(listLabelM)
 75                         if len(listLabelM)!=1:
 76                             if listLabelM not in eqLabel:
 77                                 eqLabel.append(listLabelM)
 78                
 79                else:    #the last column
 80                     if M[R-1, C-1]+M[R-1, C]+M[R,C-1]==0 :
 81                         label+=1
 82                         labelM[R, C]=label
 83                     elif M[R-1, C-1]+M[R-1, C]+M[R,C-1]==1:
 84                         labelM[R, C]=max(labelM[R-1, C-1], labelM[R-1, C], labelM[R,C-1])
 85                     else:
 86                         listLabelM=[ labelM[R-1, C-1], labelM[R-1, C], labelM[R,C-1] ]
 87                         listLabelM=list(set(listLabelM))
 88                         
 89                         if 0 in listLabelM:
 90                             listLabelM.remove(0)
 91                         labelM[R, C]=min(listLabelM)
 92                         if len(listLabelM)!=1:
 93                             if listLabelM not in eqLabel:
 94                                 eqLabel.append(listLabelM)
 95     return label
 96     
 97 
 98 def LableConnectedRagion4(M, labelM, eqLable):
 99     row = M.shape[0]
100     col = M.shape[1]
101     
102     labelNo = 0
103     R = 0
104     for C in range(0, col):
105         if M[R, C]==1:
106             if C==0:
107                 labelNo+=1
108                 labelM[R, C]=labelNo
109             else:
110                 if labelM[R, C-1]!=0:
111                     labelM[R, C]=labelM[R, C-1]
112                 elif labelM[R, C-1]==0:
113                     labelNo+=1
114                     labelM[R, C]=labelNo
115     
116     for R in range(1, row):
117         for C in range(0, col):
118             if M[R, C]==1:
119                 if C==0:
120                     if  M[R-1, C]==0 :
121                         labelNo+=1
122                         labelM[R, C]=labelNo
123                     else:
124                         labelM[R, C]=labelM[R-1, C]    
125                 else:  
126                     if  M[R-1, C]+M[R, C-1]==0:
127                         labelNo+=1
128                         labelM[R, C]=labelNo
129                     elif M[R-1, C]+M[R, C-1]==1:
130                         labelM[R, C]=max(labelM[R-1, C], labelM[R, C-1])
131                     else:
132                         labelM[R, C]=min(labelM[R-1, C], labelM[R, C-1])
133                         if labelM[R-1, C] != labelM[R, C-1]:
134                             if [labelM[R-1, C], labelM[R, C-1]] not in eqLable:
135                                 eqLable.append([labelM[R-1, C], labelM[R, C-1]])
136 
137     return labelNo
138

处理结果
对于8邻域联通，未处理等价对时：

所有的等价对为：

处理等价对并重新编号：

参考地址：

http://blog.sina.com.cn/s/blog_ad81d4310102vmll.html

http://fuda641.blog.163.com/blog/static/2075142162013111655644406/

免责声明！

本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。

猜您在找 二值图像连通域标记 matlab练习程序（二值图像连通区域标记法，一步法） matlab练习程序（二值图像连通区域标记法，两步法） MATLAB 二值图像连通区域标记法，两步法图像分析：二值图像连通域标记二值图像连通域标记算法优化 opencv 二值图像剔除小连通区域实现基于C语言的二值图像连通域标记算法二值图像求取连通域算法二值图像连通分量的提取（python+opencv)