图像处理:像素间的一些基本关系(领域、领接性、通路、连通分量、距离)
像素间的一些基本关系
- 领域
- 相邻像素——4邻域
- 相邻像素——D邻域
- 相邻像素——8邻域
- 邻接性
- 像素间的邻接性——4邻接
- 像素间的邻接性——8邻接
- 像素间的邻接性——m邻接
- 通路
- 连通分量
- 距离
领域
相邻像素——4邻域
- 4邻域:像素p(x,y)的4邻域是: (x+1,y);(x-1,y);(x,y+1);(x,y-1)
- 用N4(p)表示像素p的4邻域 :
相邻像素——D邻域
- D邻域( diagonal )定义:像素p(x,y)的D邻域是:对角上的点 (x+1,y+1);(x+1,y-1);(x-1,y+1);(x-1,y-1)
- 用ND(p)表示像素p的D邻域 :
相邻像素——8邻域
- 8邻域定义:像素p(x,y)的8邻域是:4邻域的点 + D邻域的点
- 用N8§表示像素p的8邻域。
-N8(p)= N4(p)+ ND(p)
邻接性
- 邻接性是描述区域和边界的重要概念
- 两个像素邻接的两个必要条件是:
两个像素的位置是否相邻
两个像素的灰度值是否满足特定的相似性准则(或者是否相等)
像素间的邻接性——4邻接
- 对于具有值V的像素p和q,如果q在集合N4(p)中,则称这两个像素是4邻接的。
像素间的邻接性——8邻接
对于具有值V的像素p和q,如果q在集合N8(p)中,则称这两个像素是8邻接的 。
像素间的邻接性——m邻接
对于具有值V的像素p和q,如果:
- q在集合N4(p)中,或
- q在集合ND(p)中,并且N4(p)与N4(q)的交集为空(没有值V的像素)。则称这两个像素是m邻接的,即4邻接和D邻接的混合连通
m邻接可消除8邻接产生的二义性
在图2中,8邻域中的中间的那个1可以有两条路到达右上角的那个1,这就是所说的二义性,这个情况在边缘检测里面是很不希望的。
如图3所示,改成m邻域以后,中间的1像素和右上角的像素是8连通的却不是m连通的,这可以从m连通的定义得到,如果用M连通从中间的1到右上角的1就只有一条路。
像素间的邻接性关系:
若p和q是4邻接,那么它们肯定是8邻接? | 对 |
---|---|
若p和q是8邻接,那么它们肯定是4邻接? | 错 |
若p和q是4邻接,那么它们肯定是m邻接? | 对 |
若p和q是m邻接,那么它们肯定是4邻接? | 错 |
若p和q是8邻接,那么它们肯定是m邻接? | 错 |
若p和q是m邻接,那么它们肯定是8邻接? | 错 |
例如:
V={1},红圈所表示的两个像素,是4邻接?8邻接?还是m邻接?
答案:不是4邻接,是8邻接,是m邻接
通路
定义:一条从具有坐标(x,y)的像素p,到具有坐标(s,t)的像素q的通路。
(x0,y0),(x1,y1),…,(xn,yn)的不同像素的序列。其中,(x0,y0) = (x,y),(xn,yn) = (s,t),(xi,yi) 和(xi-1,yi-1)是邻接的,1 ≤ i ≤ n,n是路径的长度。如果(x0,y0) = (xn,yn) ,则该通路是闭合通路
可依据特定的邻接类型定义4通路、8通路和m通路。
例题:
- V={2,3,4},计算p和q之间的4通路、8通路和m通路的最短长度。
1)最短4通路,v={2,3,4}
由图可知,从p到q是无法到达的,即没有4通路,也不存在最短4通路
2)最短8通路,v={2,3,4}
最短8通路为4。即记住只要满足p的周围8个值在V值内都可以走,最短距离优先考虑斜线。
3)最短m通路 ,V={2,3,4}
最短m通路为5,即简单的说最短m通路是在最短8通路的基础上,优先考虑斜线且必须满足N4(p)与N4(q)的交集为空(没有值V的像素)。
例2:V={0,1},计算p和q之间的最短4通路、8通路和m通路。
1)最短4通路,v={0,1}
p、q间无4通路。也可通过q的4领域值有无值v的像素快速判断是否存在4通路
2)最短8通路:
最短8通路长度为4。
3)最短m通路
最短m通路为5
若p和q之间存在4通路,则两者之间必存在m通路 | 对 |
---|---|
若p和q之间存在m通路,则两者之间必存在4通路 | 错 |
若p和q之间存在m通路,则两者之间必存在8通路 | 对 |
若p和q之间存在8通路,则两者之间必存在m通路 | 对 |
若p和q之间存在8通路,则两者之间必存在4通路 | 错 |
若p和q之间存在4通路,则两者之间必存在8通路 | 对 |
连通分量
令S是图像中的一个像素子集。如果在S中全部像素之间存在一个通路,则可以说p和q在S中是连通(connected)的。对于S中的任何像素p,S中连通到该像素的像素集称为S的连通分量。如果S仅有一个连通分量,则集合S称为连通集(connected set)。
例:计算所给图中的连通域个数(分别用4连通和8连通求)。
4连通的连通域有6个,分别是:
{A,B}、{C}、{D,E}、{F,G,H}、{I}、{J,K}
8连通的连通域有2个,分别是:
{A,B,C,D,E}、{F,G,H,I,J,K}
距离
像素p(x,y)和q(s,t)间的欧式距离定义如下:
1)D4距离举例
具有与(x,y)距离小于等于某个值r的那些像素形成一个菱形
例如,与点(x,y)(中心点0)D4距离小于等于2的像素,形成下边固定距离的轮廓
具有D4 = 1的像素是(x,y)的4邻域
D8距离举例
对比D4距离,D8距离具有与(x,y)距离小于等于某个值r的那些像素形成一个正方形
例如,与点(x,y)(中心点0)D8距离小于等于2的像素,形成下边固定距离的轮廓
具有D8 = 1的像素是(x,y)的8邻域
图像处理:像素间的一些基本关系(领域、领接性、通路、连通分量、距离)相关推荐
- 第2章 Python 数字图像处理(DIP) --数字图像基础4 -- 像素间的一些基本关系 - 邻域 - 距离测试
目录 像素间的一些基本关系 像素的相信像素 距离测试 import sys import numpy as np import cv2 import matplotlib import matplot ...
