从小二值图像中去除异常像素

Question

我目前正在实施一种算法，用于识别有色质量的最小惯性轴（由二阶矩提供）。为此，我需要获取第一时刻给出的质心。

加权平均功能运行良好，但由于异常像素，我收到了不想要的结果。

这里是平均函数：

（例如 x 的加权平均值）

for (i = 0, i < rows, i++) {
    for (j = 0, j < cols, j++) {
        if (colorAt(i,j).isForeground()) {
            tempSumX++;
            totalForeground++;
        }
    }
    x_ += i*tempSumX;
    tempSumX = 0;
}
x_ /= totalForeground; //where x_ represents the x coordinate of the weighted center of mass.

给定这样的图像，它仅由两种颜色（背景和前景）表示，我如何去除边缘像素？注意：外围像素是指不属于大色块的任何东西。白点是计算出来的质心，不正确。

非常感谢。

Answer 1

有很多填充算法可以识别给定起点的所有连接像素。

另外，去除像这些来自噪声的小异常值的常用方法是腐蚀图像，然后将其扩大以恢复到相同的大小 - 尽管如果你纯粹是在做 CoG，你不一定需要扩大步骤

Answer 2

怎么样，用伪代码：

for( y = 0; y < rows; y++ )
{    
   for ( x = 0; x < cols; x++ )
   {
       if ( pixel( x, y ).isColor() )
       {
          int sum = 0;
          // forgetting about edge cases for clarity...
          if ( !pixel( x-1, y-1 ).isColor() ) sum++;
          if ( !pixel( x,   y-1 ).isColor() ) sum++;
          if ( !pixel( x+1, y-1 ).isColor() ) sum++;
          if ( !pixel( x-1, y   ).isColor() ) sum++;
          if ( !pixel( x+1, y   ).isColor() ) sum++;
          if ( !pixel( x-1, y+1 ).isColor() ) sum++;
          if ( !pixel( x,   y+1 ).isColor() ) sum++;
          if ( !pixel( x+1, y+1 ).isColor() ) sum++;
          if ( sum >= 7 )
          {
             pixel( x, y ).setBackground();
             x -= 1;
             y -= 1;
          }
       }
   }
}

即移除任何被 7 个背景像素包围的像素。如果您将像素的颜色更改回可能受影响的最早像素。

您对“异常值”的衡量可能会发生变化 - 例如您可以将对角线像素视为价值 1/2 的值。例如。正上方、下方、左侧和右侧的像素计为 2。然后使用不同的数字作为总和。

您可以通过增加过滤器的大小来提高准确度 - 例如增加到 5x5 而不是 3x3。在这种情况下，2 以外的像素应该算得更少。

Answer 3

我认为您的算法不正确。二进制图像中的 m10 （对不起，我不知道如何做下标）是前景像素的 x 坐标的总和，所以你的代码应该是这样的：

for (i = 0, i < rows, i++) {
    for (j = 0, j < cols, j++) {
        if (colorAt(i,j).isForeground()) {
            tempSumX += i;
            totalForeground++;
        }
    }
}
x_ = tempSumX/totalForeground; //where x_ represents the x coordinate of the weighted center of mass.

假设这与您之前的帖子 Algorithm for Finding Longest Stretch of a Value at any Angle in a 2D Matrix 有关，您应该计算同一循环中的其他一阶和二阶矩：

m01 += j;
m20 += i*i;
m02 += j*j;
m11 += i*j;

（您的算法中的 tempSumX 只是 m10，totalForeground 是 m00）

试一试，如果您仍然无法处理异常值，您可以使用 Connected Component Labeling http://en.wikipedia.org/wiki/Connected_component_labeling 来查找最大质量。 （可在 matlab 中使用 bwlabel 或 bwconncomp。）