图像处理复习———像素间的基本关系(邻域,邻接性,通路,连通性,距离)

这篇具有很好参考价值的文章主要介绍了图像处理复习———像素间的基本关系(邻域,邻接性,通路,连通性,距离)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

邻域

相邻像素——4邻域

相邻像素——D邻域

相邻像素——8邻域

邻接性

像素间的邻接性——4邻接

像素间的邻接性——8邻接

像素间的邻接性——m邻接

判断题助理解

通路

通路判断题——加深理解

连通性

连通分量

邻域

相邻像素——4邻域

D邻域( diagonal )定义:像素p(x,y)的D邻域是: 对角上的点 (x+1,y+1);(x+1,y-1);(x-1,y+1);(x- 1,y-1)

用N4(p)表示像素p的4邻域:

m邻接,图像处理,图像处理,人工智能,计算机视觉

相邻像素——D邻域

D邻域( diagonal )定义:像素p(x,y)的D邻域是: 对角上的点 (x+1,y+1);(x+1,y-1);(x-1,y+1);(x- 1,y-1)

用ND(p)表示像素p的D邻域 :

m邻接,图像处理,图像处理,人工智能,计算机视觉

 文章来源地址https://www.toymoban.com/news/detail-813583.html

相邻像素——8邻域

8邻域定义:像素p(x,y)的8邻域是: 4邻域的点 + D邻域的点

 用N8(p)表示像素p的8邻域。N8(p) = N4(p) + ND(p)

m邻接,图像处理,图像处理,人工智能,计算机视觉

邻接性

邻接性是描述区域和边界的重要概念

两个像素邻接的两个必要条件是:

        ①两个像素的位置是否相邻

        ②两个像素的灰度值是否满足特定的相似性准则(或者 是否相等)

像素间的邻接性——4邻接

对于具有值V的像素p和q,如果q在集合N4(p)中,则称 这两个像素是4邻接的 。

 m邻接,图像处理,图像处理,人工智能,计算机视觉

 

像素间的邻接性——8邻接

对于具有值V的像素p和q,如果q在集合N8(p)中,则称 这两个像素是8邻接的 。

m邻接,图像处理,图像处理,人工智能,计算机视觉 

 

像素间的邻接性——m邻接

对于具有值V的像素p和q,如果:

        I. q在集合N4(p)中,

        II. q在集合ND(p)中,并且N4(p)与N4(q)的交集为空 (没有值V的像素) 则称这两个像素是m邻接的,即4邻接和D邻接的混合连通

m邻接,图像处理,图像处理,人工智能,计算机视觉 

 m邻接可消除8邻接产生的二义性

m邻接,图像处理,图像处理,人工智能,计算机视觉

 在第二幅图中,8邻域中的中间的那个1可以有两条路到达右上角的那个1 ,这就是所说的二义性,这个情况在边缘检测里面是很不希望的。

如第三幅图所示,改成m邻域以后,中间的1像素和右上角的像素是8连通 的却不是m连通

的,这可以从m连通的定义得到,如果用M连通从中间的1到右上角的1就只有一条路。

判断题助理解

像素间的邻接性
                若p和q是4邻接,那么它们肯定是8邻接?
                若p和q是8邻接,那么它们肯定是4邻接?

                若p和q是4邻接,那么它们肯定是m邻接?
                若p和q是m邻接,那么它们肯定是4邻接?
                若p和q是8邻接,那么它们肯定是m邻接?
                若p和q是m邻接,那么它们肯定是8邻接?

通路

定义:一条从具有坐标(x,y)的像素p,到具有坐标(s,t)的像素q 的通路。

(x0,y0),(x1,y1),...,(xn,yn)的不同像素的序列。其中 ,(x0,y0) = (x,y),(xn,yn) = (s,t),(xi,yi) 和(xi- 1,yi-1)是邻接的,1 ≤ i ≤ n,n是路径的长度。如果 (x0,y0) = (xn,yn) ,则该通路是闭合通路 。

例题:V={2,3,4},计算p和q之间的4通路、8通路和m通路 的最短长度。 

m邻接,图像处理,图像处理,人工智能,计算机视觉

4通路 V={2,3,4}:

m邻接,图像处理,图像处理,人工智能,计算机视觉

 可以看出四通路无法到达,故没有四通路也不存在最短四通路。

8通路 V={2,3,4}:

m邻接,图像处理,图像处理,人工智能,计算机视觉

存在8通路,最短8通路为4, 

m通路 V={2,3,4 }:

m邻接,图像处理,图像处理,人工智能,计算机视觉

 存在m通路,最短m通路为5

通路判断题——加深理解

                若p和q之间存在4通路,则两者之间必存在m通路。
                若p和q之间存在m通路,则两者之间必存在4通路。
                若p和q之间存在m通路,则两者之间必存在8通路。
                若p和q之间存在8通路,则两者之间必存在m通路.
                若p和q之间存在8通路,则两者之间必存在4通路。
                若p和q之间存在4通路,则两者之间必存在8通路。

连通性

连通分量

        令S是图像中的一个像素子集。如果在S中全部像素之间 存在一个通路,则可以说p和q在S中是连通( connected)的。对于S中的任何像素p,S中连通到该像素的像素集称为S的连通分量。如果S仅有一个连通分 量,则集合S称为连通集(connected set)

        令R是图像中的像素子集。如果R是连通集,则称R为一个区域。一个区域R的边界(边缘或轮廓)是区域中像素的集合,该区域有一个或多个不在R中的邻点。如果R是整幅图像,则边界由图像的第一行、第一列和最后一行最后一列定义。