- 数字图像处理:像素间的一些基本关系
图像分析的主要目的之一在于获取图像中感兴趣的目标并对目标之间的关系进行分析:目标是由图像中相关像素联合组成的:相关像素在空间的位置和属性都有密切关系,它们一半构成图像中连通组元:所以要分析像素之间的关 ...
- 数字图像处理入门-邻域、连通性、通路和距离
本文转自:http://blog.sina.com.cn/s/blog_a98e39a201010six.html 一.图像的质量: 1.层次 1)灰度级:表示像素明暗程度的整数量 例如:像素的取值范 ...
- c语言两点间距离_数字图像处理|P5第二章 数字图像基础第四节像素间的基本关系...
第四节 像素间的基本关系 图像由像素组成,像素在图像空间上按规律排列,相互之间有一定的联系. 一.像素的邻域与邻接 1.邻域 在一定意义下,与某一像素相邻的像素的集合. 反映像素间的空间关系. ...
- 《数字图像处理》学习总结及感悟:第二章数字图像基础(4)像素间的关系
☞ ░ 前往老猿Python博文目录 https://blog.csdn.net/LaoYuanPython ░ 一.引言 本系列文章记录老猿自学冈萨雷斯<数字图像处理>的感悟和总结,不过 ...
- 数字图像处理基础之--像素间的关系(邻接/连通)
图像的像素的意义 一幅图像,经过取样和量化之后就可以得到数字图像.数字图像在存储时,都是由单一的像素保存在存储设备中.像素保存顺序是与像素在数字图片中原本所处在的物理位置相关,那么就要了解像素之间的一 ...
- 图像处理:像素间的基本关系
发现博客和书上的都是一样的文字,只看书理解有点费时间,自己看视频理解的,稍微整理一下自己的理解. 相邻像素: 4邻域: 像素p(x,y)的4邻域是: (x+1,y):(x-1,y):(x,y+1):( ...
- ssh suse 配置_SUSE+linux+配置节点间的SSH信任关系
配置节点间的SSH信任关系 (1)在节点1上 oracle@node1:~ > pwd /home/oracle oracle@node1:~ > mkdir .ssh oracle@no ...
- Effective C++笔记_条款31将文件间的编译依存关系降至最低
Effective C++笔记_条款31将文件间的编译依存关系降至最低 这个章节,读了两遍还是不是很清楚,有一种没法和作者沟通的感觉,看来我还是一个C++的初学者呀.好吧,不多说了,回归主题,今天的笔 ...
最新文章
- javaweb学习总结(五)——Servlet开发(一)
- VS2010建立Windows服务项目时的一些问题
- 京东云擎提供了免费的wordpress一键安装功能了
- 想要做音乐玩音乐,有这一个软件就够了!
- 6. URL (2)
- javascript中Object类原型对象的属性和方法
- 《HelloGitHub》第 13 期
- Android 加密
- java 内嵌chrome_[Java教程]Jcef内嵌浏览器windows版本的编译及使用
- 松柏先生实地调研浙江名茶“平阳黄汤”传播茶文化
- 攻击局域网计算机,局域网攻击,网络攻击知识之几种IP地址攻击方式
- 不良资产证券化信披 担任怎样的角色
- python求个位十位百位_Js 分别取一个数的百位,十位,个位
- 汇编语言上机的4个步骤
- FNN 网络介绍与源码浅析
- 安利几款软件给需要的你
- 线程池ExecutorService
- NTFS文件系统详解(三)NTFS元文件解析
- SpringBoot中集成Redis实现对redis中数据的解析和存储
- WordPress获取文章缩略图函数:get_the_post_thumbnail
热门文章
- skywalking单节点部署
- python入门(@property,@*.setter)
- 爬虫项目实操三、用scrapy框架爬取豆瓣读书Top250的书名,出版信息和评分
- 制药计算机化系统培训,成都《制药行业实验室控制验证及计算机化系统验证实践应用》培训...
- MySQL左连接之后引起的排序问题
- 简单计算二进制的加减法
- 基于Web的中考志愿填报系统的设计与实现
- java并发和并行的区别
- 基于python的DTMF编解码
- 浙大计算机考研群sb,2021考研成绩:381分考生泪洒浙江大学复试群,321分捡漏中山大学...