`
lzj0470
  • 浏览: 1277000 次
  • 性别: Icon_minigender_1
  • 来自: 深圳
社区版块
存档分类
最新评论

Hilditch 细化算法的C#实现

阅读更多
Hilditch 细化算法是经典的二值图像细化算法,然而,在网上却很难找到一个详细、正确的介绍和实现。可以找到一辆个 Hilditch 算法的C实现,但缺乏注释,代码可读性也很差。在期刊网上找到几篇论文,提及了Hilditch 算法,结果一篇说的罗哩罗嗦根本看不懂,另一篇说的说的易懂,却是错误的!拿来主义是行不通了,于是只好结合着这几个论文和代码,从头写 Hilditch 细化算法。

假设像素p的3×3邻域结构为:

image

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:

image

上图中,左图的4连通联结数是2,8连通联结数是1,而右图的4联通联结数和8联通联结数都是2。

4连通联结数计算公式是:

image

8连通联结数计算公式是:

image其中,

image

至于公式怎么来的就不管了,直接用就行了。

(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。

======

在程序中,我使用的是这样的邻域编码:

image

为了方便计算联结数,以0作为前景,1作为背景。程序如下(完整程序见:http://smartimage.googlecode.com/svn/trunk/src/Orc.SmartImage.Common/UnmanagedImage/ImageU8.cs):

    /// <summary>
    /// 计算八联结的联结数,计算公式为:
    ///     (p6 - p6*p7*p0) + sigma(pk - pk*p(k+1)*p(k+2)), k = {0,2,4)
    /// </summary>
    /// <param name="list"></param>
    /// <returns></returns>
    private unsafe Int32 DetectConnectivity(Int32* list)
    {
        Int32 count = list[6] - list[6] * list[7] * list[0];
        count += list[0] - list[0] * list[1] * list[2];
        count += list[2] - list[2] * list[3] * list[4];
        count += list[4] - list[4] * list[5] * list[6];
        return count;
    }

    private unsafe void FillNeighbors(Byte* p, Int32* list, Int32 width, Byte foreground = 255)
    {
        // list 存储的是补集,即前景点为0,背景点为1,以方便联结数的计算

        list[0] = p[1] == foreground ? 0 : 1;
        list[1] = p[1 - width] == foreground ? 0 : 1;
        list[2] = p[-width] == foreground ? 0 : 1;
        list[3] = p[-1 - width] == foreground ? 0 : 1;
        list[4] = p[-1] == foreground ? 0 : 1;
        list[5] = p[-1 + width] == foreground ? 0 : 1;
        list[6] = p[width] == foreground ? 0 : 1;
        list[7] = p[1 + width] == foreground ? 0 : 1;
    }

    /// <summary>
    /// 使用 hilditch 算法进行细化
    /// </summary>
    public unsafe void Thinning(Byte foreground = 255)
    {
        Byte* start = this.Start;
        Int32 width = this.Width;
        Int32 height = this.Height;
        Int32* list = stackalloc Int32[8];
        Byte background = (Byte)(255 - foreground);
        Int32 length = this.Length;

        using (ImageU8 mask = new ImageU8(this.Width, this.Height))
        {
            mask.Fill(0);

            Boolean loop = true;
            while (loop == true)
            {
                loop = false;
                for (Int32 r = 1; r < height - 1; r++)
                {
                    for (Int32 c = 1; c < width - 1; c++)
                    {
                        Byte* p = start + r * width + c;

                        // 条件1:p 必须是前景点
                        if (*p != foreground) continue;

                        //  p3  p2  p1
                        //  p4  p   p0
                        //  p5  p6  p7
                        // list 存储的是补集,即前景点为0,背景点为1,以方便联结数的计算
                        FillNeighbors(p, list, width, foreground);

                        // 条件2:p0,p2,p4,p6 不皆为前景点
                        if (list[0] == 0 && list[2] == 0 && list[4] == 0 && list[6] == 0)
                            continue;

                        // 条件3: p0~p7至少两个是前景点
                        Int32 count = 0;
                        for (int i = 0; i < 8; i++)
                        {
                            count += list[i];
                        }

                        if (count > 6) continue;

                        // 条件4:联结数等于1
                        if (DetectConnectivity(list) != 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 (mask[r - 1, c] == 1)
                        {
                            list[2] = 1;
                            if (DetectConnectivity(list) != 1)
                                continue;
                            list[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 (mask[r, c - 1] == 1)
                        {
                            list[4] = 1;
                            if (DetectConnectivity(list) != 1)
                                continue;
                        }
                        mask[r, c] = 1; // 标记删除
                        loop = true;
                    }
                }

                for (int i = 0; i < length; i++)
                {
                    if (mask[i] == 1)
                    {
                        this[i] = background;
                    }
                }
            }
        }
    }
转载地址:http://www.cnblogs.com/xiaotie/archive/2010/08/12/1797760.html
分享到:
评论

相关推荐

    Hilditch细化算法:java实现

    ### Hilditch细化算法的Java实现 #### 一、引言 Hilditch细化算法是一种常用的二值图像细化方法,其主要目标是从二值图像中提取出骨架结构,即通过迭代去除边界像素来达到简化图像形状的目的,同时保持图像的基本...

    C#实现Hilditch 细化算法.doc

    C#实现Hilditch 细化算法.doc

    Hilditch细化算法.doc

    Hilditch细化算法是一种经典图像处理技术,主要用于图像细化,即减小图像中线条的宽度,同时保持线条的形态和连接性。该算法由Michael Hilditch在1980年代提出,对后续的图像细化算法发展具有重要的启示作用。 算法...

