（来点有用的）MATLAB二值图连通域快速标记算法

基本原理
算法实现
- 0. 变量解释
- 1.种子点搜索
- 2 区域生长
完整代码
实验
其他

by HPC_ZY

由于工程需要，用C++实现三维二值图像的连通域标记。像往常一样拿起冈萨雷斯《数字图像处理（第三版）》，按照算法原理先实现二维再改成三维。用（256,256,256）数据测试，根本停不下来（尴尬）。因此明白一个道理，在一定程度上 “经典” = “效率低” = “不考虑时间复杂度和空间复杂度”……
故上网查阅资料，学习快速算法，并记录在此分享给大家。

基本原理

连通域标记的本质就是把所有块找出来，并设置不同的编号。
循环使用区域生长即可达成目的。
主要步骤：
1）遍历图像找到种子点
2）区域生长找到区域Ni
3）记录，并在原图中删去区域Ni
4）重复1~3直至原图没有值为1的像素
参考文献《一种二值图像连通区域标记的简单快速算法》-葛春平

算法实现

有条件的同学请直接调用MATLAB自带的bwlabel，又快又准！
有条件的同学请直接调用MATLAB自带的bwlabel，又快又准！
有条件的同学请直接调用MATLAB自带的bwlabel，又快又准！

0. 变量解释


[M,N] = size(bw);      % 二值图像与尺寸
label = zeros(M,N);            % 标记结果
class = 0;                     % 类别
stopflag = 0;                  % 停止标记
sp = 1;                        % 遍历起始点
stack = zeros(M*N,2,'uint32');  % 缓存栈
stackidx = 0;          % 栈索引
neib = [-1,0;0,-1;1,0;0,1];    % 邻域偏移坐标

1.种子点搜索

不好的索引方式（不使用）
两重循环，且需要利用flag才能退出外层循环

%%%%%%%%%%%%%%%%%%%% 不使用以下代码 %%%%%%%%%%%%%%%%%%%
flag = 0;
for i = 1:Mfor j = 1:Nif bw(i,j)x = i;y = j;flag = 1;breakendendif flagbreakend
end

好的索引方式，不好的搜索方式（不使用）
利用单层循环，通过计算获得二维坐标。反复测试可提速2~4倍。

%%%%%%%%%%%%%%%%%%%% 不使用以下代码 %%%%%%%%%%%%%%%%%%%
for k = 1:M*Nif bw(k)y = ceil(k/M);x = k-(y-1)*M;breakend
end

好的搜索方式
显而易见，已经搜索过的地方不可能再出现种子点。
连通域越多，重复次数就越多，如果每次都从（1,1）开始搜索则浪费时间。
因此我们每次迭代都从上一种子点之后开始搜索，时间复杂度为O(n)。

sp = 1;
for k = sp:M*Nif bw(k)y2 = ceil(k/M);x2 = k-(y2-1)*M;sp = k+1;breakend
end

2 区域生长

方法很多，这里不做对比。我们用空间换时间，牺牲内存消耗来减少时间开销。
方法如下：
1）建立一个大小为NUM2数组stack 来保存等待生长的点的坐标（NUM的值有图像大小决定，我取的MN），并设置一个索引记录当前缓存点的个数stackidx；
2）找到种子点，放在数组第一行，并令stackidx加1；
3）对stack中第stackidx行的点进行四领域生长，在stack中删去stackidx行的点，同时stackidx减1；然后将新得到的点加入stack，同时stackidx加1。
注意：每次找到目标点都要在原图中置0,并在结果图中标号。

neib = [-1,0;0,-1;1,0;0,1];
stackidx = 0；
while stackidxx = stack(stackidx,1);y = stack(stackidx,2);stackidx = stackidx-1;for n = 1:4dx = x+neib(n,1);dy = y+neib(n,2);if bw(dx,dy)stackidx = stackidx+1;stack(stackidx,:) = [dx,dy];bw(dx,dy) = 0;label(dx,dy) = class;endend
end

完整代码

function label = label2d(bw)
[M,N] = size(bw);
label = zeros(M,N);             % 分类结果
class = 0;                      % 类别
stopflag = 0;                   % 停止标记
sp = 1;                         % 遍历起始点
stack = zeros(M*N,2,'uint32');   % 缓存栈
stackidx = 0;           % 栈索引
neib = [-1,0;0,-1;1,0;0,1];      % 邻域偏移坐标while 1% 寻找种子点for k = sp:M*Nif bw(k)y = ceil(k/M);x = k-(y-1)*M;stackidx = stackidx+1;stack(stackidx,:) = [x,y];class = class+1;label(x,y) = class;bw(x,y) = 0;sp = k+1;breakendif k == M*N % 达到图像末端stopflag = 1;endend% 结束if stopflagbreakend% 连通域while stackidxx = stack(stackidx,1);y = stack(stackidx,2);stackidx = stackidx-1;for n = 1:4dx = x+neib(n,1);dy = y+neib(n,2);if bw(dx,dy)stackidx = stackidx+1;stack(stackidx,:) = [dx,dy];bw(dx,dy) = 0;label(dx,dy) = class;endendend
end
end