例1:计算图中的连通域个数(分别用4连通和8连通)

m邻接,图像处理,图像处理,人工智能,计算机视觉

 4连通的连通域有6个,分别是: {A,B}、{C}、{D,E}、{F,G,H}、 {I}、{J,K}

 8连通的连通域有2个,分别是: {A,B,C,D,E}、{F,G,H,I,J,K}

例2:若灰度相似准则为V={1},试按8连通标出图中所示图像的目标区域边界。

八连通目标区域边界由8连通的边界点组成,其中8连通的边界点由值为1,且有4邻域的0值点 的目标区域点组成。其中边界点用1表示,背景点用0表示,非边界的目标区域点用空格表示。

m邻接,图像处理,图像处理,人工智能,计算机视觉

 画出的目标边界如下图:

m邻接,图像处理,图像处理,人工智能,计算机视觉

 

到了这里,关于图像处理复习———像素间的基本关系(邻域,邻接性,通路,连通性,距离)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • FPGA + 图像处理(三)生成3x3像素矩阵

    生成NxN的像素矩阵是对图像进行各类滤波操作的基本前提,本文介绍一种通过bram生成3x3矩阵的方法。 因为本文介绍的是基于bram生成的3x3像素矩阵,所以要先生成两个bram核,用于缓存前两行图像数据 在 IP catalog中选择Block Memory Generator 配置如下 注意这里选择simple dual port RAM,

    2024年04月26日
    浏览(33)
  • 图像处理-像素位置的一阶导数和二阶导数

    空间卷积是一种图像处理中常用的技术,用于计算图像中每个像素位置的一阶导数和二阶导数。在这里将解释如何使用卷积操作来实现这些导数的计算。 一阶导数和二阶导数的性质: 一阶导数通常产生粗边缘; 二阶导数对精细细节(如细线、孤立点和噪声)有更强的响应;

    2024年01月18日
    浏览(34)
  • OpenCV单通道图像按像素成倍比例放大(无高斯平滑处理)

    OpenCV中的resize函数可以对图像做任意比例的放大(/缩小)处理,该处理过程会对图像做高斯模糊化以保证图像在进行放大(/缩小)后尽可能保留源图像所展现的具体内容(消除固定频率插值/采样带来的香农采样信息损失),但在有些场景中该方法不适用,如:部分应用场景只

    2024年04月11日
    浏览(54)
  • 数字图像处理复习

    了解图像与图形的区别。 在存储结构和表示方式上有根本区别,图形是矢量结构的储存形式,图像栅格结构的储存形式 了解数字图像的形成过程,尤其是连续图像数字化的好处。 掌握衡量数字图像的精度的指标: 空间分辨率 和 灰度级分辨率 。 (1)比较下列两组图像, 从视

    2024年02月08日
    浏览(55)
  • 数据图像处理——期末复习题库

    一.填空题 1.数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字,表示数字图像的一个最小单位,称为( )。 2.数字图像处理可以理解为两个方面的操作:一是从图像到图像的处理,如图像增强等; 二是( ),如图像测量等。 3.数字图像处理可以理解为两个方

    2024年02月10日
    浏览(47)
  • 国科大图像处理期末考试复习攻略

    面向人群 :由于部分同学在考前对图像处理课程的理解并没能达到非常深的水平,或者部分同学并非是计算机相关的专业,故需要在短时间内通过一个复习的思路达到及格的目标是非常必要的( 此攻略仅仅面向考试,不可作为学习期间的参考 )。 按照往年的情况,全卷为

    2024年02月04日
    浏览(44)
  • 图像处理与视觉感知---期末复习重点(6)

     1. 图像分割定义:是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。特性可以是灰度、颜色、纹理等;目标可以对应单个区域,也可以对应多个区域。  2. 图像分割的目的:将图像划分为不同区域。  3. 图像分割的原理:图像分割算法是基于亮度值的不

    2024年04月10日
    浏览(38)
  • 【计算机视觉—python 】 图像处理入门教程 —— 图像属性、像素编辑、创建与复制、裁剪与拼接【 openCV 学习笔记 005 to 010 and 255】

    OpenCV中读取图像文件后的数据结构符合Numpy的ndarray多维数组结构,因此 ndarray 数组的属性和操作方法可用于图像处理的一些操作。数据结构如下图所示: img.ndim:查看代表图像的维度。彩色图像的维数为3,灰度图像的维度为2。 img.shape:查看图像的形状,代表矩阵的行数(高

    2024年01月19日
    浏览(70)
  • 数字图像处理实验之Matlab对图像的基本处理

    1、提取Lena图像的左半上角部分,与原始Lena图像在同一个figure中显示,并做适当命名 效果图 2、利用 imnoise , 对原始Lena图像叠加高斯噪声,产生4幅、14幅、140幅的含噪图像。对这些含噪图像采用 相加  运算,来验证、比较图像相加消除叠加性噪声的效果。将原始图像、1幅噪

    2024年02月03日
    浏览(64)
  • 第四十八章 解读RGB颜色机制,在图像处理中像素值越大意味着什么,OpenCV为什么使用 BGR 颜色格式

    RGB三原色起源于上世纪初1809年Thomas Young提出视觉的三原色学说,随后Helmholtz在1824年也提出了三原色学说:即:视网膜存在三种视锥细胞,分别含有对红、绿、蓝三种光线敏感的视色素,当一定波长的光线作用于视网膜时,以一定的比例使三种视锥细胞分别产生不同程度的兴

    2024年01月21日
    浏览(65)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包