基于围线追踪的完全欧氏距离变换算法

本文以吴立德等1996年文中提出的基于边过程的围线追踪算法为出发点，设计并实现了一个在二值图像中进行完全欧氏距离变换的算法．算法首先求出二值图像的围线，然后沿围线从近向远扩展地计算欧氏距离．算法能够计算精确的欧氏距离．对算法的时间和空间需求进行了简要的分析，讨论了算法的一些有关性质，并给出了实现程序运行中得到的一些实验数据．结果表明算法在多数情况下能够运行快，占用内存少，有较好的自适应性，因此有较好的实际应用前景．

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。