测量二进制位图线中的噪声

Question

我有一个带有一组边（线）的二值化位图，类似于下图所示的边

1. 光滑而直的段。
2. 具有高频噪声的直线段，非连接元素（浮动像素），有时会损坏。
3. 平滑线，方向有两个重要变化。
4. 在方向和高频噪声方面有两个重要变化的片段。

这些边缘是图像上某些区域的边界，我需要测量这些边缘的质量（用于分割目的）。此测量应返回2个因素：

• 高频噪音
• 某个细分市场方向发生重大变化。

因此，对于上面的示例，测量应该返回：

1. 低频高噪音 - 0次变化。
2. 高频噪声 - 0次变化。
3. 低频高噪音 - 2次变化。
4. 高频噪声 - 2次变化。

对于每个给定的图像，已知哪些像素属于每个片段。 我没有连接元素（像素）的图表，只有位图。尽可能避免创建一个。

算法应该很快，所以速度比准确性更重要（合理的近似值可以）

我可以使用哪种方法来执行此类测量？

Answer 1

我只对噪音测量有所了解。

我假设只有一个段的位图图像，图像有N个白色像素，i个像素的坐标（行，列）为(r[i],c[i])， i从1转到N。

计算段bounding box的高度和宽度：边界框是一个矩形，边长平行于x，y框架;

是边界框

width = c_max - c_min

它有

height = r_max - r_min

其中：

c_min是从c[i]到i

的1 N的最小值

c_max是从c[i]到i

的1 N的最大值

r_min是从r[i]到i

的1 N的最小值

r_max是从r[i]到i

的1 N的最大值

我希望没有噪音的线由大约等于边界框对角线长度的像素组成：

N_diagonal = sqrt( width*width + height*height )

现在您必须将N与N_diagonal进行比较：如果N/N_diagonal接近1，则噪音较低，N/N_diagonal远离1，则越高噪声。如果N/N_diagonal非常高，那么与表示线所需的最小像素数相比，您会有很多白色像素。另一方面，如果N/N_diagonal非常低，则图像上只有一些白色像素，根本没有任何片段。因此，基本上您需要两个阈值，您可以使用可用图像进行一些实验;我会从以下内容开始：

N/N_diagonal < 0.95：像素不足

0.95 <= N/N_diagonal <= 1.05：低噪音

1.05 < N/N_diagonal：高噪音

对于算法的时间性能：在我看来算法是O（N）来查找边界框的宽度和高度，然后你有一些浮点运算来计算对角线和噪音测量。

如果对角线近似值不够，那么您可以更省力地获得更好的估算，例如查看Bresenham's line algorithm。