二值图像连通区域标记算法

❶ NI Vision：二值图像连通域标记算法

前面说到，要使用Labwindows + NI Vision（IMAQ Vision）这套商用开发框架来做数图课设。很明显，这套虚拟仪器开发平台由NI Instrument（美国国家仪器公司）开发的。大名鼎鼎的Labview软件就是这个公司开发的。相比较而言，Labwindows使用ANSI C开发，但应用场景是差不多的。

在做课程作业的时候，遇到了一个很有趣的应用。输入是米粒，比背景灰度要低，目的是输出米粒的颗数、面积、周长和孔数，这是工业上的一个很常见的应用。具体处理过程是二值化后使用低通滤波，并计算各种性质。

界面设计如下，可以看到米粒的详细情况。

让我感兴趣的，是通过怎样的算法能够得到米粒的数量？之前曾经用过OpenCV中找最大外界矩形这个函数，但没有具体了解算法实现。直觉告诉我原理应该是相似的。

可以看到，每一个米粒之间都是不连通的。这里就就提出了一个概念。 连通区域（Connected Component） 是指图像中相邻并有相同像素值的图像区域。 连通区域分析（Connected Component Analysis,Connected Component Labeling） 是指将图像中的各个连通区域找出并标记。

二值图像分析最重要的方法就是连通区域标记，它是所有二值图像分析的基础，它通过对二值图像中白色像素（目标）的标记，让每个单独的连通区域形成一个被标识的块，进一步的我们就可以获取这些块的轮廓、外接矩形、质心、不变矩等几何参数。如果要得到米粒的数量，那么通过连通区域分析（这里是二值图像的连通区域分析），就可以得到标记的数量，从而得到米粒的数量。

下面这幅图中，如果考虑4邻接，则有3个连通区域，8邻接则是2个。

从连通区域的定义可以知道，一个连通区域是由具有相同像素值的相邻像素组成像素集合，因此，我们就可以通过这两个条件在图像中寻找连通区域，对于找到的每个连通区域，我们赋予其一个唯一的 标识（Label） ，以区别其他连通区域。

连通区域分析的基本算法有两种：1）Two-Pass两便扫描法 2）Seed-Filling种子填充法 。

两遍扫描法（Two-Pass），正如其名，指的就是通过扫描两遍图像，就可以将图像中存在的所有连通区域找出并标记。

说了一堆数学语言，其实用图很好理解

种子填充方法来源于计算机图形学，常用于对某个图形进行填充。它基于区域生长算法。至于区域生长算法是什么，可以参照我的这篇 文章 。

同样的，上动图

NI Vision 中的算子定义如下

OpenCV中也有相应的算子

这里参照其他博客实现一下Two-Pass算法，Seed-Filling算法就偷懒不搞了。

Reference:
OpenCV实现图像连通组件标记与分析
OpenCV-二值图像连通域分析
数字图像处理技术 ——邓继忠（我的任课老师）

❷ 对图像中连通域进行标记并计算面积matlab

matlab里有连通域标记的函数bwlabel。
至于求连通域面积，stats=regionprops(ibw,'Area');%ibw是标记号的图。
求中值也有这函数的，median（A）。

❸ 求救Matlab的二值图像标签，求面积，求周长算法

二值图像标签算法,就是把连通的黑色像素归为同一个标签,不同的黑色区域赋予不同标签的算法.
求周长即是求一个区域的边界点的个数,求面积既是求一个区域的所有点个数

❹ matlab对二值图像标记，求连通区域的周长，面积。matlab具体代码

二值图像中背景标记为0，联通域标记为1，二值图像记为a
面积的求法：
k=regionprops(a,'Area'); %k得到的是一个structure结构
S=k.Area;
周长求法：
L=length(find(bwperim(a,4)==1));
%bwperim是求图像联通域边界区，对标记边界的1进行计数。

ps：可以好好看下regionprops的用法，形态学方面的有一些很有用的处理。

❺ 将一张图二值化后，有很多连通区域，我想分别求出每一块连通区域的面积，不知道有什么好一点的算法

图像处理里有一种叫做Labeling处理的算法。
可以把二值图划分区域，标出不同的区域编号。
只要计算每种编号的个数，就是对应区域的面积了。
如果没看懂，不是算法难，是我表达的不好。哈。

❻ java代码怎么实现计算图像二值连通区域的质心

一：几何距(Geometric
Moments)知识与质心寻找原理
1.
Image
Moments是图像处理中非常有用的算法，可以用来计算区域图像的质心，方向等几何特性，同时Mpq的高阶具有旋转不变性，可以用来实现图像比较分类，正是因为Moments有这些特性，很多手绘油画效果也会基于该算法来模拟实现。它的数学表达为：
它的低阶M00，M01,
M10可以用来计算质心，中心化以后M11,M02,M20可以用来计算区域的方向/角度
2.
什么是质心
就是通过该点，区域达到一种质量上的平衡状态，可能物理学上讲的比较多，简单点的说就是规则几何物体的中心，不规则的可以通过挂绳子的方法来寻找。
二：算法流程
1.
输入图像转换为二值图像
2.
通过连通组件标记算法找到所有的连通区域，并分别标记
3.
对每个连通区域运用计算几何距算法得到质心
4.
用不同颜色绘制连通区域与质心，输出处理后图像
三：算法效果
左边为原图，
右边蓝色为连通组件标记算法处理以后结果，白色点为质心
四：关键代码解析
1.
计算几何距算法代码
doublem00
=
moments(pixels,
width,
height,
0,
0);
doublexCr
=
moments(pixels,
width,
height,
1,
0)
/
m00;//
row
doubleyCr
=
moments(pixels,
width,
height,
0,
1)
/
m00;//
column
return
new
double[]{xCr,
yCr};