目标分割与统计

本帖最后由 9crk 于 2015-1-4 21:26 编辑

比如桌上一堆米，互相无接触（其实就算有接触，用一些腐蚀算法也可以去掉碰触连接的地方），需要数出来有多少粒米，或者每一粒米的位置（事实上，把每一粒米的位置找出来然后根据此米粒的形状判断其是否缺陷，这是很常见的需求）。

回归正题。
常用的方法是递归，如果找到一个黑点后，向其四周找，如果还有黑点，就继续向其四周找，无限循环下去（当然，为了避免重复，需要建立一个表格，如果这一点找过了，就不对它进行判断了）

这个方法的致命弱点是效率，它可能会需要庞大的stack空间进行递归，并且大小不可控，而且在DSP的BIOS操作系统上，stack错误会直接导致系统死掉。

以下推荐一个分割与标记的方法：two pass，可以将每一个连通区域分开并标记上不同的编号。



步骤如下：
[quote]
（1）第一次扫描：
访问当前像素B(x,y)，如果B(x,y) == 1：
a、如果B(x,y)的领域中像素值都为0，则赋予B(x,y)一个新的label：
label += 1， B(x,y) = label；
b、如果B(x,y)的领域中有像素值 > 1的像素Neighbors：
1）将Neighbors中的最小值赋予给B(x,y):
B(x,y) = min{Neighbors}
2）记录Neighbors中各个值（label）之间的相等关系，即这些值（label）同属同一个连通区域；
labelSet = { label_m, .., label_n }，labelSet中的所有label都属于同一个连通区域（注：这里可以有多种实现方式，只要能够记录这些具有相等关系的label之间的关系即可）
（2）第二次扫描：
访问当前像素B(x,y)，如果B(x,y) > 1：
a、找到与label = B(x,y)同属相等关系的一个最小label值，赋予给B(x,y)；
完成扫描后，图像中具有相同label值的像素就组成了同一个连通区域。[/quote]