itk中的毛刺去除算法

图像毛刺去除是图像处理中的一个重要内容。在图像特征提取的过程中，毛刺会严重影响图像的结构，属于噪声污染。

itk中提供了专门的毛刺去除算法类：itkBinaryPruningImageFilter。
作用：该过滤器能输入图像中移除小于一定长度的“刺”。
输入：二值图像。
该滤波器是一种顺序剪枝算法，计算时间依赖于图像的大小。

该算法用在二维图像，用法很简单：

  typedef itk::BinaryPruningImageFilter <ImageType, ImageType >
          ImageFilterType;
  ImageFilterType::Pointer pruneFilter = ImageFilterType::New();
  pruneFilter->SetInput(image);
  pruneFilter->SetIteration(iteration);
  pruneFilter->Update();

代码分析：
1..h中的私有变量：

unsigned int           m_Iteration; //迭代次数 1

2.准备数据：这里能看到又一种数据初始化方法，开源就是这样，八仙过海，各显神通~

template <class TInputImage,class TOutputImage>
void 
BinaryPruningImageFilter<TInputImage,TOutputImage>
::PrepareData(void) 
{  
  itkDebugMacro(<< "PrepareData Start");
  OutputImagePointer pruneImage = GetPruning();
//开辟内存空间
  InputImagePointer  inputImage  = 
    dynamic_cast<const TInputImage  *>( ProcessObject::GetInput(0) );

  pruneImage->SetBufferedRegion( pruneImage->GetRequestedRegion() );
  pruneImage->Allocate();

  typename OutputImageType::RegionType region  = pruneImage->GetRequestedRegion();

//迭代器
  ImageRegionConstIterator< TInputImage >  it( inputImage,  region );
  ImageRegionIterator< TOutputImage > ot( pruneImage,  region );

  it.GoToBegin();
  ot.GoToBegin();

  itkDebugMacro(<< "PrepareData: Copy input to output");
 
  while( !ot.IsAtEnd() )
      {
	  //数据一一对应
      ot.Set( static_cast< typename OutputImageType::PixelType >( it.Get() ) );
      ++it;
      ++ot;
      }
  itkDebugMacro(<< "PrepareData End");
}

3.起细化作用的后处理方法，是不是感觉和细化算法有什么瓜葛？用的基础结构都差不多。

template <class TInputImage,class TOutputImage>
void 
BinaryPruningImageFilter<TInputImage,TOutputImage>
::ComputePruneImage() 
{
  itkDebugMacro( << "ComputeThinImage Start");
  OutputImagePointer    pruneImage          =  GetPruning();

  typename OutputImageType::RegionType region  = pruneImage->GetRequestedRegion();
//NeighborhoodIterator 这个迭代器设计的帅啊
  typename NeighborhoodIteratorType::RadiusType radius;
  radius.Fill(1);//邻域半径设为1
  NeighborhoodIteratorType ot( radius, pruneImage, region );//参数1：半径;参数2：图像;参数3：区域
//二维8邻域
  typename NeighborhoodIteratorType::OffsetType offset1 = {{-1,-1}};
  typename NeighborhoodIteratorType::OffsetType offset2 = {{-1,0}};
  typename NeighborhoodIteratorType::OffsetType offset3 = {{-1,1 }};
  typename NeighborhoodIteratorType::OffsetType offset4 = {{0,1}};
  typename NeighborhoodIteratorType::OffsetType offset5 = {{1,1}};
  typename NeighborhoodIteratorType::OffsetType offset6 = {{1,0}};
  typename NeighborhoodIteratorType::OffsetType offset7 = {{1,-1}};
  typename NeighborhoodIteratorType::OffsetType offset8 = {{0,-1}};
  
  unsigned int count = 0;
  while(count < m_Iteration)//m_Iteration：迭代次数，默认3次
  {
    ot.GoToBegin();//迭代开始
    while( ! ot.IsAtEnd() )//不止不休
    {
      if (ot.GetCenterPixel())
       {
         PixelType genus;
         genus  = ot.GetPixel(offset1) + ot.GetPixel(offset2);
         genus += ot.GetPixel(offset3) + ot.GetPixel(offset4);
         genus += ot.GetPixel(offset5) + ot.GetPixel(offset6);
         genus += ot.GetPixel(offset7) + ot.GetPixel(offset8);
         if (genus < 2)//如果8邻域的灰度值小于2，则把该点抹掉
           {
             genus = 0;
             ot.SetCenterPixel( genus );
           }
       }

      ++ot;//下一个
	}
    ++count;
  }  
    itkDebugMacro( << "ComputeThinImage End");
}

4.#include "itkNeighborhoodIterator.h"
注意这里用到一个很帅的迭代器：itkNeighborhoodIterator，用法看上面代码中的注释，比起自己写的函数好用多了。
5.最后，看下算法设计的作者：
 * Rafael C. Gonzales and Richard E. Woods. 
 * Digital Image Processing. 
 * Addison Wesley, 491-494, (1993).
又见冈萨雷斯 and 伍兹~ 什么叫经典？他俩几乎把数字图像处理领域的基础方法都写完了！膜拜吧！

参考文献：
1.http://www.vtk.org/Wiki/ITK/Examples/Morphology/BinaryPruningImageFilter
2.http://blog.chinaunix.net/uid-25510439-id-3126204.html
3.http://blog.163.com/zhoumhan_0351/blog/static/3995422720084190493758/