基于围线扫描的快速完全欧氏距离变换算法

欧几里德距离变换(EDT)是为由黑白像素构成的二值图像中所有像素找到距离其最近的黑色像素,并计算它们之间的欧几里德距离,目前广泛地应用于图像分析和计算机视觉等领域。本文采用基于围线扫描的思想,提出了一个在二值图像中进行完全欧氏距离变换的算法。算法首先将二值图像中的像素进行分类,对那些本身既不是特征像素且其4-邻域内也没有特征像素的点作上标记,然后对这些标记的像素自内向外进行围线扫描,搜索与它最近的黑点并计算它们的欧氏距离。算法能够计算精确的欧氏距离。同时对算法的时间复杂度进行了简单的分析,并给出了程序实现中得到的一些实验数据,结果表明该算法运算速度快,时空需求在当前的硬件环境下令人满意,是一种有效的和有着巨大实际应用价值的距离变换算法。

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。

基于围线分层扫描的完全欧氏距离变换算法

围线扫描欧氏距离变换算法是一种快速的完全欧氏距离变换算法,其时间复杂度达到最优,但需在围线区域进行全局搜索,计算时间并未优化。针对此问题,提出了一种基于围线分层扫描的完全欧氏距离算法。该算法首先根据中心像素的围线性质对二值图像像素点进行重新分类,然后按照围线区域像素与中心像素的空间关系,对中心像素的围线区域进行分层搜索,并给出了搜索的终止条件。该算法保持了最优的时间复杂度,可通过定量分析单个像素的计算时间来证明其计算时间已得到优化。实验结果表明,该算法能够得到准确的欧氏距离图像,且运行速度快。