zoukankan      html  css  js  c++  java
  • 2.5 Some Basic Realtionship Between Pixels

    Neighbors of a Pixel(邻域)

    对于一个像素点\(p(x,y)\),其垂直与水平的邻居为

    \[(x+1,y),(x-1,y),(x,y+1),(x,y-1) \]

    这4个邻域使用\(N_4(p)\)来表示。

    斜方向的邻域是

    \[(x+1,y+1),(x+1,y-1),(x-1,y-1),(x-1,y+1) \]

    这4个邻域使用\(N_D(p)\)来表示。

    \(p\)的这8个邻域使用\(N_8(p)\)来表示。

    Adjacency(邻接),Connectivity,Regions and Boundaries

    使用\(V\)表示定义邻接的灰度值集合。在二值图像中,\(V={1}\)则代表值为1的那些像素具有邻接性。灰度图中道理一样,\(V\)的值可以是0~255中的任何值。对于以下三种情况:

    1. 4-邻接,8-邻接:对于两个像素\(p\)\(q\),其值都属于\(V\),如果\(p\)出现在\(q\)\(N_4(p)\)\(N_8(p)\))中,则\(p\)\(q\)是邻接的。\(p\)\(q\)称为4(8)邻接。

    2. \(m\)-邻接:对于两个像素\(p\)\(q\),如果两个像素是\(m\)-邻接的当且仅当:

      a. \(q\)\(N_4(p)\)中或者:

      b. \(q\)\(N_D(p)\)中,并且集合${N_4(p)}\cap{N_4(q)} \(中的像素点的值***不***属于\)V$。

    比如下图:

    image

    在8-邻接的情况下,1同时是2和3 的邻接。但是在m-邻接下,由于不满足条件b(1和2各自的4-邻接存在交集3,且3在V中,所以不满足条件),消除了8-邻接的二义性。

    Path

    通路

    从p到q的一条通路是一系列坐标的集合:

    \[(x_0,y_0),(x_1,y_1),\dots ,(x_n,y_n) \]

    其中,点\((x_i,y_i)\)和点\((x_{i-1},y_{i-1})\)是邻接的,每个点都不重复,\(1\leq i \leq n\)\(n\)为通路的长度。如果\((x_0,y_0)=(x_n,y_n)\)则通路为闭合通路。

    根据邻接的类型,定义通路为4-通路,8-通路,m-通路。上图中,中为8-通路,右为m-通路。

    连通分量与连通集

    用S表示一张图片中的一个像素子集。若在像素\(p\)\(q\)之间存在一条通路,这条路径中的像素点完全由\(S\)中的元素组成,则称\(p\)\(q\)相连。对于\(S\)中的任意像素\(p\),在\(S\)中与\(p\)相连的像素集合成为\(S\)的一个连通分量(connected components)。如果只有一个连通分量,则\(S\)成为一个连通集。

    区域与区域的邻接性

    \(R\)表示一张图片的一个像素子集。若\(R\)是一个连通集,则称\(R\)为图像的一个区域(\(Region\))。若两个区域\(R_i\)\(R_j\)的并集为一个连通集,则称其为邻接的。若区域不邻接,则称为不连通(\(disjoint\))。对于区域的邻接,我们一般只考虑4-邻接与8-邻接。

    为了使定义有意义,必须要指定邻接的类型。比如下面这个图,对于4-邻接,就是不连通的两个区域。只有为8-邻接时才连通。

    image

    前景与背景

    假定一张图片有K个不连通区域\(R_k,k=1,2,\dots,K,\)并且这些区域都不触碰到边缘。用\(R_u\)代表所有的\(K\)个区域的并集,用\((R_u)^c\)代表\(R_u\)的补集,我们称在\(R_u\)中的点为前景,在\((R_u)^c\)中的点为背景。

    内边界

    区域R的内边界(轮廓)是在R中的点的集合,集合中的点与R的补集中的点邻接。同样,在说明边缘时,也必须指定其邻接性。比如下图,若为4-邻接,则圆圈区域不为轮廓;若为8-邻接,则为边缘。一般来说,使用8-邻接处理类似这种情况。

    image

    外边界

    大多数算法都是按照外边界来定义的。对于下图这种情况,若使用内边界,则为区域本身,这个边界不是一个闭合路径。但是其外边界却是一条闭合路径。区域的外边界为其补集的内边界。

    image

    若R为整个图像,则其边界定义为图像的第一行、第一列与最后一行、最后一列的像素集。

    Distance Measures

    对于像素点\(p,q,s\),其各自的坐标为\((x,y),(u,v),(w,z)\) 。D是距离函数,满足以下条件:

    a. \(D(p,q)\geq0\) (当\(p=q\)时,\(D(p,q)=0\))

    b. \(D(p,q)=D(q,p)\)

    c. \(D(p,s)\leq{D(p,q)+D(q,s})\)

    p与q的欧式距离定义为

    \[D_e(p,q)=[(x-u)^2+(y-v)^2]^\frac{1}{2} \]

    距离点\((x,y)\)的欧式距离小于等于\(r\)的点,是以点\((x,y)\)为圆心,半径为r的圆覆盖到的点。

    \(D_4\)距离指的是

    \[D_4(p,q)=\mid{x-u}\mid+\mid{y-v}\mid \]

    距离点\((x,y)\)\(D_4\)距离小于等于r的点,是一个中心在(x,y)的菱形。

    image

    \(D_8\)距离指的是

    \[D_8(p,q)=max(\mid{x-u}\mid,\mid{y-v}\mid) \]

    距离点\((x,y)\)\(D_8\)距离小于等于r的点,是一个中心在(x,y)的矩形。

    image

    p与q之间的距离与其路径无关。但是,在m-邻接情况下,两点之间的距离被定义为点之间的最短m-路径。比如下面的例子,每个点的值为0或1。

    image

    当V={1}时,若\(p_1\),\(p_3\)为0,则p 与\(p_4\)之间的\(D_m\)距离为2(\(p\rightarrow{p_2}\rightarrow{p_4}\));

    \(p_1=1\),则此时\(p_2\)就不再是m-邻接了,\(p\)\(p_4\)之间的\(D_m\)长度为3(\(p\rightarrow{p_1}\rightarrow{p_3}\rightarrow{p_4}\))。

  • 相关阅读:
    Centos7安装JDK+部署Tomcat8
    blog开发day3+Django admin的简单使用
    基于form组件的注册 + 基于Ajax的注册
    form组件复习+文件上传
    登录验证+验证码
    Django认证系统--Auth模块
    中间件
    form组件
    Ajax
    自定义分页 Cookie Session和获得路径
  • 原文地址:https://www.cnblogs.com/KangYh/p/15560146.html
Copyright © 2011-2022 走看看