二值影像分割與計算及其他
◆ 影像分割與計數
影像分割與計數的程式撰寫十分簡單，我們只須以八鄰接或四鄰接點為基礎，由左而右，再由右而左逐次掃描影像中有亮度的點素，再以該點出發向鄰近各點去尋找，將尋到的連結在一起去尋找，將尋到的連結在一起的點予以編列同一個碼值，待確定所有連結在一起的點素均已轉換成同一碼值後，即可再使用另一碼值對下一個目標實施掃瞄處理。在此我們介紹影像分割與計數 ＳＥＧ 的程式例，在此程式中，先將此原始影像完整顯示於螢幕左側(圖1)，再將此影像二值化後完整顯示於螢幕右側，而每找到一個物體，即將此物體顯示於螢幕左側(圖2)，直到掃瞄完畢後，即將物體數量顯示於螢幕右上方。
圖1 原始影像
圖2 影像分割與計數進行時之螢幕
現將原程式碼及其說明列出如下：
#include <stdio.h>
#include "EPOTUTOR.H"
#include "bios.h"
#include <stdlib.h>
#include <math.h>
#include <graphics.h>
#include <process.h>
#include <conio.h>
#include <alloc.h>
void main()
{
char *fname="s7.tif"; /*圖檔名稱*/
imgdes image1, image2;
int rcode;
int flag=1;
int i,j,x,y,x0,y0;
/*初始化*/
initialize_image( &image1);
initialize_image( &image2);
clrscr();
initialize_display();
/*讀入圖檔*/
if((rcode=loadfile( fname, TIF, &image1)) != NO_ERROR)
{
setvideomode(3);
printf("\nError in loading %s, rcode = %d", fname, rcode);
exit(1);
}
/*顯示圖檔*/
if((rcode=display_gray_image( 0x12, 42, 2, &image1)) != NO_ERROR)
{
setvideomode(3);
printf("\n error displaying image, rcode = %d", rcode);
}
/*二值化*/
Binarize(200,&image1,&image2);
if((rcode=display_gray_image( 0x12, 300, 2, &image2)) != NO_ERROR)
{
setvideomode(3);
printf("\n error displaying image, rcode = %d", rcode);
}
/*區域分割*/
do
{
x=0;
y=0;
while(getpixelgray(&image2,x,y)!=255)
{
if(y==233&&x==255)
goto end;
if(x==255)
{
x=-1;
y++;
}
x++;
}
x0=x;
y0=y; /*起始點坐標*/
setpixelgray(&image2,x0,y0,flag);
/* x軸方向逐點掃描 */
for(y=y0;y<234;y++)
{
for(x=0;x<256;x++)
{
if(getpixelgray(&image2,x,y)==flag)
{
for(j=y-1;j<y+2;j++)
{
for(i=x-1;i<x+2;i++)
{
if(getpixelgray(&image2,i,j)==255)
setpixelgray(&image2,i,j,flag);
}
}
} /*end if*/
}
for(x=255;x>=0;x--)
{
if(getpixelgray(&image2,x,y)==flag)
{
for(j=y-1;j<y+2;j++)
{
for(i=x-1;i<x+2;i++)
{
if(getpixelgray(&image2,i,j)==255)
setpixelgray(&image2,i,j,flag);
}
}
} /*end if*/
}
}
/* y軸方向逐點掃描 */
for(x=x0;x<256;x++)
{
for(y=0;y<234;y++)
{
if(getpixelgray(&image2,x,y)==flag)
{
for(j=y-1;j<y+2;j++)
{
for(i=x-1;i<x+2;i++)
{
if(getpixelgray(&image2,i,j)==255)
setpixelgray(&image2,i,j,flag);
}
}
} /*end if*/
}
for(y=233;y>=0;y--)
{
if(getpixelgray(&image2,x,y)==flag)
{
for(j=y-1;j<y+2;j++)
{
for(i=x-1;i<x+2;i++)
{
if(getpixelgray(&image2,i,j)==255)
setpixelgray(&image2,i,j,flag);
}
}
} /*end if*/
}
}
flag++; /* 區域分割總數 */
} while(1);
end:; /* 分割完畢 */
/*分割後各別區域顯示*/
for(i=1;i<flag;i++)
{
for(x=0;x<256;x++)
{
for(y=0;y<234;y++)
{
if(getpixelgray(&image2,x,y)==i)
setpixelgray(&image1,x,y,255);
else
setpixelgray(&image1,x,y,0);
}
}
if((rcode=display_gray_image( 0x12, 42, 2, &image1)) != NO_ERROR)
{
setvideomode(3);
printf("\n error displaying image, rcode = %d", rcode);
}
getch();
}
printf("%d",flag-1);
}
在一幅二值影像中可能包含多顆微粒，為了區分各個微粒以及便於以後單獨度量計算，有必要進行標記演算法，指定每個微粒一個單獨的標記。如此一來，不僅可以將單一微粒取出分析，也可以對整幅影像中所包含的微粒個數進行計數。標記演算法如下：
假設二值影像中為0的點是背景，為 1 的點是微粒，在演算法中採用八鄰接點搜尋。
1. 演算法開始，令標記Label=1。
2. 自左向右、由上至下掃瞄影像，找尋其值為1的種子點，設定種子點標記=Label。假如找不到種子點，則結束整個標記演算法。
3. 對於種子點周圍同值之像素點做下述操作：
由x軸方向
(a) 自左向右逐點掃瞄影像，若f(x,y)標記為Label，則令f(x,y)八鄰接點中值為1的像素點標記=Label。
(b) 自右向左逐點掃瞄影像，若f(x,y)標記為Label，則令f(x,y)八鄰接點中值為1的像素點標記=Label。
改y軸方向
(c) 由上往下逐點掃瞄影像，若f(x,y)標記為Label，則令f(x,y)八鄰接點中值為1的像素點標記=Label。
(d) 由下往上逐點掃瞄影像，若f(x,y)標記為Label，則令f(x,y)八鄰接點中值為1的像素點標記=Lable。
4. 經過四個方向掃瞄後，標記為L之微粒被完整取出。指定新的標記Label++，重複步驟2，直到標記完所有微粒。