4.2.1 图像的标识及特征提取

在聚类分析中，一幅图像中一般含有多个物体，要想对这些物体进行归类，必须先找到各个物体，让计算机能够识别它们，因此首先要确定物体是否是独立的目标物体和图像中有几个物体，这就需要对不同物体进行标识。下面介绍几个基本概念。

1.邻域

与像素(x, y)对应的点集合{(x+p, y+q)|((p, q)是一对有意义的整数)}称为像素(x, y)的邻域。离散图像处理中常取4点邻域和8点邻域，并分别记作：

F4(x, y)={f (x+1, y), f (x, y+1), f (x-1, y), f (x, y-1)}

F8(x, y)={f (x-1, y-1), f (x-1, y), f (x-1, y+1), f (x, y-1), f (x, y+1), f (x+1, y-1), f (x+1, y), f (x+1, y+1)}

2.连通

设有像素f (x, y)= f (x+i, y+j)，i、j在图像区域R内，f (x, y)与f (x+i, y+j)路径中的邻接点存在4点邻域连通成分（见图4-1a）或8点邻域连通成分（见图4-1b），则点f (x, y)与f (x+i, y+j)连通。

3.连通成分

二值图像中互相连通的0-像素集或1-像素集称为连通成分。被1-像素包围的0-像素称为孔。1-像素连通成分不含孔时，称为单连通成分，含有一个或多个孔的连通成分称为多重连通成分。

4.标记

分割后的一帧图像内可能存在多个连通成分，每个非连通成分都对应一个目标图像区，给各目标图像区分配相应标号的工作称为标记。

在二值图像中进行物体标识，采用8点连通域判别方法，如图4-2所示，图中有A，B，C等3个不同连通的物体。

对这3个物体的标识过程如下：

（a）从左到右，从上到下逐个像素扫描。

（b）若该点的左上、正上、右上及左前点共4个点的像素值都不为物体，则把数标加1，且此数组值为1。

（c）采用（行坐标，列坐标）方式标记物体。若遇到（1,1）像素为物体A，依次判断该像素点的右上（0,2），正上点（0,1），左上点（0,0）及左前点（1,0）。右上点（0,2）的优先级最高，而左前点（1,0）的优先级最低。

（d）若右上点为物体，则当前点跟右上点标记为相同的值。如当前点（2,2），则其右上点（1,3）为物体，所以标记当前点（2,2）与右上点（1,3）相同的值。

（e）若右上点不为物体，则判断正上点。如当前点（5,4），其右上点（4,5）不是物体，则判断正上点（4,4）为物体，所以标记当前点（5,4）与正上点（4,4）相同的值。

（f）同理，若当前点的右上点、正上点都不为物体，用同样的方法依次判断左上点，若左上点也不为物体，再判断左前点。

（g）若当前点（1,8）的右上点（0,9）、正上点（0,8）、左上点（0,7）及左前点（1,7）都不为物体，则当前点的值在原来的标记上加1，以此标记来作为另一物体的区别。

（h）其中有一个特别调整：从图4-2可见（10,2）是一个新加标记的点，当前点（10,3）的右上点（9,4）及左前点（10,2）为不同标记，正上点和左上点不为物体，则当前点（10,3）标记同右上点（9,4）置相同的值。此时，从头到尾扫描图像，把所有同（10,2）标记相同的像素值都标记成与右上点（9,4）同样的值。有多少个像素点转换，则统计右上点像素值（标记值）的数组就加多少。而把统计左前点的像素值（标记值）的数组置0。