一、图像数字化

通过传感器获得的图像是平面坐标(x,y)的连续函数f(x,y)，它的值图像对应位置的亮度。为了能够让计算机来处理，需要对图像进行采样，并且对亮度值进行量化。

1、采样。对连续函数f(x,y)进行采样，就是分别对x轴和y轴，按照固定间隔取值，得到平面坐标上的M×N个点，将其函数值作为元素生成M行N列的矩阵。

2、量化亮度值。将f(x,y)的值转化为等价的整数值的过程称为量化，量化的级别越高，图像越细致。通常将亮度值表示为0-255之间的整数。

这样，在计算机中通常以矩阵表示数字图像，矩阵的元素对应图像的亮度信息。

二、距离

满足以下三个条件的函数DDD称作距离：
(1)同一性：D(p,q)≥0。当且仅当p=q时，D(p,q)=0。D(p,q)\ge 0。当且仅当p=q时，D(p,q)=0。D(p,q)≥0。当且仅当p=q时，D(p,q)=0。

(2)对称性：D(p,q)=D(q,p)。D(p,q)=D(q,p)。D(p,q)=D(q,p)。

(3)三角不等式：D(p,r)≤D(p,q)+D(q,r)。D(p,r)\le D(p,q)+D(q,r)。D(p,r)≤D(p,q)+D(q,r)。

数字图像的距离有多种定义方式，包括欧式距离、城市街区距离、棋盘距离等。以下以两坐标点a=(i,j)a=(i,j)a=(i,j)和b=(k,l)b=(k,l)b=(k,l)的距离为例，来说明各种距离的定义方式。

欧式距离De{D_e}De就是通常所说的距离，它定义为
De(a,b)=((i−k)2)+(j−l)2D_e(a,b)=\sqrt{((i-k)^2)+(j-l)^2}De(a,b)=((i−k)2)+(j−l)2

欧式距离在事实上比较直观，但是平方根计算比较费时，且距离可能不是数。

城市街区距离D4D_4D4，它定义为在只允许横向和纵向运动的情况下，从起点到终点的移动步数。用公式表示为
D4(a,b)=∣i−k∣+∣j−l∣D_4(a,b)=|i-k|+|j-l|D4(a,b)=∣i−k∣+∣j−l∣

符号D4D_4D4中的444表示在这种定义下，像素点是444邻接的，即每个点只与它的上、下、左、右相邻的444个点之间的距离为111。

如果允许横向、纵向和沿对角线方向移动，则可以得到棋盘距离D8D_8D8的定义
D8(a,b)=max{∣i−k∣,∣j−l∣}D_8(a,b)=max\{|i-k|,|j-l|\}D8(a,b)=max{∣i−k∣,∣j−l∣}

符号D8D_8D8中的888表示在这种定义下，像素点是888邻接的，即每个点只与它的上、下、左、右、四个对角线方向相邻的888个点之间的距离为111。

显然，以上三种距离的定义都满足距离的定义条件。

三、距离变换

距离变换也叫作距离函数或者斜切算法。它是距离概念的一个应用，图像处理的一些算法以距离变换为基础。距离变换描述的是图像中像素点与某个区域块的距离，区域块中的像素点值为0，临近区域块的像素点有较小的值，离它越远值越大。

以二值图像为例，其中区域块内部的像素值为1，其他像素值为0。距离变换给出每个像素点到最近的区域块边界的距离，区域块内部的距离变换结果为0。输入图像如图1所示，D4距离的距离变换结果如图2所示。

下面来讨论距离变换算法，其核心是利用两个小的局部掩膜遍历图像。第一遍利用掩模1，左上角开始，从左往右，从上往下。第二遍利用第二个掩模，右下角开始，从右往左，从下往上。掩模形状如下图所示：

按照某种距离（如：D4D_4D4距离或D8D_8D8距离）对大小为M×NM×NM×N的图像中的区域块作距离变换，算法过程如下：

1、建立一个大小为M×NM×NM×N的数组FFF，作如下的初始化：将区域块中的元素设置为000，其余元素设置为无穷；

2、利用掩模1（mask1），左上角开始，从左往右，从上往下遍历数组，将掩模中P点对应的元素的值作如下更新：
F(P)=minq∈mask1{F(P),D(P,q)+F(q)}F(P)=\underset{{q\in mask1}}{min}\{F(P),D(P,q)+F(q)\}F(P)=q∈mask1min{F(P),D(P,q)+F(q)}

3、利用掩模2（mask2），右下角开始，从右往左，从下往上遍历数组，将掩模中P点对应的元素的值作如下更新：
F(P)=minq∈mask2{F(P),D(P,q)+F(q)}F(P)=\underset{{q\in mask2}}{min}\{F(P),D(P,q)+F(q)\}F(P)=q∈mask2min{F(P),D(P,q)+F(q)}

