| |||
图像bit位数计算
灰度16 : 16=2的4次方 。 32*32 16 灰度的照片需要的位数是 32*32*4 = 4096
邻域:数字图像中,邻域分为4邻域和8邻域,4邻域就是某个(x,y)点的上下左右四个点,8邻域再加上左上右上左下右下四个点。如果p在q周围的8个点内,就是p在q的8邻域内。
3.邻接:邻接算是包含了邻域,如果说p和q是邻接,那么p和q必须互在邻域内,而且这两个的像素还要都在同一个集合V1内。(什么叫都在集合V1内:假如集合V1包含{012345},这五个数代表的是像素值,而p值为2,q值为6,那它们两个就不在同一个集合V1内,当然如果有个集合V2,它俩可能也在另一个集合V2内)数字图像中常见的邻接有三种,4邻接、8邻接和m邻接。如果p在q的4邻域内,且q和p的值都在V中,那么p和q是4邻接的,8邻接概念一样。m邻接不太一样,如果q和p互在8邻域内,p和q都在V内,且q的4邻域和p的4邻域的共同覆盖的点不在V内,则p和q是m邻接的。m邻接是为了消除8邻接的二义性而引进的。
比如有个3*3矩阵
{0,1,1;0,1,0;0,0,1},假设对于V={1}的集合而言,如果两个点能构成邻接,就算有一条路可以通过,那么右上角的1走到右下角的1,如果按照8邻接有两条路,而按照m邻接,只有一条路,这就是m邻接提出的意义。
连通性需要强调那两个个像素之间的连接
4. 距离
与De、D4、D8距离的区别:
De、D4、D8 距离仅与像素点的坐标有关,而与图像内容没有关系。
混合距离 Dm与像素点的连通性有关,它要求按照m连通的路径来计算距离。