    Hilditch 细化算法是经典的二值图像细化算法.pdf

    《Hilditch细化算法详解与实现》 Hilditch细化算法是一种经典的二值图像处理技术,主要用于二值图像的细化,即将图像中的线条转化为更细的单像素宽的线条,以便于后续分析和处理。该算法的核心在于通过迭代的方式,...

    Hilditch 细化算法是经典的二值图像细化算法.docx

    Hilditch细化算法是一种经典的二值图像细化方法,主要用于将图像中的线条细化到最细,从而增强图像的细节表现。该算法在处理二值图像时,通过迭代的方式检查并修改图像中的每个像素,以达到细化的目的。由于其在实际...

    Hilditch细化算法

    细化算法是图像处理很关键的一步,Hilditch是最经典的细化算法,很有用。

    Hilditch、Pavlidis、Rosenfeld细化算法 、索引表细化算法

    本文将详细探讨Hilditch、Pavlidis和Rosenfeld细化算法,以及一种索引表细化算法,这些算法主要用于汉字的骨架提取。 1. Hilditch细化算法: Hilditch算法是一种基于像素邻域的操作,它考虑了8连接或4连接的邻域。...

    图象细化算法大全,图象细化算法大全

    根据给定的信息,本文将详细介绍图像细化算法中的一个重要方法——Hilditch细化算法,并解析其原理及实现过程。 ### 图像细化算法概述 图像细化(Skeletonization)是图像处理领域中的一项关键技术,主要用于提取...

    图像细化算法

    在给定的描述中提到了三种细化算法:Beforethin细化算法、Hilditch细化算法和Pavlidis细化算法。接下来,我们将对这三种算法进行详细的阐述。 1. Beforethin细化算法: Beforethin算法是一种预处理细化算法,它的...

    细化算法基本实现程序

    常见的细化算法有基于迭代的方法,如罗伯特斯交叉、Prewitt算子、Sobel算子和Hilditch算法等。这些算法通过局部操作(例如邻域操作)来消除线条内部的连接,从而达到细化的效果。 2. **二值图像**:二值图像是一种...

    Hilditch细化算法.rar_Windows编程_C/C++_

    在压缩包中的"Hilditch细化算法.cpp"文件很可能是Hilditch算法的具体实现代码。"www.pudn.com.txt"可能是一个链接或说明文件,指向更多的资源或讨论论坛。"zzsk.txt"可能是作者的注释或者其他相关信息。 在实际应用...

    四种不同的图像细化算法的VC++源码

    在给定的“四种不同的图像细化算法的VC++源码”中,包含了以下四个著名的细化算法的实现: 1. **Hilditch细化算法**:由Hilditch提出的细化算法是基于8邻接系统的迭代方法。它通过检测和消除那些不满足特定条件的...

    常用的细化算法

    hilditch.m是hilditch细化算法。 RC_unwrap.m是逐行逐列去包裹算法。 least_unwrap.m是最小二乘去包裹算法。 FTP.m是利用傅里叶变换提取相位。 sincosfilter.m是正余弦滤波算法。

    图像处理中经典细化算法集合(matlab)

    在MATLAB环境中,这些细化算法通常通过编写自定义函数或者利用Image Processing Toolbox中的函数实现。用户可以加载图像,应用预处理如平滑滤波,然后调用相应的细化算法函数,最后可能还需要进行后处理操作,如去除...

    细化算法_细化算法_Vc_

    常见的细化算法有Hilditch算法、Rosenfeld算法以及基于阈值的细化算法等。这些算法通过寻找像素之间的连接性和差异性,对像素进行操作,达到细化效果。 Hilditch算法是一种基于8邻域的细化算法,它通过检查当前像素...

    一种对文字图像细化的改进Hilditch算法研究.pdf

    ### 一种对文字图像细化的改进Hilditch算法研究 #### 概述 本文献针对当前文字图像细化处理中存在的问题,提出了一种基于Hilditch算法的改进方案。Hilditch算法是一种常用的图像细化(骨架化)算法,在文档分析、...

    图像处理---图像细化算法

    常用的图像细化算法有Hilditch算法、Pavlidis算法和Rosenfeld算法等。Hilditch算法是一种经典的图像细化算法,使用于二值图像,比较普通,是一般的算法。Pavlidis算法通过并行和串行混合处理来实现,用位运算进行...

    用c#实现的图像细化程序源代码

    在本文中,我们将深入探讨如何使用C#编程语言实现图像处理中的细化算法。细化是一种常见的图像处理技术,它用于增强图像的边缘,使线条更加清晰,对于计算机视觉、图像分析和模式识别等领域具有重要意义。 首先,...

Global site tag (gtag.js) - Google Analytics