C#图像细化：Hilditch细化算法

上理论：

Hilditch 细化算法的步骤为：

对图像从左向右从上向下迭代每个像素，是为一个迭代周期。在每个迭代周期中，对于每一个像素p，如果它同时满足6个条件，则标记它。在当前迭代周期结束时，则把所有标记的像素的值设为背景值。如果某次迭代周期中不存在标记点（即满足6个条件的像素），则算法结束。假设背景值为0，前景值为1，则：

6个条件为：

（I）：p 为1，即p不是背景；

（2）：x1,x3,x5,x7不全部为1（否则把p标记删除，图像空心了）；

（3）：x1~x8 中，至少有2个为1（若只有1个为1，则是线段的端点。若没有为1的，则为孤立点）；

（4）：p的8连通联结数为1；

联结数指在像素p的3*3邻域中，和p连接的图形分量的个数：

（5）假设x3已经标记删除，那么当x3为0时，p的8联通联结数为1；

（6）假设x5已经标记删除，那么当x5为0时，p的8联通联结数为1。

以上的理论选择网络博客：http://www.cnblogs.com/xiaotie/archive/2010/08/12/1797760.html（此博客上有C#版本的Hilditch细化算法，但是使用unsafe的代码不是太好理解的。

我上一个自己写的代码

/// <summary>/// Hilditch细化算法/// </summary>/// <param name="input"></param>/// <returns></returns>private int[,] ThinnerHilditch(int[,] input){int lWidth = input.GetLength(0);int lHeight = input.GetLength(1);bool IsModified = true;int Counter = 1;int[] nnb = new int[9];//去掉边框像素for (int i = 0; i < lWidth; i++){input[i, 0] = 0;input[i, lHeight - 1] = 0;}for (int j = 0; j < lHeight; j++){input[0, j] = 0;input[lWidth - 1, j] = 0;}do{Counter++;IsModified = false;int[,] nb = new int[3, 3];for (int i = 1; i < lWidth; i++){for (int j = 1; j < lHeight; j++){//条件1必须为黑点if (input[i, j] != 1){continue;}//取3*3领域for (int m = 0; m < 3; m++){for (int n = 0; n < 3; n++){nb[m, n] = input[i - 1 + m, j - 1 + n];}}//复制nnb[0] = nb[2, 1]==1?0:1;nnb[1] = nb[2, 0]==1?0:1;nnb[2] = nb[1, 0]==1?0:1;nnb[3] = nb[0, 0]==1?0:1;nnb[4] = nb[0, 1]==1?0:1;nnb[5] = nb[0, 2]==1?0:1;nnb[6] = nb[1, 2]==1?0:1;nnb[7] = nb[2, 2]==1?0:1;// 条件2：p0,p2,p4,p6 不皆为前景点 if (nnb[0] == 0 && nnb[2] == 0 && nnb[4] == 0 && nnb[6] == 0){continue;}// 条件3: p0~p7至少两个是前景点 int iCount = 0;for (int ii = 0; ii < 8; ii++){iCount += nnb[ii];}if (iCount > 6) continue; // 条件4：联结数等于1 if (DetectConnectivity(nnb) != 1){continue;}// 条件5: 假设p2已标记删除，则令p2为背景，不改变p的联结数 if (input[i, j - 1] == -1){nnb[2] = 1;if (DetectConnectivity(nnb) != 1)continue;nnb[2] = 0;}// 条件6: 假设p4已标记删除，则令p4为背景，不改变p的联结数 if (input[i, j + 1] == -1){nnb[6] = 1;if (DetectConnectivity(nnb) != 1)continue;nnb[6] = 0;}input[i, j] = -1;IsModified = true;}}for (int i = 0; i < lWidth; i++){for (int j = 0; j < lHeight; j++){if (input[i, j] == -1){input[i, j] = 0;}}}} while (IsModified);return input;}

希望对大家有用。

C#图像细化：Hilditch细化算法相关推荐

图像滤镜艺术---图像滤镜晕影调节算法研究
原文:图像滤镜艺术---图像滤镜晕影调节算法研究本文对滤镜中常见的晕影,晕角效果的实现做了研究,具体如下: 1 晕影调整算法所谓晕影就是给图像四个角添加暗影效果,这暗影向图像中心逐渐淡化.我们使用 ...
YUV图像实时去雾算法的优化与改进
YUV图像实时去雾算法的优化与改进 2016-03-02 21:04 摘要:针对已有的基于DSP的实时去雾算法出现的问题进行优化和改进.在降采样倍数过大时,去雾效果会出现一些副作用,包括纹理细节丢失. ...
调整图像- 自动对比度、自动色阶算法
调整图像- 自动对比度.自动色阶算法我们以24位彩色图像为例说明这两个算法. 在执行两个算法之前,我们需要确定两个参数,大家在用PS时选择自动色阶并不会弹出什么参数设置对话框,那是因为PS把这个隐藏 ...
一种改进的高光谱图像CEM目标检测算法
一种改进的高光谱图像CEM目标检测算法人工智能技术与咨询来源:< 应用物理> ,作者付铜铜等关键词: 高光谱图像:光谱重排:CEM算法:目标检测: 摘要: 约束能量最小化(Const ...
去雾综述_图像去雾的算法历史与综述
图像去雾的算法历史与综述 1. 前言其实之前对图像去雾也没有什么深入的理解,只是了解,实现过一些传统的图像去雾方法而已.个人感觉,在CNN模型大流行的今天,已经有很多人忽略了传统算法的发展,以至于你 ...
AI学习笔记（七）图像滤波器、OpenCV算法解析
AI学习笔记之图像滤波器.OpenCV算法解析图像滤波器图像噪声噪声的产生信噪比高斯噪声椒盐噪声其他噪声图像滤波滤波的目的滤波的要求各种滤波器均值滤波中值滤波最大最小值滤波 ...
＜医学断层图像三维重建面绘制算法的研究＞——第一遍阅读
医学断层图像三维重建面绘制算法的研究参考文献:段正华. 医学断层图像三维重建面绘制算法的研究[D].哈尔滨理工大学,2020. 基于边增长的三维重建面绘制算法.在整个算法三维重建的插值上,提出了一种 ...
图像保边滤波算法集锦系列
在美颜算法的实现中,如何既能把人脸皮肤磨得光滑,雀斑磨得干净,又能保留五官的自然清晰,这就需要一种能保留边缘信息的平滑滤波器,这种滤波器的好坏在一定程度上,也就影响了美颜磨皮效果的好坏,对此,本人将在 ...
目标检测论文解读复现之十五：基于YOLOv5的光学遥感图像舰船目标检测算法
前言此前出了目标改进算法专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读最新目标检测算法论文,帮 ...

C#图像细化：Hilditch细化算法

C#图像细化：Hilditch细化算法相关推荐

最新文章

热门文章