http://www.bkjia.com/Javabc/771817.html

連通區(qū)標(biāo)記是最基本的圖像處理算法之一。該算法中，按從左至右、從上至下的順序，對(duì)整幅圖像進(jìn)行掃描，通過(guò)比較每個(gè)前景像素的鄰域進(jìn)行連通區(qū)標(biāo)記，并創(chuàng)建等效標(biāo)記列表。最后，合并等效標(biāo)記列表，并再次掃描圖像以更新標(biāo)記。算法的優(yōu)點(diǎn)的是通俗易懂，缺點(diǎn)是需要兩次掃描圖像，效率不高。

區(qū)域生長(zhǎng)法利用區(qū)域生長(zhǎng)的思想，一次生長(zhǎng)過(guò)程可以標(biāo)記一整個(gè)連通區(qū)，只需對(duì)圖像進(jìn)行一次掃描就能標(biāo)記出所有連通區(qū)。算法描述如下：

輸入待標(biāo)記圖像bitmap，初始化一個(gè)與輸入圖像同樣尺寸的標(biāo)記矩陣labelmap，一個(gè)隊(duì)列queue以及標(biāo)記計(jì)數(shù)labelIndex；按從左至右、從上至下的順序掃描bitmap，當(dāng)掃描到一個(gè)未被標(biāo)記的前景像素p時(shí)，labelIndex加1，并在labelmap中標(biāo)記p(相應(yīng)點(diǎn)的值賦為labelIndex)，同時(shí)，掃描p的八鄰域點(diǎn)，若存在未被標(biāo)記的前景像素，則在labelmap中進(jìn)行標(biāo)記，并放入queue中，作為區(qū)域生長(zhǎng)的種子；當(dāng)queue不為空時(shí)，從queue中取出一個(gè)生長(zhǎng)種子點(diǎn)p1，掃描p1的八鄰域點(diǎn)，若存在未被標(biāo)記過(guò)的前景像素，則在labelmap中進(jìn)行標(biāo)記，并放入queue中；重復(fù)3直至queue為空，一個(gè)連通區(qū)標(biāo)記完成；轉(zhuǎn)到2，直至整幅圖像被掃描完畢，得到標(biāo)記矩陣labelmap和連通區(qū)的個(gè)數(shù)labelIndex。

該算法最壞情況下，將對(duì)每個(gè)像素點(diǎn)都進(jìn)行一次八鄰域搜索，算法復(fù)雜度為O(n)。

typedef struct QNode{

int data;

struct QNode *next;

}QNode;

typedef struct Queue{

struct QNode* first;

struct QNode* last;

}Queue;

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;

}

}

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;

}

static int NeighborDirection[8][2] = {{0,1},{1,1},{1,0},{1,-1},{0,-1},{-1,-1},{-1,0},{-1,1}};

void SearchNeighbor(unsigned char *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 ConnectedComponentLabeling(unsigned char *bitmap, int width, int height, int *labelmap){

int cx, cy, index, popIndex, labelIndex = 0;

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;

}

總結(jié)

以上是生活随笔為你收集整理的二值图像连通 C语言,二值图像统计连通区域C语言版的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。