Премахване на странични пиксели от малко двоично изображение

Има много алгоритми за запълване на наводнения, които биха идентифицирали всички свързани пиксели при дадена начална точка.

Като алтернатива често срещан начин за премахване на малки отклонения като тези, които идват от шум, е да изтриете изображението, след което да го разширите, за да се върнете към същия размер - въпреки че ако правите чисто CoG, не е задължително да се нуждаете от стъпката на разширяване

Какво ще кажете, в псевдо код:

for( y = 0; y < rows; y++ )
{    
   for ( x = 0; x < cols; x++ )
   {
       if ( pixel( x, y ).isColor() )
       {
          int sum = 0;
          // forgetting about edge cases for clarity...
          if ( !pixel( x-1, y-1 ).isColor() ) sum++;
          if ( !pixel( x,   y-1 ).isColor() ) sum++;
          if ( !pixel( x+1, y-1 ).isColor() ) sum++;
          if ( !pixel( x-1, y   ).isColor() ) sum++;
          if ( !pixel( x+1, y   ).isColor() ) sum++;
          if ( !pixel( x-1, y+1 ).isColor() ) sum++;
          if ( !pixel( x,   y+1 ).isColor() ) sum++;
          if ( !pixel( x+1, y+1 ).isColor() ) sum++;
          if ( sum >= 7 )
          {
             pixel( x, y ).setBackground();
             x -= 1;
             y -= 1;
          }
       }
   }
}

Това означава премахване на всеки пиксел, заобиколен от 7 фонови пиксела. Ако промените цвета на пиксел, върнете се към най-ранния пиксел, който сега може да бъде засегнат.

Вашата мярка за "отклонение" може да се промени - напр. можете да преброите диагоналните пиксели като струващи 1/2 повече. напр. пикселите точно над, под, отляво и отдясно се броят за 2. И след това използвайте различно число за сумата.

Можете да увеличите точността, като увеличите размера на филтъра - например до 5x5 вместо 3x3. В този случай пикселите на 2 разстояние трябва да се броят дори за по-малко.

Вярвам, че вашият алгоритъм е неправилен. m10 (съжалявам, не можах да разбера как да направя индекси) в двоично изображение е сумирането на x-координатите на пикселите на преден план, така че вашият код трябва да бъде нещо като:

for (i = 0, i < rows, i++) {
    for (j = 0, j < cols, j++) {
        if (colorAt(i,j).isForeground()) {
            tempSumX += i;
            totalForeground++;
        }
    }
}
x_ = tempSumX/totalForeground; //where x_ represents the x coordinate of the weighted center of mass.

Ако приемем, че това е свързано с предишната ви публикация Алгоритъм за намиране на най-дългото разтягане на стойност под произволен ъгъл в 2D матрица, трябва да изчислите другите моменти от първи и втори ред в същия цикъл:

m01 += j;
m20 += i*i;
m02 += j*j;
m11 += i*j;

(tempSumX във вашия алгоритъм е само m10, а totalForeground е m00)

Опитайте това и ако все още имате проблеми с отклоненията, можете да използвате етикетиране на свързани компоненти http://en.wikipedia.org/wiki/Connected_component_labeling, за да намерите най-голямата маса. (Налично в matlab с помощта на bwlabel или bwconncomp.)