二值图像距离变换研究

Trent1985

博客专家认证

2014-01-12 10:21:58

最近本人对二值图像距离变换进行了总结，包括欧式距离变换，非欧式距离变换（Chessboard距离变换，Cityblock距离变换，Chamfer距离变换）,参考相关论文的快速算法，写了demo，特跟大家分享一下，喜欢数字图像处理的朋友们可以多多指教！

具体研究分析见博客http://blog.csdn.net/trent1985/article/details/18081761
完整Demo+快速算法相关论文+实验结果下载地址：http://download.csdn.net/detail/trent1985/6841125
1，实验结果：

2，不同算法性能分析：

3，主要C#代码：



        /// <summary>

        /// Chamfer distance transform(using two 3*3 windows:forward window434 300 000;backward window 000 003 434).

        /// </summary>

        /// <param name="src">The source image.</param>

        /// <returns>The result image.</returns>

        public Bitmap ChamferDistancetransfrom(Bitmap src)

        {

            int w = src.Width;

            int h = src.Height;

            double p0 = 0, p1 = 0, p2 = 0, p3 = 0, p4 = 0, p5 = 0, p6 = 0, p7 = 0, p8 = 0, min = 0;

            int mMax = 0, mMin = 255;

            System.Drawing.Imaging.BitmapData srcData = src.LockBits(new Rectangle(0, 0, w, h), System.Drawing.Imaging.ImageLockMode.ReadOnly, System.Drawing.Imaging.PixelFormat.Format24bppRgb);

            unsafe

            {

                byte* p = (byte*)srcData.Scan0.ToPointer();

                int stride = srcData.Stride;

                byte* pTemp;

                for (int y = 0; y < h; y++)

                {

                    for (int x = 0; x < w; x++)

                    {

                        if (x > 0 && x < w - 1 && y > 0 && y < h - 1)

                        {

                            p0 = (p + x * 3 + y * stride)[0];

                            if (p0 != 0)

                            {

                                pTemp = p + (x - 1) * 3 + (y - 1) * stride;

                                p2 = pTemp[0] + 4;

                                pTemp = p + x * 3 + (y - 1) * stride;

                                p3 = pTemp[0] + 3;

                                pTemp = p + (x + 1) * 3 + (y - 1) * stride;

                                p4 = pTemp[0] + 4;

                                pTemp = p + (x - 1) * 3 + y * stride;

                                p1 = pTemp[0] + 3;

                                min = GetMin(p0, p1, p2, p3, p4);

                                pTemp = p + x * 3 + y * stride;

                                pTemp[0] = (byte)Math.Min(min, 255);

                                pTemp[1] = (byte)Math.Min(min, 255);

                                pTemp[2] = (byte)Math.Min(min, 255);

                            }

                        }

                        else

                        {

                            pTemp = p + x * 3 + y * stride;

                            pTemp[0] = 0;

                            pTemp[1] = 0;

                            pTemp[2] = 0;

                        }



                    }



                }

                for (int y = h - 1; y > 0; y--)

                {

                    for (int x = w - 1; x > 0; x--)

                    {

                        if (x > 0 && x < w - 1 && y > 0 && y < h - 1)

                        {

                            p0 = (p + x * 3 + y * stride)[0];

                            if (p0 != 0)

                            {

                                pTemp = p + (x + 1) * 3 + y * stride;

                                p5 = pTemp[0] + 3;

                                pTemp = p + (x + 1) * 3 + (y + 1) * stride;

                                p6 = pTemp[0] + 4;

                                pTemp = p + x * 3 + (y + 1) * stride;

                                p7 = pTemp[0] + 3;

                                pTemp = p + (x - 1) * 3 + (y + 1) * stride;

                                p8 = pTemp[0] + 4;

                                min = GetMin(p0, p5, p6, p7, p8);

                                pTemp = p + x * 3 + y * stride;

                                pTemp[0] = (byte)Math.Min(min, 255);

                                pTemp[1] = (byte)Math.Min(min, 255);

                                pTemp[2] = (byte)Math.Min(min, 255);

                                mMax = (int)Math.Max(min, mMax);

                            }

                        }

                        else

                        {

                            pTemp = p + x * 3 + y * stride;

                            pTemp[0] = 0;

                            pTemp[1] = 0;

                            pTemp[2] = 0;

                        }



                    }



                }

                mMin = 0;

                for (int y = 0; y < h; y++)

                {

                    for (int x = 0; x < w; x++)

                    {

                        pTemp = p + x * 3 + y * stride;

                        if (pTemp[0] != 0)

                        {

                            int temp = pTemp[0];

                            pTemp[0] = (byte)((temp - mMin) * 255 / (mMax - mMin));

                            pTemp[1] = (byte)((temp - mMin) * 255 / (mMax - mMin));

                            pTemp[2] = (byte)((temp - mMin) * 255 / (mMax - mMin));

