基于链码技术的距离变换改进算法

doi:10.3778/j.issn.1002-8331.2009.25.054

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (25): 176-178.DOI: 10.3778/j.issn.1002-8331.2009.25.054

• 图形、图像、模式识别 • 上一篇下一篇

基于链码技术的距离变换改进算法

徐达丽¹，任洪娥¹，徐海涛¹，赵萍²

1.东北林业大学信息与计算机工程学院，哈尔滨 150040
2.黑龙江商业职业学院信息工程系，黑龙江牡丹江 157011

收稿日期:2008-05-27 修回日期:2008-07-28 出版日期:2009-09-01 发布日期:2009-09-01
通讯作者: 徐达丽

Improved distance transform algorithm based on chain code

XU Da-li¹，REN Hong-e¹，XU Hai-tao¹，ZHAO Ping²

1.Information and Computer Engineering College，Northeast Forestry University，Harbin 150040，China
2.Information Engineering Department，Heilongjiang Vocational College of Commerce，Mudanjiang，Heilongjiang 157011，China

Received:2008-05-27 Revised:2008-07-28 Online:2009-09-01 Published:2009-09-01
Contact: XU Da-li

摘要/Abstract

摘要： 论述了分水岭算法的原理及距离变换的具体过程。为了提高距离转换算法速度，提出了利用链码技术改进距离变换的算法。该方法利用链码技术能够准确跟踪目标物体边界的特点，按不同层次轮廓点灰度级递增的方式逐层对目标物体进行遍历，完成图像的距离转换，克服了形态学距离变换算法多次腐蚀、扫描图像，时间消耗较大的缺点。经过在木材细胞图像的分割过程中，同现有的距离变换算法比较证明，改进方法提高了距离变换速度，对提高图像分割的效率具有重要意义。

关键词: 距离变换, 链码, 图像分割, 分水岭算法

Abstract: An improved distance transform algorithm，which uses the chain code technology，is proposed to enhance distance transform speed.The proposed algorithm tracks the objects boundary layer by layer according to different layers increasing gray level to realize the distance transform of image.The algorithm overcomes the weakness of the morphology distance transform with multiple image erosion and scanning，more time-consuming.Compared with the existing distance transform algorithm in the process of wood cell image segmentation，the proposed algorithm not only can enhance distance transform speed，but also has a vital significance to improve image segmentation efficiency.

Key words: distance transfer, chain code, image segmentation, watershed algorithm

中图分类号:

TP391

徐达丽¹，任洪娥¹，徐海涛¹，赵萍². 基于链码技术的距离变换改进算法[J]. 计算机工程与应用, 2009, 45(25): 176-178.

XU Da-li¹，REN Hong-e¹，XU Hai-tao¹，ZHAO Ping². Improved distance transform algorithm based on chain code[J]. Computer Engineering and Applications, 2009, 45(25): 176-178.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[3]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[4]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[5]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[6]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[7]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[8]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[9]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.
[10]	孙玮婕，杨军. 改进的简单非迭代聚类的遥感影像分割研究[J]. 计算机工程与应用, 2021, 57(13): 185-192.
[11]	杨勇，郭玲，叶阳东. 全变分流边与M2GGD相结合的自然图像分割方法[J]. 计算机工程与应用, 2021, 57(11): 202-210.
[12]	鲁圆圆，冯浩，李靖. 结合分布度量统计建模的主动轮廓图像分割[J]. 计算机工程与应用, 2020, 56(7): 228-233.
[13]	张姝洁，郑利平，韩清，张晗. 从图片到衣服：快速虚拟角色服饰生成方法[J]. 计算机工程与应用, 2020, 56(7): 234-239.
[14]	李超超，张远东，王昌龙. 圆形植物识别定位的HSV模型研究[J]. 计算机工程与应用, 2020, 56(6): 220-223.
[15]	王燕，亓祥惠，段亚西. 基于马尔科夫随机场的改进FCM图像分割算法[J]. 计算机工程与应用, 2020, 56(4): 197-201.

基于链码技术的距离变换改进算法

Improved distance transform algorithm based on chain code

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics