1、基于形态学膨胀法提取二值图像中的连通区域的方法,1.像素的连通性,定义：令S代表一幅图像中的像素子集，如在S中全部像素之间存在一个通路，就称2个像素P和Q在S中是连通的。在二维图像中，假设目标像素点周围有m个(m8)相邻像素，如果该像素灰度值与这m个像素中某一个像素A的灰度值相等，称该像素与像素A具有连通性。常用的连通有4连通和8连通两种。4连通选取目标像素的上、下、左、右4个相邻像素，如图1所示。8连通则选取目标像素在二维空间中所有的相邻像素，即选取目标像素的左上、上、右上、右、右下、下、左下、左8个相邻像素,P的4邻域和8邻域,2.标记连通分量的意义,在二值图像中提取连通分量是许多自动图像
2、分析应用中的核心任务。在二值图像中提取连通分量的过程实际上也是标记连通区域的过程。 连通域标记的速度和准确性直接影响图像的后续处理。 机器视觉和模式识别中常用此方法提取目标和分析目标几何特征,3.标注连通分量,给原图像中的每个连通区分配一个唯一代表该区域的编号，在输出图像中该连通区域内的所有像素值就是赋值为该区域的编号，这样的图像就称之为标注图像,4.形态学膨胀法,方法：把结构元素S 平移x 后得到Sx ，若Sx 与X 相交不为空，我们记下这个x 点，所有满足上述条件的x 点组成的集合称做X 被S 膨胀(dilation)的结果。,5.膨胀法提取连通分量原理,A1,A2,含有2个连通分量的图像
3、A,3*3结构元,6.简单实例：定位人嘴的中心,步骤： 对输入图像进行二值化 标注图像的连通分量 找出最大的连通分量 计算最大连通分量的中心,算法实现,主要是利用标注图像对连通区进行操作：例如要计算某一连通分量的大小，只需扫描一遍标注图像，对像素值为该区编号的像素进行计数；又如要计算某一连通分量的质心只需扫描一遍标注图像，找出所有像素值为该区域编号的像素的x,y坐标，然后计算其平均值即可,matlab实现,计算连通分量数目主要利用IPT函数bwlabel调用格式为：L,num=bwlabel(Ibw,conn)%L类似于标注图像，num为连通分量数目，Ibw为输入图像，conn指明提取的连通分量是4连通还是8连通的 标记最大的连通分量需要将算法转化为程序在matlab中运行,显示结果：图中共有1个连通分量,
