像素相似性简单区域生长法|视觉测量技术

2023-11-24 理论教育版权反馈

【摘要】：基于像素相似性的区域生长法是以图像中的某个像素为生长点，比较相邻像素的特征，将特征相似的相邻像素合并为同一区域，然后以合并的像素为生长点，继续合并，最终形成具有相似特征的像素的最大连通集合。下面介绍一种基于像素灰度差的区域生长法。2）将该像素周围的、不属于其他区域的邻域像素逐个与之比较，如果灰度值差小于预先确定的阈值，将它们合并。

基于像素相似性的区域生长法是以图像中的某个像素为生长点，比较相邻像素的特征，将特征相似的相邻像素合并为同一区域，然后以合并的像素为生长点，继续合并，最终形成具有相似特征的像素的最大连通集合。下面介绍一种基于像素灰度差的区域生长法。

基于像素灰度差的区域生长方法根据相邻像素之间的灰度差来确定像素之间的相似性，如果它们的灰度差小于某个设定的值，则认为它们属于同一区域。假设（m，n）为当前种子像素的坐标，f（m，n）为其灰度值，其区域标志为R（m，n）=l，f（i，j）为与（m，n）相邻的、尚不属于任何区域的像素灰度值，T为预先设定的灰度差阈值，C为两个像素之间的灰度差，即

C=|f（i，j）-f（m，n）| （4.117）

那么基于灰度差的简单区域生长法的判别式可以表示为

如果C＜T，则R（i，j）=l （4.118）

也就是说，当C＜T，说明两个像素单元（m，n）和（i，j）相似，两者属于同一个区域，因此应该合并；当C≥T时，说明两者之间不相似，像素（i，j）仍为不属于任何区域的基本单元。基于区域灰度差的生长方法的主要步骤可以如下描述：

1）对图像进行逐行扫描，找出尚没有归属的像素。

2）将该像素周围的、不属于其他区域的邻域像素（4-邻域或8-邻域）逐个与之比较，如果灰度值差小于预先确定的阈值，将它们合并。

3）以新合并的像素为中心，返回到步骤2），检查新像素的邻域，直到区域不能进一步扩张为止。

4）返回到步骤1），继续扫描直到不能发现没有归属的像素，则结束整个生长过程。

显而易见，上述方法对区域生长起点的选择有较大依赖性。

【例4.11】简单区域生长法的图像分割示例

图4.44a所示为原始图像，假设阈值T=5，起始种子点为f（0，0）=16，其区域标志R（0，0）=A，考察其8-邻域内的像素，区域标记为A，B，C，…

1）以第一个像素f（0，0）为种子起点，分别比较该像素与其邻域[f（1，0）、f（0，1）与f（1，1）三个像素]的灰度差，并根据阈值判断这三个像素的区域标记，有

|f（1，0）-f（0，0）|=5＜T，因此R（1，0）=A

|f（0，1）-f（0，0）|=4＜T，因此R（1，0）=A

|f（1，1）-f（0，0）|=12-16=4＜T，因此R（1，0）=A检测结果如图4.44b所示。

2）分别以新检测到的像素为中心，考察每个像素邻域内的8连通像素，即f（2，0）、f（2，1）、f（0，2）、f（1，2）、f（2，2），并判断这五个像素是否属于区域A，有

|f（2，0）-f（1，0）|=|10-11|＜T，因此R（2，0）=A

|f（2，1）-f（1，0）|=|14-11|＜T，因此R（1，2）=A

|f（2，2）-f（1，1）|=|16-12|＜T，因此R（2，2）=A

|f（1，2）-f（1，1）|=|13-14|＜T，因此R（1，2）=A

|f（0，2）-f（0，1）|=|14-12|＜T，因此R（2，0）=A(www.chuimin.cn)

检测结果如图4.44c所示。

图4.44 区域增长示例

3）以新合并的像素为中心，返回到步骤2），检查新像素集合的邻域，包括（3，0）、（3，1）、（3，2）、（0，3）、（1，3）、（2，3）、（3，3）。

|f（3，0）-f（2，1）|=16-14＜T，因此R（3，0）=A

|f（3，1）-f（2，1）|=19-14＞T，因此R（3，1）=A

|f（3，2）-f（2，2）|=24-16＞T，因此R（3，2）≠A

|f（0，3）-f（0，2）|=14-14＜T，因此R（0，3）=A

|f（1，3）-f（0，2）|=17-14＜T，因此R（1，3）=A

|f（2，3）-f（2，2）|=22-16＞T，因此R（2，3）≠A

|f（3，3）-f（2，3）|=29-16＞T，因此R（3，3）≠A结果如图4.44d所示。

4）返回步骤2），在新合并的像素的邻域内再寻找是否满足要求的像素。在新形成区域的邻域像素（4，0）（3，1）（3，2）（3，2）（4，2）（4，3）（0，4）（1，4）（2，4）内，像素（4，0）、（3，2）、（2，3）、（0，4）、（1，4）满足要求（见图4.44e），因此R（4，0）=A，R（3，2）=A，R（2，3）=A，R（4，0）=A，R（1，4）=A。

5）返回步骤2），继续寻找满足要求的像素，像素（4，1）和（3，3）满足要求，如图4.44f所示，即

|f（3，1）-M（A）|=19-14.1＜T，因此R（4，1）=A，R（3，3）=A