二值圖像連通區域標記

本文轉載自查看原文 2016-03-25 10:55 1949

原像素矩陣M為：

根據原像素矩陣M大小，初始化標記矩陣labelM：

算法流程

1. 首先要確定是標記8鄰域連通還是4鄰域連通，如果是8鄰域連通，就用模板1，如果是4鄰域連通，就用模板2。中間像素記為目標像素，模版其余像素記為包圍像素。

(1) (2)

2. 若原像素矩陣M中，包圍像素均為0，則labelM中目標像素標記號+1；如果不全為0，則labelM中目標像素標記號取labelM中周圍像素標記號的最小值；將labelM中周圍像素不同標記號的並集記為等價對。

3. 等價對的處理：

假設有如下等價對：

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

我們需要得到最終序列是：

最終1-2-5-6-8-10-11-12-13-14-15均標記為1；3-7-9標記為2；4標記為3。

算法的python實現

LableConnectedRagion4( M, labelM, eqLable )用於4鄰域連通，獲得等價對

LableConnectedRagion8( M, labelM, eqLable )用於8鄰域連通，獲得等價對

EquivalentLabelPairs( N, labelM, eqLabel )用於處理等價，並重新編號

  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

處理結果
對於8鄰域聯通，未處理等價對時：

所有的等價對為：

處理等價對並重新編號：

參考地址：

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

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

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 二值圖像連通域標記圖像分析：二值圖像連通域標記實現基於C語言的二值圖像連通域標記算法二值圖像求取連通域算法二值圖像連通分量的提取（python+opencv) 二值圖像的幾何性質《圖像處理實例》之二值圖像分割彩色圖像與二值圖像（mask）點乘 Matlab實現二值圖像的腐蝕算法源代碼使用OpenCV查找二值圖中最大連通區域