                        }

                    }



                }

                src.UnlockBits(srcData);

                return src;

            }

        }

...全文

1165 16 打赏收藏转发到动态举报

写回复

用AI写文章

16 条回复

切换为时间正序

请发表友善的回复…

发表回复

木木木木丫 2015-06-25

打赏
举报

嗯哪怪我我论文看少了，这篇论文就是4和3：Hierarchical Chamfer Matching: A Parametric Edge Matching Algorithm

Trent1985 2015-06-18

打赏
举报

引用 13 楼 kylwin1214 的回复:

你好，为什么模板值是4和3呢？我看的原版论文是3和2啊。论文截图：参考论文：parametric correspondence and chamfer matching two new techniques for image matching 请指教

4和3更常用，效果更逼近一些!

木木木木丫 2015-06-17

打赏
举报

谢谢大神的代码，不错哦

木木木木丫 2015-06-17

打赏
举报

你好，为什么模板值是4和3呢？我看的原版论文是3和2啊。论文截图：

参考论文：parametric correspondence and chamfer matching two new techniques for image matching
请指教

Trent1985 2014-01-19

打赏
举报

dylike 2014-01-18

打赏
举报

Conmajia 2014-01-18

打赏
举报

脑力劳动者真好。。搬砖的苦力表示很羡慕。。

卧_槽 2014-01-18

打赏
举报

引用 10 楼 conmajia 的回复:

脑力劳动者真好。。搬砖的苦力表示很羡慕。。

Trent1985 2014-01-15

打赏
举报

引用 7 楼 laviewpbt 的回复:

楼主呢这个分析了这个呢，我在一年前搞过，不过我提取说在这里啊，关注这个的人估计不多。楼主希望此贴有人气的愿望可能和我每次发帖时的情况一样，最终总会落空的。二值图像的各种距离（实际应用主要是欧几里得距离，EDM）的计算，其实能解决很多问题，她把原始图的坐标信息和颜色信息结合了起来，对于图像的分割和识别有着重要的桥梁作用，比如可以对EDM图进行分水岭算法等。比如下面这些效果都是EDM的功能。 Java版本的开源软件 ImageJ 有edm方法的源代码参考。在google上搜索这本书 The Image Processing Handbook 6th Edition，翻到500-550左右你会看到很多关于这方面的资料。

呵呵，我只是顺便做个总结，其实是做别的事情，用到这个，就在总结一下！

laviewpbt 2014-01-15

打赏
举报

楼主呢这个分析了这个呢，我在一年前搞过，不过我提取说在这里啊，关注这个的人估计不多。楼主希望此贴有人气的愿望可能和我每次发帖时的情况一样，最终总会落空的。
二值图像的各种距离（实际应用主要是欧几里得距离，EDM）的计算，其实能解决很多问题，她把原始图的坐标信息和颜色信息结合了起来，对于图像的分割和识别有着重要的桥梁作用，比如可以对EDM图进行分水岭算法等。
比如下面这些效果都是EDM的功能。

Java版本的开源软件 ImageJ 有edm方法的源代码参考。

在google上搜索这本书 The Image Processing Handbook 6th Edition，翻到500-550左右你会看到很多关于这方面的资料。

智商余额不足 2014-01-15

打赏
举报

顶一下，感谢分享

网络菜鸟00 2014-01-13

打赏
举报

感谢分享！！

Trent1985 2014-01-13

打赏
举报

3楼的留言被删除了，自己顶一下！

Trent1985 2014-01-12

打赏
举报

 private double GetDistance(int x, int y, int dx, int dy, int mode)
        {
            double result = 0;
            switch (mode)
            {
                case 1:
                    result = EuclideanDistance(x, y, dx, dy);
                    break;
                case 2:
                    result = CityblockDistance(x, y, dx, dy);
                    break;
                case 3:
                    result = ChessboardDistance(x, y, dx, dy);
                    break;
            }
            return result;
        }
        private double EuclideanDistance(int x, int y, int dx, int dy)
        {
            return Math.Sqrt((x - dx) * (x - dx) + (y - dy) * (y - dy));
        }
        private double CityblockDistance(int x, int y, int dx, int dy)
        {
            return Math.Abs(x - dx) + Math.Abs(y - dy);
        }
        private double ChessboardDistance(int x, int y, int dx, int dy)
        {
            return Math.Max(Math.Abs(x - dx), Math.Abs(y - dy));
        }
        private double GetMin(double a, double b, double c, double d, double e)
        {
            return Math.Min(Math.Min(Math.Min(a, b), Math.Min(c, d)), e);
        }

