本文探讨了区域生长法在图像分割中的应用，特别是用于立体匹配中的非法点检测。通过种子点的选择和像素相似性判断，实现图像的聚类。文章详细介绍了数据结构的组织方式，并提供了算法的实现过程，包括结构体定义和关键步骤。最终，展示了原始图像、非法点检测结果及对应的FLAG图像。
本文介绍一种区域生长法进行图像分割的数据组织方式和实现方法，给出了核心代码，可用该方法实现立体匹配中的非法点检测。
区域生长法图像分割是直接根据像素的相似性和连通性来对图像进行聚类的算法。基本原理是，给出若干种子点，然后依次对这些种子点进行如下操作，直到种子点集合为空：判断种子点四邻域或八邻域的像素点是否和种子点相似（灰度相似或其他测度相似），如果相似则将该点加入种子点集合，否则不作处理。
该算法原理很简单，但在数据结构的组织上却需要技巧，本文介绍一种简易的数据组织方式实现该算法。
如上图所示，左图为一幅W*H大小的图像示意图，利用区域生长法图像分割算法，该图像被分割（聚类
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
