二值图像连通区标记之区域生长法

 

连通区标记是最基本的图像处理算法之一,最近的项目中需要一个纯C语言实现的连通区标记算法,本以为如此基础的算法在网上能搜到现成代码,结果大失所望,讲解标记算法思想的文章很多,给出代码实例的却很少,能找到的几段程序,都有各种各样的问题。于是,自己动手丰衣足食,并拿出来与大家分享。

两阶段法是传统的连通区标记算法,在维基百科上有详细的介绍:
Connected Component Labeling
该算法中,第一阶段按从左至右、从上至下的顺序,对整幅图像进行扫描,通过比较每个前景像素的邻域进行连通区标记,并创建等效标记列表。第二阶段的任务是合并等效标记列表,并再次扫描图像以更新标记。算法的优点的是通俗易懂,缺点是需要两次扫描图像,效率不高,并且第二阶段编程实现较为复杂。

区域生长法利用区域生长的思想,一次生长过程可以标记一整个连通区,只需对图像进行一次扫描就能标记出所有连通区。算法描述如下:

Step1、输入待标记图像bitmap,初始化一个与输入图像同样尺寸的标记矩阵labelmap,一个队列queue以及标记计数labelIndex;
Step2、按从左至右、从上至下的顺序扫描bitmap,当扫描到一个未被标记的前景像素p时,labelIndex加1,并在labelmap中标记p(相应点的值赋为labelIndex),同时,扫描p的八邻域点,若存在未被标记的前景像素,则在labelmap中进行标记,并放入queue中,作为区域生长的种子;
Step3、当queue不为空时,从queue中取出一个生长种子点p1,扫描p1的八邻域点,若存在未被标记过的前景像素,则在labelmap中进行标记,并放入queue中;
Step4、重复Step3直至queue为空,一个连通区标记完成;
Step5、转到Step2,直至整幅图像被扫描完毕,得到标记矩阵labelmap和连通区的个数labelIndex。

该算法最坏情况下,将对每个像素点都进行一次八邻域搜索,算法复杂度为O(n)。

C语言实现如下:

//定义结构体部分

//八邻域
static int NeighborDirection[8][2] = {{0,1},{1,1},{1,0},{1,-1},{0,-1},{-1,-1},{-1,0},{-1,1}};
typedef unsigned char Byte;

//定义队列
typedef struct QNode
{
 int data;
 struct QNode *next;
}QNode;
//采用的链式队列的结构
typedef struct Queue
{
 struct QNode* first;

 struct QNode* last;
}Queue;

 

//主调用函数

int ConnectedComponentLabeling(Byte *binaryImage, int width, int height, int *labeImage)
{
 int cx, cy, popIndex , labelIndex = 0;
 int index;
 Queue *queue = NULL;
 queue = (Queue*)malloc(sizeof(Queue));
 queue->first = NULL;
 queue->last = NULL;
 /*memset(labelmap, 0, width * height);*/
 for(cy = 1; cy < height - 1; cy++)
 {
  for(cx = 1; cx < width - 1; cx++)
  {
   index = cy * width + cx;
   if(bitmap[index] == 255 && labelmap[index] == 0)
   {
    labelIndex++;
    SearchNeighbor(bitmap, width, height, labelmap, labelIndex, index, queue);
    popIndex = PopQueue(queue);
    while(popIndex > -1)
    {
     SearchNeighbor(bitmap, width, height, labelmap, labelIndex, popIndex, queue);
     popIndex = PopQueue(queue);
    }
   }
  }
 }
 free(queue);
 return labelIndex;
}
void SearchNeighbor(Byte *bitmap, int width, int height, int *labelmap, int labelIndex, int pixelIndex, Queue *queue)
{
 int searchIndex, i, length;
 labelmap[pixelIndex] = labelIndex;
 length = width * height;
 for(i = 0;i < 8;i++)
 {
  searchIndex = pixelIndex + NeighborDirection[i][0] * width + NeighborDirection[i][1];
  if(searchIndex > 0 && searchIndex < length &&
   bitmap[searchIndex] == 255 && labelmap[searchIndex] == 0)
  {
   labelmap[searchIndex] = labelIndex;
   PushQueue(queue, searchIndex);
  }
 }
}
int PopQueue(Queue *queue)
{
 QNode *p = NULL;
 int data;
 if(queue->first == NULL)
 {
  return -1;
 }
 p = queue->first;
 data = p->data;
 if(queue->first->next == NULL)
 {
  queue->first = NULL;
  queue->last = NULL;
 }
 else
 {
  queue->first = p->next;
 }
 free(p);
 return data;
}
void PushQueue(Queue *queue, int data)
{
 QNode *p = NULL;
 p = (QNode*)malloc(sizeof(QNode));
 p->data = data;
 if(queue->first == NULL)
 {
  queue->first = p;
  queue->last = p;
  p->next = NULL;
 }
 else
 {
  p->next = NULL;
  queue->last->next = p;
  queue->last = p;
 }
}

参考文献为:一种二值图像连通区域标记的新方法 陈柏生写的。

你可能感兴趣的:(机器视觉与图像处理)