区域生长算法的一种C++实现 |
您所在的位置：网站首页 › 区域生长法的基本流程 › 区域生长算法的一种C++实现 |
区域生长算法的一种C++实现
|
区域生长算法是一种图像分割方法，能够将图像中具有相同特征的连通区域分割出来，同时保证较好的边缘信息。 区域生长算法的优点是简单，容易实现；但空间和时间复杂度较高，对分割图像要求较高，否则容易形成孔洞和过分割。 区域生长算法的基本思想是首先获取分割区域的一个种子点，然后在种子点的周围搜索与该种子点有相似性质的像素点，合并到种子区域中。然后将合并的像素作为新的种子点继续搜索，直到种子区域中所有像素周围没有相似的像素点，算法结束。 如果要实现区域生长算法，基本算法流程是： 1. 选取种子点p（x0，y0），用堆栈表示种子区域，将种子点push到种子堆栈中 2. 将种子堆栈中第一个种子点pop出堆栈，并以该点为中心，遍历该中心8邻域像素 3. 判断遍历像素点是否已经在种子区域中，如果否，判断遍历像素点是否满足相邻种子点相似性，如果像素点（x，y）满足相似性，将（x，y）push到堆栈中 4. 重复步骤 2-3，直至种子堆栈为空。 从基本思想可以知道，影响区域生长算法的要素有三个：种子点的选取；搜索路径的选择；像素相似性的判断。 种子点的选取：一般情况下，区域生长算法是半交互式的分割算法，需要用户选取种子点。也可以是通过其他算法计算出来的种子点。 搜索路径的选择：搜索路径一般选择相邻的像素，以二维图像为例，一般为8邻域搜索，或者4邻域搜索；以三维图像为例，一般为26邻域搜索或者6邻域搜索。 像素相似性的判断：相似性一般以像素值的相近程度为判断标准，例如，可以设置一定灰度范围做为相似的标准。也可以通过计算满足某种形状或者性质作为判断标准。 接着根据上文中提到的算法，作者提出一种C++的实现方法，该实现不基于任何类库，以二维图像为例，假设图像的数据类型为char型。 首先，为了便于操作，需要定义种子点的类： 
1 class Point2D
2 {
3 public:
4 Point2D(){}
5 Point2D(int ix, int iy)
6 {
7 this->x = ix;
8 this->y = iy;
9 }
10
11 ~Point2D(){}
12
13 Point2D operator+(const Point2D& a) const
14 {
15 return Point2D(x + a.x, y + a.y);
16 }
17
18 Point2D operator-(const Point2D& a) const
19 {
20 return Point2D(x - a.x, y - a.y);
21 }
22
23 bool operator=(const Point2D & a)
24 {
25 return (x == a.x && y == a.y);
26 }
27
28 int x;
29 int y;
30 };
然后，定义种子点的邻域信息：
const Point2D PointShift2D[8] =
{
Point2D(1, 0),
Point2D(1, -1),
Point2D(0, -1),
Point2D(-1, -1),
Point2D(-1, 0),
Point2D(-1, 1),
Point2D(0, 1),
Point2D(1, 1)
};
然后，定义区域生长算法类的头文件：
class RegionGrowing
{
public:
RegionGrowing();
~RegionGrowing();
void SetInputData(char *pData, int width, int height);
void SetSeedPoint(Point2D &p);
void SetThreshold(int low, int hight);
bool RegionGrow2D();
char* GetOutput();
private:
int LowThreshold;
int HighThreshold;
int Width;
int Height;
char *InputData;
char *OutputData;
Point2D SeedPoint;
};
然后，是区域生长算法类的实现：
1 #include "RegionGrowing.h"
2 #include
3
4 RegionGrowing::RegionGrowing()
5 {
6 this->InputData = nullptr;
7 this->OutputData = nullptr;
8 }
9
10 RegionGrowing::~RegionGrowing()
11 {
12
13 }
14
15 void RegionGrowing::SetInputData(char *pData, int width, int height)
16 {
17 this->InputData = pData;
18 this->Width = width;
19 this->Height = height;
20 }
21
22 void RegionGrowing::SetSeedPoint(Point2D &p)
23 {
24 this->SeedPoint = p;
25 }
26
27 void RegionGrowing::SetThreshold(int low, int high)
28 {
29 this->LowThreshold = low;
30 this->HighThreshold = high;
31 }
32
33 bool RegionGrowing::RegionGrow2D()
34 {
35 if (this->InputData == nullptr || this->OutputData == nullptr)
36 {
37 return false;
38 }
39
40 int index = this->SeedPoint.y * this->Width + this->SeedPoint.x;
41 int seedValue = this->InputData[index];
42
43 std::stack pointStack;
44 pointStack.push(this->SeedPoint);
45
46 memset(this->OutputData, 0, sizeof(char)*this->Width*this->Height);
47
48 while (!pointStack.empty())
49 {
50 Point2D topPoint = pointStack.top();
51 pointStack.pop();
52
53 for (int i = 0; i < 8; i++)
54 {
55 Point2D p = topPoint + PointShift2D[i];
56
57 index = p.y * this->Width + p.x;
58
59 if (this->InputData[index] > this->LowThreshold &&
60 this->InputData[index] < this->HighThreshold &&
61 this->OutputData[index] == 0)
62 {
63 this->OutputData[index] = 126;
64 pointStack.push(p);
65 }
66 }
67 }
68
69 return true;
70 }
71
72 char* RegionGrowing::GetOutput()
73 {
74 return this->OutputData;
75 }
|
【本文地址】