二维欧氏距离变换的演变与应用

目前,二维欧氏距离变换已经成为图像处理与模式识别领域的重要方法。最初它只是应用于二值图像的处理,但是经过近几年的发展,特别是布朗大学的Pedro F.Felzenszwalb对二维欧氏距离变换进行了革命性的扩展并提出了线性计算复杂度的求解方法,二维欧氏距离变换才真正被广泛应用于模式识别领域。本文就二维欧氏距离变换的三个演进阶段进行总结归纳,并给出各个阶段的相应的求解方法与应用分析,以期提供二维欧氏距离变换的扩展思路,进一步拓展它的应用领域。

三维完全欧氏距离变换的改进算法

三维欧氏距离变换是对由黑白像素构成的三维二值图像中所有像素找出其到最近黑色像素的欧氏距离。在对现有三维欧氏距离变换算法进行深入研究的基础上,充分利用二维欧氏距离变换的结果,进一步减少参与距离计算和比较的黑点个数,进而提出了三维完全欧氏距离变换的改进算法。整个算法的时间复杂度为O((n3log n)/φ(n))。并将该改进算法应用于海底污染源的扩散分析,取得了较好的效果。