分水岭算法源代码及其分析和注释.docx
- 文档编号:2385318
- 上传时间:2023-05-03
- 格式:DOCX
- 页数:17
- 大小:22.52KB
分水岭算法源代码及其分析和注释.docx
《分水岭算法源代码及其分析和注释.docx》由会员分享,可在线阅读,更多相关《分水岭算法源代码及其分析和注释.docx(17页珍藏版)》请在冰点文库上搜索。
分水岭算法源代码及其分析和注释
/*====================================================================
函数名:
Watershed
功能:
用标记-分水岭算法对输入图像进行分割
算法实现:
无
输入参数说明:
OriginalImage--输入图像(灰度图,0~255)
SeedImage --标记图像(二值图,0-非标记,1-标记)
LabelImage --输出图像(1-第一个分割区域,2-第二个分割区域,...)
row --图像行数
col --图像列数
返回值说明:
无
====================================================================*/
voidWINAPICDib:
:
Watershed(unsignedchar**OriginalImage,char**SeedImage,int**LabelImage,introw,intcol)
{
//usingnamespacestd;
//标记区域标识号,从1开始
intNum=0;
inti,j;
//保存每个队列种子个数的数组
vector
//临时种子队列
queue
//保存所有标记区域种子队列的数组,里面放的是种子队列的指针
vector
int*array;
//指向种子队列的指针
queue
POINTtemp;
for(i=0;i { for(j=0;j LabelImage[i][j]=0; } intm,n,k=0; BOOLup,down,right,left,upleft,upright,downleft,downright;//8directions... //预处理,提取区分每个标记区域,并初始化每个标记的种子队列 //种子是指标记区域边缘的点,他们可以在水位上升时向外淹没(或者说生长) //pan'swords: 我的理解是梯度值较小的象素点,或者是极小灰度值的点。 for(i=0;i { for(j=0;j { //如果找到一个标记区域 if(SeedImage[i][j]==1) { //区域的标识号加一 Num++; //分配数组并初始化为零,表示可有256个灰阶 array=newint[256]; ZeroMemory(array,256*sizeof(int)); //种子个数数组进vector,每次扫描则生成一个数组,并用区域标识号来做第一维。 灰度级做第二维。 //表示某个盆地区域中某灰阶所对应的点的数目。 SeedCounts.push_back(array); //分配本标记号的优先队列,256个种子队列, //表示对应一个灰阶有一个队列,并且每个队列可以存储一个集合的点信息 pque=newqueue //加入到队列数组中,对应的是本标记号Num的 vque.push_back(pque); //当前点放入本标记区域的临时种子队列中 temp.x=i; temp.y=j; quetem.push(temp); //当前点标记为已处理 LabelImage[i][j]=Num; SeedImage[i][j]=127;//表示已经处理过 //让临时种子队列中的种子进行生长直到所有的种子都生长完毕 //生长完毕后的队列信息保存在vque中,包括区域号和灰阶,对应点数存储在seedcounts中 while(! quetem.empty()) { up=down=right=left=FALSE; upleft=upright=downleft=downright=FALSE; //队列中取出一个种子 temp=quetem.front(); m=temp.x; n=temp.y; quetem.pop(); //注意到127对扫描过程的影响,影响下面的比较,但是不影响while语句中的扫描 if(m>0) { //上方若为可生长点则加为新种子 if(SeedImage[m-1][n]==1) { temp.x=m-1; temp.y=n; quetem.push(temp);//如果这样的话,那么这些标记过的区域将再次在while循环中被扫描到,不会,因为值是127 //新种子点标记为已淹没区域,而且是当前区域,并记录区域号到labelImage LabelImage[m-1][n]=Num; SeedImage[m-1][n]=127; } else//否则上方为不可生长 { up=TRUE; } } if(m>0&&n>0) { if(SeedImage[m-1][n-1]==1)//左上方若为可生长点则加为新种子 { temp.x=m-1; temp.y=n-1; quetem.push(temp); //新种子点标记为已淹没区域,即下一个循环中以127来标识不再扫描,而且是当前区域 LabelImage[m-1][n-1]=Num; SeedImage[m-1][n-1]=127; } else//否则左上方为不可生长 { upleft=TRUE; } } if(m { if(SeedImage[m+1][n]==1)//下方若为可生长点则加为新种子 { temp.x=m+1; temp.y=n; quetem.push(temp); //新种子点标记为已淹没区域,而且是当前区域 LabelImage[m+1][n]=Num; SeedImage[m+1][n]=127; } else//否则下方为不可生长 { down=TRUE; } } if(m<(row-1)&&n<(col-1)) { if(SeedImage[m+1][n+1]==1)//下方若为可生长点则加为新种子 { temp.x=m+1; temp.y=n+1; quetem.push(temp); //新种子点标记为已淹没区域,而且是当前区域 LabelImage[m+1][n+1]=Num; SeedImage[m+1][n+1]=127; } else//否则下方为不可生长 { downright=TRUE; } } if(n { if(SeedImage[m][n+1]==1)//右方若为可生长点则加为新种子 { temp.x=m; temp.y=n+1; quetem.push(temp); //新种子点标记为已淹没区域,而且是当前区域 LabelImage[m][n+1]=Num; SeedImage[m][n+1]=127; } else//否则右方为不可生长 { right=TRUE; } } if(m>0&&n<(col-1)) { if(SeedImage[m-1][n+1]==1)//右上方若为可生长点则加为新种子 { temp.x=m-1; temp.y=n+1; quetem.push(temp); //新种子点标记为已淹没区域,而且是当前区域 LabelImage[m-1][n+1]=Num; SeedImage[m-1][n+1]=127; } else//否则右上方为不可生长 { upright=TRUE; } } if(n>0) { if(SeedImage[m][n-1]==1)//左方若为可生长点则加为新种子 { temp.x=m; temp.y=n-1; quetem.push(temp); //新种子点标记为已淹没区域 LabelImage[m][n-1]=Num; SeedImage[m][n-1]=127; } else//否则左方为不可生长 { left=TRUE; } } if(m<(row-1)&&n>0) { if(SeedImage[m+1][n-1]==1)//左下方若为可生长点则加为新种子 { temp.x=m+1; temp.y=n-1; quetem.push(temp); //新种子点标记为已淹没区域 LabelImage[m+1][n-1]=Num; SeedImage[m+1][n-1]=127; } else//否则左方为不可生长 { downleft=TRUE; } } //上下左右只要有一点不可生长,那么本点为初始种子队列中的一个 //这里可否生长是由seedimage中的值来决定的。 if(up||down||right||left||upleft||downleft||upright||downright) { temp.x=m; temp.y=n; //下面这个矢量数组: 第一维是标记号;第二维是该图像点的灰度级 //m,n点对应的是while循环里面扫描的像素点。 //Num是当前的区域号 //这样这个二维信息就表示了,某个区域中对应某个灰度级对应的成员点的集合与个数 //分别由下面两个量来表达 vque[Num-1][OriginalImage[m][n]].push(temp);//这两句中我把Num-1改成了Num...pan'scodes... SeedCounts[Num-1][OriginalImage[m][n]]++; } }//while结束,扫描到quetem为空而止。 也就是对应所有的节点都得到不可生长为止(或者是周围的点要么不可生长,要么已生长) }//if结束 //if(Num==5) //return; } } //在上述过程中,如果标记的点为0则表示,没有扫描到的点,或者表明不是输入的种子点 //这里相当于是找seedimage传过来的初始区域的分水岭界线的所有的点;并且用标号记录每个区域,同时集水盆的边缘点进入队列。 //上面是找集水盆的程序。 同时也是连通区域。 /*************************************/ //test这里测试一下剩下的非水盆地的点数。 intseednum; for(i=0;i { for(j=0;j { if(SeedImage[i][j]==0) seednum++; } } CStringstr; str.Format("preregionnum: %d",Num); AfxMessageBox(str); /*************************************/ boolactives;//在某一水位处,所有标记的种子生长完的标志 intWaterLevel; //淹没过程开始,水位从零开始上升,水位对应灰度级,采用四连通法 for(WaterLevel=0;WaterLevel<180;WaterLevel++)//第二维。 。 。 { actives=true; while(actives) { actives=false; //依次处理每个标记号所对应的区域,且这个标记号对应的区域的点的个数在SeedCounts里面 for(i=0;i 。 。 { if(! vque[i][WaterLevel].empty())//对应的分水岭不为空集,i表示区域号,waterlevel表示灰阶 { actives=true; while(SeedCounts[i][WaterLevel]>0) { SeedCounts[i][WaterLevel]--;//取出一个点,个数少一 temp=vque[i][WaterLevel].front();//取出该区域的一个点,清空这个边缘点,表示当前 //灰度级该像素已经处理掉了。 vque[i][WaterLevel].pop(); m=temp.x; n=temp.y;//当前种子的坐标 if(m>0) { if(! LabelImage[m-1][n])//上方若未处理,表示没有标号,应该在输入前已经作过初始化为0 //本函数中在开头也作过初始化 { temp.x=m-1; temp.y=n; LabelImage[m-1][n]=i+1;//上方点标记为已淹没区域 //注意到这个标记是与扫描点的区域号相同,一定在这个标号所属的区域吗? 是的 //这样在下一轮至少会扫描到这个点,确保不遗漏,但是下一轮的处理会使它合理 //归类吗? 问题还有这样标记并没有一定将它加入到种子队列。 也就是说它 //只是被淹没而不能向上淹没。 只有满足下述可生长条件才行。 if(OriginalImage[m-1][n]<=WaterLevel)//上方若为可生长点则加入当前队列,当前高度的队列 { vque[i][WaterLevel].push(temp); } else//否则加入OriginalImage[m-1][n]对应的灰度级的队列,为什么? { vque[i][OriginalImage[m-1][n]].push(temp); SeedCounts[i][OriginalImage[m-1][n]]++; } } } if(m { if(! LabelImage[m+1][n])//下方若未处理 { temp.x=m+1; temp.y=n; LabelImage[m+1][n]=i+1;//下方点标记为已淹没区域 if(OriginalImage[m+1][n]<=WaterLevel)//下方若为可生长点则加入当前队列 { vque[i][WaterLevel].push(temp); } else//否则加入OriginalImage[m+1][n]级队列 { vque[i][OriginalImage[m+1][n]].push(temp); SeedCounts[i][OriginalImage[m+1][n]]++; } } } if(n { if(! LabelImage[m][n+1])//右边若未处理 { temp.x=m; temp.y=n+1; LabelImage[m][n+1]=i+1;//右边点标记为已淹没区域 if(OriginalImage[m][n+1]<=WaterLevel)//右边若为可生长点则加入当前队列 { vque[i][WaterLevel].push(temp); } else//否则加入OriginalImage[m][n+1]级队列 { vque[i][OriginalImage[m][n+1]].push(temp); SeedCounts[i][OriginalImage[m][n+1]]++; } } } if(n>0) { if(! LabelImage[m][n-1])//左边若未处理 { temp.x=m; temp.y=n-1; LabelImage[m][n-1]=i+1;//左边点标记为已淹没区域 if(OriginalImage[m][n-1]<=WaterLevel)//左边若为可生长点则加入当前队列 { vque[i][WaterLevel].push(temp); } else//否则加入OriginalImage[m][n-1]级队列 { vque[i][OriginalImage[m][n-1]].push(temp); SeedCounts[i][OriginalImage[m][n-1]]++; } } } }//while循环结束 SeedCounts[i][WaterLevel]=vque[i][WaterLevel].size(); }//if结束 }//for循环结束 }//while循环结束 }//for循环结束 /********************************** //testwhethertheorigionalsegmentationnumischanged... intnonzeronum=Num; for(m=0;m { for(i=0;i { for(j=0;j { if(LabelImage[i][j]==m) break; } if(LabelImage[i][j]==m) break; } if(j==col-1&&i==row-1&&LabelImage[i][j]! =m)
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 分水岭 算法 源代码 及其 分析 注释