Trent1985 2014-01-12

打赏
举报

主要代码补充：

/// <summary>
        /// Distance transform for binary image.
        /// </summary>
        /// <param name="src">The source image.</param>
        /// <param name="distanceMode">One parameter to choose the mode of distance transform from 1 to 3, 1 means Euclidean Distance, 2 means CityBlock Distance, 3 means ChessBoard Distance.</param>
        /// <returns>The result image.</returns>
        public Bitmap DistanceTransformer(Bitmap src, int distanceMode)
        {
            int w = src.Width;
            int h = src.Height;
            double p0 = 0, p1 = 0, p2 = 0, p3 = 0, p4 = 0, p5 = 0, p6 = 0, p7 = 0, p8 = 0, min = 0;
            int mMax = 0, mMin = 255;
            System.Drawing.Imaging.BitmapData srcData = src.LockBits(new Rectangle(0, 0, w, h), System.Drawing.Imaging.ImageLockMode.ReadOnly, System.Drawing.Imaging.PixelFormat.Format24bppRgb);
            unsafe
            {
                byte* p = (byte*)srcData.Scan0.ToPointer();
                int stride = srcData.Stride;
                byte* pTemp;
                for (int y = 0; y < h; y++)
                {
                    for (int x = 0; x < w; x++)
                    {
                        if (x > 0 && x < w - 1 && y > 0 && y < h - 1)
                        {
                            p0 = (p + x * 3 + y * stride)[0];
                            if (p0 != 0)
                            {
                                pTemp = p + (x - 1) * 3 + (y - 1) * stride;
                                p2 = pTemp[0] + GetDistance(x, y, x - 1, y - 1, distanceMode);
                                pTemp = p + x * 3 + (y - 1) * stride;
                                p3 = pTemp[0] + GetDistance(x, y, x, y - 1, distanceMode);
                                pTemp = p + (x + 1) * 3 + (y - 1) * stride;
                                p4 = pTemp[0] + GetDistance(x, y, x + 1, y - 1, distanceMode);
                                pTemp = p + (x - 1) * 3 + y * stride;
                                p1 = pTemp[0] + GetDistance(x, y, x - 1, y, distanceMode);
                                min = GetMin(p0, p1, p2, p3, p4);
                                pTemp = p + x * 3 + y * stride;
                                pTemp[0] = (byte)Math.Min(min, 255);
                                pTemp[1] = (byte)Math.Min(min, 255);
                                pTemp[2] = (byte)Math.Min(min, 255);
                            }
                        }
                        else
                        {
                            pTemp = p + x * 3 + y * stride;
                            pTemp[0] = 0;
                            pTemp[1] = 0;
                            pTemp[2] = 0;
                        }

                    }

                }
                for (int y = h - 1; y > 0; y--)
                {
                    for (int x = w - 1; x > 0; x--)
                    {
                        if (x > 0 && x < w - 1 && y > 0 && y < h - 1)
                        {
                            p0 = (p + x * 3 + y * stride)[0];
                            if (p0 != 0)
                            {
                                pTemp = p + (x + 1) * 3 + y * stride;
                                p5 = pTemp[0] + GetDistance(x, y, x + 1, y, distanceMode);
                                pTemp = p + (x + 1) * 3 + (y + 1) * stride;
                                p6 = pTemp[0] + GetDistance(x, y, x + 1, y + 1, distanceMode);
                                pTemp = p + x * 3 + (y + 1) * stride;
                                p7 = pTemp[0] + GetDistance(x, y, x, y + 1, distanceMode);
                                pTemp = p + (x - 1) * 3 + (y + 1) * stride;
                                p8 = pTemp[0] + GetDistance(x, y, x - 1, y + 1, distanceMode);
                                min = GetMin(p0, p5, p6, p7, p8);
                                pTemp = p + x * 3 + y * stride;
                                pTemp[0] = (byte)Math.Min(min, 255);
                                pTemp[1] = (byte)Math.Min(min, 255);
                                pTemp[2] = (byte)Math.Min(min, 255);
                                mMax = (int)Math.Max(min, mMax);
                            }
                        }
                        else
                        {
                            pTemp = p + x * 3 + y * stride;
                            pTemp[0] = 0;
                            pTemp[1] = 0;
                            pTemp[2] = 0;
                        }

                    }

                }
                mMin = 0;
                for (int y = 0; y < h; y++)
                {
                    for (int x = 0; x < w; x++)
                    {
                        pTemp = p + x * 3 + y * stride;
                        if (pTemp[0] != 0)
                        {
                            int temp = pTemp[0];
                            pTemp[0] = (byte)((temp - mMin) * 255 / (mMax - mMin));
                            pTemp[1] = (byte)((temp - mMin) * 255 / (mMax - mMin));
                            pTemp[2] = (byte)((temp - mMin) * 255 / (mMax - mMin));
                        }
                    }

                }
                src.UnlockBits(srcData);
                return src;
            }
        }

课程内容主要包括入门MATLAB图像处理图像类型转换、图像处理图像的基本操作、MATLAB图像处理常用技巧、MATLAB图像处理关键技术、整数小波S变换对图像进行分解和重构、直线识别拟合角平分线案例、对于模糊和加性噪声...