数字图像处理与机器视觉(2)

3. 区域填充及其VC++实现

4. 连通分量提取及其实现

5. 细化算法及其VC++实现

“骨架”是指一幅图像的骨骼部分，它描述物体的几何形状和拓扑结构，是重要的图像描述子之一。计算骨骼的过程一般称为“细化”或“骨骼化”，在包括文字识别、工业零件形

数字图像处理算法

状识别以及印刷电路板自动检测在内的很多应用中，细化过程都发挥着关键作用。通常，对我们感兴趣的目标物体进行细化有助于突出目标的形状特点和拓扑结构并且减少冗余的信息量。

6. 像素化算法及其VC++实现

细化适用于和物体拓扑结构或形状相关的应用，如前述的手写字符识别。但有时我们关心的是目标对象是够存在、他们的位置关系或者个数，这时可使用像素化步骤。

像素化操作首先需找到二值图像中所有的连通区域，然后用这些连通区域的质心作为这些连通区域的代表，即将一个连通区域化为位于区域质心位置的一个像素。

7. 凸壳及其VC++实现

如果连接物体A内任意两点的直线都在A的内部，则称A是凸的。任意物体A的凸壳H是包含A的最小凸物体。

我们总是希望像素化算法能够找到物体的质心来代表物体，但在实际中，可能由于光照不均等原因导致图像在而之花后，物体本身形状发生凹损，像素化算法就无法找到物体真正的质心。此时可适当的进行凸壳处理，弥补凹损，算法会找到包含原始形状的最小凸多边形。

8. 灰度膨胀

令F表示灰度图像，S为结构元素，使用S对F进行膨胀。计算过程相当于让结构元素S关于原点的镜像!S在图像F的所有位置上滑过。膨胀结果在其定义域内每一点处的取值以（x，y）为中心，在!S规定的局部领域内F与!S之和的最大值。

9. 灰度腐蚀

在结构元素的值均大于零的情况下，灰度膨胀的输出图像总体上比输入图像更亮，这是局部最大值运算作用的结果。此外原图像中一些能够包含于结构元素的暗细节（如一部分毛细的褶皱和尾穗）被完全消除，其余的大部分暗部细节也都得到了一定程度上的减少，而灰度腐蚀的作用正好相反，输出图像比输入图像更暗，如果输入图像中的亮部细节不结构元素小，则亮度会得到消弱。

10. 灰度开、闭运算

灰度开运算就是先灰度腐蚀后灰度膨胀，灰度闭运算则先灰度膨胀再灰度腐蚀。

假设我们有一个球形结构元素S，开运算相当于推动球沿着曲面的下侧面滚动，是的球体可以紧贴着下侧面来回移动，直到移动位置覆盖率整个下侧面。此时球体的任何部分能够达到的最高点构成了开运算的曲面。而闭运算则相当于让球体紧贴在曲面的上表面滚动，此时球体的任何部分所能达到的最低点即构成了闭运算曲面。

在实际应用中，开操作常常用于去除那些相对于结构元素s而言较小的高灰度区域(球体滚不上去)，而对于较大的亮区域影响不大(球体可以滚上去)。虽然首先进行的灰度腐蚀会在去除图像细节的同时使得整体灰度下降，但随后的灰度膨胀又会增强图像的整体亮度，因此图像的整体灰度保持不变；而闭操作常用于去除图像中的暗细节部分，而相当的保留高灰度部分不受影响。

11. 顶帽(top-hat)变换

顶帽变换是一种非均匀光照(图像整体灰度不均)问题的解决方案。图像f的顶帽变换h定义为图像f与图像f的开运算之差。

图像分割