数字图像处理(2)像素邻域、领接、通路与距离

像素邻域、邻接、通路与距离

邻域

像素的临近像素组成了像素的邻域。
数字图像处理(2)像素邻域、领接、通路与距离_第1张图片
可以看到像素邻域可以分为4邻域、对角邻域和8邻域。其中8邻域为4邻域和对角邻域的并集。

邻接

如果一个像素在另一个像素的邻域中,且它们的灰度值满足特定的相似准则(如属于某一集合) ,则称这两个像素是邻接的。
邻接可以分为:
·4-邻接
·8-邻接
·m-邻接
数字图像处理(2)像素邻域、领接、通路与距离_第2张图片
数字图像处理(2)像素邻域、领接、通路与距离_第3张图片
4-邻接和8-邻接比较容易理解,就是一个像素的4邻域为8邻域位置的像素与其满足特定的相似准则。
而m-邻接,需要灰度值满足集合V的像素p和q ,且符合下列两个条件之一
(1)q在p的4邻域中
(2)q在p的对角领域中,并且q的4邻域与p的4领域交集像素中没有灰度值属于V
数字图像处理(2)像素邻域、领接、通路与距离_第4张图片
上图为第一种情况。集合V={255},q在p的4邻域中,且都属于集合V。
数字图像处理(2)像素邻域、领接、通路与距离_第5张图片
上图为第二种情况。集合V={255},q在p的对角领域中,且都属于集合V,且q的4邻域与p的4领域交集像素中没有灰度值属于V

通路

如果从像素(x0,y0)到像素(xn,yn),每个像素都与它之前的像素有上述邻接关系,则可以说像素(x0,y0)和像素(xn,yn)之间存在通路。
在这里插入图片描述

距离

像素p(x1,y1)与q(x2,y2)之间的像素距离有三种
(1)欧式距离
D ( p , q ) = ∣ x 1 − x 2 ∣ 2 + ∣ y 1 − y 2 ∣ 2   . D(p,q)=\sqrt{|{x1-x2}|^2+|{y1-y2}|^2}\,. D(p,q)=x1x22+y1y22 .
数字图像处理(2)像素邻域、领接、通路与距离_第6张图片
(2)城区距离
D ( p , q ) = ∣ x 1 − x 2 ∣ + ∣ y 1 − y 2 ∣ D(p,q)=|{x1-x2}|+|{y1-y2}| D(p,q)=x1x2+y1y2
数字图像处理(2)像素邻域、领接、通路与距离_第7张图片

(3)棋盘距离
D ( p , q ) = m a x { ∣ x 1 − x 2 ∣ , ∣ y 1 − y 2 ∣ } D(p,q)=max\{ |{x1-x2}|,|{y1-y2}|\} D(p,q)=max{x1x2,y1y2}
数字图像处理(2)像素邻域、领接、通路与距离_第8张图片

你可能感兴趣的:(数字图像处理,计算机视觉,图像处理,数字图像处理)