Graphics 测量二进制位图行中的噪声

我有一个二值化位图，它有一组类似于下图所示的边（线）

平滑而直的部分

具有高频噪声、非连接元素（浮动像素）和有时断裂的直线段

方向有两个重要变化的平滑线

方向和高频噪声有两个重要变化的段

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

• 高频噪声
• 在某一段上的方向发生重大变化

因此，对于上述示例，测量值应返回：

低高频噪声-0次变化

高频噪声-0次变化

低高频噪声-2次变化

高频噪声-2次变化

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

算法应该是快速的，因此速度比精度更重要（合理的近似值就可以了）

---

我可以使用什么样的方法来进行这种测量？

我只知道噪声测量

我假设有一个只有一段的位图图像，图像有

N

白色像素，

I

-第个像素的坐标（行、列）是

（r[I]，c[I]）

，

I

从

1

变为

N

计算段的高度和宽度：边界框是一个矩形，边平行于x，y框架；边界框已被删除

width = c_max - c_min

而且它已经

height = r_max - r_min

其中：

c_min

是

i

的

c[i]

的最小值，从

1

到

N

c_max

是

i

的

c[i]

的最大值，从

1

到

N

r\u min

是

i

的

r[i]

的最小值，从

1

到

N

r\u max

是

i

的

r[i]

的最大值，从

1

到

N

我期望没有噪声的线由大致等于边界框对角线长度的若干像素组成：

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

现在，您必须将

N

与

N\u diagonal

进行比较：如果

N/N\u diagonal

接近1，则噪声越低，

N/N\u diagonal

离1越远，噪声越高。如果

N/N\u diagonal

非常高，则与表示线条所需的最小像素数相比，您有许多白色像素。另一方面，如果

N/N_diagonal

非常低，则图像上可能只有一些白色像素，而没有任何片段。所以基本上你需要两个阈值，你可以通过一些实验来调整你的可用图像；我将从以下内容开始：

N/N\u对角线<0.95

：像素不够

---

0.95我只想到了噪声测量

我假设有一个只有一段的位图图像，图像有
N
白色像素，
I
-第个像素的坐标（行、列）是
（r[I]，c[I]）
，
I
从
1
变为
N

计算段的高度和宽度：边界框是一个矩形，边平行于x，y框架；边界框已被删除

width = c_max - c_min

而且它已经

height = r_max - r_min

其中：

c_min
是
i
的
c[i]
的最小值，从
1
到
N

c_max
是
i
的
c[i]
的最大值，从
1
到
N

r\u min
是
i
的
r[i]
的最小值，从
1
到
N

r\u max
是
i
的
r[i]
的最大值，从
1
到
N

我期望没有噪声的线由大致等于边界框对角线长度的若干像素组成：

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

现在，您必须将
N
与
N\u diagonal
进行比较：如果
N/N\u diagonal
接近1，则噪声越低，
N/N\u diagonal
离1越远，噪声越高。如果
N/N\u diagonal
非常高，则与表示线条所需的最小像素数相比，您有许多白色像素。另一方面，如果
N/N_diagonal
非常低，则图像上可能只有一些白色像素，而没有任何片段。所以基本上你需要两个阈值，你可以通过一些实验来调整你的可用图像；我将从以下内容开始：

N/N\u对角线<0.95
：像素不够

0.95这个问题非常广泛。你能缩小范围吗？我不这么认为，我只需要在任意位图边缘上测量两个参数：）这个问题真的很广泛。你能缩小范围吗？我不这么认为，我只需要在任意位图边缘上测量两个参数：）我喜欢这种方法，它足够简单。请注意，如果假设直线为4-连接，则N_对角线应等于边界框上任何两个相对角之间的曼哈顿距离；如果直线为8-连接，则N_对角线应等于框的最长边。@xocatzin谢谢您提供的信息！也许你可以把N_对角线等于曼哈顿距离和切比雪夫距离的平均值。我喜欢这种方法，它很简单。请注意，如果假定直线为4-c，则N_对角线应等于边界框上任何两个相对角之间的曼哈顿距离