实验

对于连通域标记，MATLAB有库函数

% CC输出，BW二值图，CONN连通方式
CC = BWCONNCOMP(BW,CONN)；

其输出为一结构体，内容分别为：连通方式，图像尺寸，连通域数量，像素索引列表。要获得标记图像还需进行操作，在下面测试中演示：

load bw2% 库函数
tic
label1tmp = bwconncomp(bw2,4);
label1 = zeros(size(bw2));
for k = 1:label1tmp.NumObjectslabel1(label1tmp.PixelIdxList{k}) = k;
end
t1 = toc;% 自函数
tic
label2 = label2d(bw2);
t2 = toc;figure
subplot(131),imagesc(bw2),title('原图')
subplot(132),imagesc(label1),title('库函数'),xlabel(t1)
subplot(133),imagesc(label2),title('自函数'),xlabel(t2)
colormap jet

通过实验结果可以看出，两者输出完全一致，库函数在速度上还是更胜一筹。但相比于教材上的经典算法，自函数速度已经提升百倍以上，尤其是在三维数据上（不做测试）。

其他

在种子点搜索和四邻域判断中，都使用了单层循环代替双层循环，以提高了计算速度。（对于三维图像效果更明显）
三维连通域标记只是从二维数组变为三维数组，比较简单，大家可在上述代码基础上加入第三维（z）即可。
由于C语言与MATLAB在数组存储上行列相反，所以改写为C语言时种子点搜索中坐标x,y要互换。

关于文中代码有任何问题欢迎讨论，最后还是把测试代码上传
https://download.csdn.net/download/xsz591541060/11877360
（包含二维、三维MATLAB版本以及测试代码）

MATLAB二值图连通域快速标记算法相关推荐

MATLAB二值图求figure图中任意图形面积
MATLAB二值图求figure图中任意图形面积问题描述思路代码效果问题描述 MATLAB的figure图遇到曲线是由离散点组成,没有解析表达式.想求曲线包围面积时无法直接编程求解.如下图 ...
OpenCV-细化算法(thinning algorithm)算法详解——提取二值图的骨架
昨天不是说同学问我怎么绘制出轮廓的中心线.然后我上网查了一下其实这个有专门的算法叫做细化算法.用专业术语去描述绘制出轮廓的中心线叫做(提取图像的骨架).然后这一篇博客呢是我对这个细化算法的解读与实操~ ...
Python中使用PIL快速实现二值图
二值图二值图像是指:每个像素不是黑就是白,其灰度值没有中间过渡的图像.二值图像一般用来描述文字或者图形,其优点是占用空间少,缺点是,当表示人物,风景的图像时,二值图像只能描述其轮廓,不能描述细节.这 ...
matlab二维图绘制分析总结
Matlab二维图绘图详解函数分析-plot plot函数(二维线图) 语法 plot(X,Y) plot(X,Y,LineSpec) plot(X1,Y1,...,Xn,Yn) plot(X1,Y ...
matlab 二值化_基于MATLAB的指纹识别系统[GUI界面+万字技术文档+语音播报]
一.课题介绍本设计为基于MATLAB的指纹识别系统.本设计系统主要对指纹图像进行三方面处理:图像预处理.特征提取和特征匹配.图像预处理包括四个步骤:图像灰度化.滤波增强.二值化.细化,对指纹图像进行 ...
OTSU_图像二值化分割阈值的算法
简介: 大津法(OTSU)是一种确定图像二值化分割阈值的算法,由日本学者大津于1979年提出.从大津法的原理上来讲,该方法又称作最大类间方差法,因为按照大津法求得的阈值进行图像二值化分割后,前景与背景 ...
Python BFS 提取二值图联通域
<Python BFS 提取二值图联通域> 2016年实习那会儿在京东搞身份证 OCR,那时候的OCR是基于 CNN 的单字识别的pipeline,所以就需要一些方法来对字符进行切割 ...
OpenCV技巧 | 二值图孔洞填充方法与实现(附Python/C++源码)
点击上方"OpenCV与AI深度学习",选择加"星标"或"置顶" 重磅干货,第一时间送达导读本文主要介绍使用OpenCV对二值图做孔洞填 ...
C语言二值图的腐蚀膨胀及开闭运算
(M2C系列)C语言二值图的形态学腐蚀膨胀及开闭运算一.结构元二.腐蚀三.膨胀四.开闭运算五.其他 by HPC_ZY 由于剧情,需要纯C(不用三方库)实现图像算法.但作为一名MATLAB老 ...

MATLAB二值图连通域快速标记算法