最终得到的更新后的数组即为距离变换的结果。

这个算法过程在图像编边界需要做出调整，因为在边界处，掩模不能全部覆盖图像，这时可以将掩模中没有对应元素的位置的值当作0来处理。

四、OpenCV代码实现

这个算法过程经过很多的改进，但基本原理并没有区别。开源计算机视觉库OpenCV中，距离变换算法有相应的实现，声明如下：

CV_EXPORTS_W void distanceTransform( InputArray src, OutputArray dst,int distanceType, int maskSize, int dstType=CV_32F);

参数详解：

InputArray src：输入图像，一般为二值图像；
OutputArray dst：输出的图像，距离变换结果；
int distanceType：用于距离变换的距离类型（欧氏距离：DIST_L2 = 2；D4D_4D4距离：DIST_L1 = 1；D8D_8D8距离：DIST_C = 3等）；
int mask_size：距离变换掩模的大小，一般为3或5；
int dstType：输出图像的数据类型，可以为CV_8U或CV_32F。

下面我们用一个具体的例子来展示距离变换的效果。将大小为480×480480\times480480×480，其中有三个像素点设置为1，其余都为0的一张图片作为输入图像，分别在欧式距离、D4D_4D4距离和D8D_8D8距离下，距离变换的结果。

效果如下图所示：

下面是代码实现：

#include<opencv2/opencv.hpp>
using namespace cv;
using namespace std;int main()
{//初始化输入图像和变换结果图像Mat mat(480, 480, CV_8UC1, Scalar(0)), transMatE, transMatD4, transMatD8;//给输入图像指定三个像素点作为距离变换原点(区域块)mat.at<uchar>(100, 200) = 1;mat.at<uchar>(200, 100) = 1;mat.at<uchar>(300, 300) = 1;//将将输入图像中1和0调换，使得原点距离为0mat = 1 - mat;//显示原始图像(显示为黑色)imshow("原始图片", mat);//分别利用欧式距离、D4距离和D8距离作距离变换，将结果存入transMatD4、transMatD8和transMatEdistanceTransform(mat, transMatE, DIST_L2, 0);distanceTransform(mat, transMatD4, DIST_L1, 0, CV_8U);distanceTransform(mat, transMatD8, DIST_C, 0);//欧式距离与D8距离作变换后，值为32位浮点数，以下代码将其值转为uchar类型transMatE.convertTo(transMatE, CV_8U);transMatD8.convertTo(transMatD8, CV_8U);//显示距离变换结果imshow("欧式距离变换后的图片", transMatE);imshow("D4距离变换后的图片", transMatD4);imshow("D8距离变换后的图片", transMatD8);waitKey();return 0;

数字图像的距离变换算法相关推荐

【OpenCV】数字图像的距离变换算法
数字图像的距离变换算法图像数字化距离距离变换 OpenCV代码实现 C++ Python 参考博客图像数字化通过传感器获得的图像是平面坐标(x,y)的连续函数f(x,y),它的值图像对应位置 ...
【图像处理】——距离变换算法
前言通过本文可以了解到什么是图像的距离? 什么是距离变换距离变换的计算 OpenCV中距离变换的实现什么是图像的距离? 距离(distance)是描述图像两点像素之间的远近关系的度量,常见的度 ...
二值图像的距离变换研究
http://blog.csdn.net/trent1985/article/details/18081761 [研究内容] 二值图像距离变换 [正文] 二值图像距离变换的概念由Rosenfeld和P ...
OpenCV（26）图像分割 -- 距离变换与分水岭算法（硬币检测、扑克牌检测、车道检测）
目录一.基础理论 1.思想 2.原理二.分水岭实战:硬币步骤归纳 1.把原图像转二值图 2.开运算去噪 3.确定背景区域(膨胀)(得到背景/最大连通域) 4.确定前景区域(距离变换) (分离)( ...
OpenCV距离变换和分水岭算法的图像分割
OpenCV距离变换和分水岭算法的图像分割距离变换和分水岭算法的图像分割目标代码说明/结果距离变换和分水岭算法的图像分割目标在本教程中,您将学习如何: 使用OpenCV函数cv :: f ...
matlab距离变换,距离变换的图像分割和Watershed算法
目标在本教程中,您将学习如何:使用OpenCV函数cv :: filter2D为了执行一些拉普拉斯滤波来进行图像锐化使用OpenCV函数cv :: distanceTransform来获得二进制图 ...
【OpenCV 4开发详解】图像距离变换
本文首发于"小白学视觉"微信公众号,欢迎关注公众号本文作者为小白,版权归人民邮电出版社发行所有,禁止转载,侵权必究! 经过几个月的努力,小白终于完成了市面上第一本OpenCV 4 ...
图像识别中距离变换的原理及作用详解,并附用OpenCV中的distanceTransform实现距离变换的代码
图像处理开发需求.图像处理接私活挣零花钱,请加微信/QQ 2487872782 图像处理开发资料.图像处理技术交流请加QQ群,群号 271891601 距离变换的定义是计算一个图像中非零像素点到最近的 ...
OpenCV 距离变换的笔记
目前正在学习<图像处理,分析与机器视觉>里面有提到距离变换计算,以此笔记记录生活. 距离变换的定义 :计算图像中像素点到最近零像素点的距离,也就是零像素点的最短距离. Mat srcIm ...

数字图像的距离变换算法