文章目录
1. 邻域概念
1.1 6-18-26邻域(空间)
参考:
1.2 6-18-26-32-56-80-92-116-124(空间)
参考:
图自wiki百科:Pixel connectivity
参考:Institute of Simulation and Graphics, Otto-von-Guericke University Magdeburg Direct Volume Visualization Part II., 31/48页PPT
1.3 4-8(平面上的邻域)
参考:
1.4 python代码表示
所以对于某点的26邻域,
- 以该点为中心点(0,0,0)
- 正方向可以随便定,因为整体是个对称的,有正就肯定有负
- 则26邻域可以表示为
Next26 = [
//6个距离为1的点, x,y,z只有1位上相差1
[0,0,1],[0,0,-1],[0,1,0],[0,-1,0],[1,0,0],[-1,0,0],
//12个距离为根号2的点, x,y,z有2位上相差1(1和-1排列组合)
[0,1,1],[0,1,-1],[0,-1,1],[0,-1,-1],
[1,0,1],[1,0,-1],[-1,0,1],[-1,0,-1],
[1,1,0],[1,-1,0],[-1,1,0],[-1,-1,0],
//8个距离为根号3的点, x,y,z有3位上相差1(1和-1排列组合)
[1,1,1],[-1,1,1],[1,-1,1],[1,1,-1],
[-1,-1,-1],[1,-1,-1],[-1,1,-1],[-1,-1,1]
可以分为
- 距离中心点距离为1的(直接相连的),有6个点(刚好对应的就是6邻域)
- 距离中心点距离为 2 \sqrt 2 2的,与中心点成对角线关系的,有12个点(经过中心点的三个面的四个角)
- 距离中心点距离为 3 \sqrt 3 3的,与中心点构成一个小立方体的体对角线的点,8个点(上下两层,每层有4个立方体)
参考:
2. 连通性/连通度
参考:
- Relationships between pixels(Neighbours and Connectivity)
- Edge connectivity / Vertex connectivity – GeeksPool
- Vertex connectivity and edge connectivity
- 05_06_Connectivity-Vertex_Cut.pdf
- ppt-Chapter 4 . Connectivity and Paths.
- 图的匹配问题与最大流问题(四)——计算图的边连通度和点连通度
- 图论证明:点连通度小于等于边连通度小于等于最小度
- 《离散数学》学习记录 - 图论
扯到这个是因为在一个代码(最短路径的优化器itkIterateNeighborhoodOptimizer.h
)里看到了
其实除了这个优化器,ITK里还有很多Filter都有这个参数的设置,例如:itk::ConnectedComponentImageFilter< TInputImage, TOutputImage, TMaskImage > Class Template Reference
这个函数的文档中:
这里涉及到了 face connectivity
、edge connectivity
、vertex connectivity