寻找兴趣区域之间的最短距离

Question

我有一张二进制图像，其中有几个感兴趣的区域，我通过 bwconncomp 进行了识别。我正在尝试找到连接每个区域的最短路径。我考虑使用膨胀算法，在一个循环中使用不断增大的核大小进行计算，当连接组件的数量下降时暂停循环，然后可能通过中心的可观变化来确定已连接的区域，并使用迭代次数乘以2来得到大致距离？我觉得应该有更好的方法来实现这个目标吧？

distancebetweenROIS=[];
M11=tempBimage;

for c=1:50          
    TT=bwconncomp(M11);
    seDil=strel('disk',c);
    M11=imdilate(tempBimage,seDil);
    YY=bwconncomp(M11);
    if length(TT.PixelIdxList)>length(YY.PixelIdxList)
        distancebetweenROIS(end+1)=c*2;
    end

end

- user3470496

---

如果您只是传递每个区域的每一对（指定为（x，y）坐标列表）给pdist2，我认为您可以使用它来完成此操作。如果您没有统计工具箱，则可以尝试http://www.mathworks.com/matlabcentral/fileexchange/29004-feature-points-in-image--keypoint-extraction/content/FPS_in_image/FPS%20in%20image/Help%20Functions/SearchingMatches/pdist2.m - Dan

Answer 1

使用和，您可以找到任何特征到所有其他特征的最短距离。然后，您只需通过特征循环即可。

%// labeledImage is 1 on feature #1, 2 on feature #2, etc

labeledImage = bwlabel(yourBinaryImage);

nLabels = max(labeledImage(:));

%// find the distance between each label and all other labels

distMat = zeros(nLabels, nLabels);

for iLabel = 1:nLabels

%// distance transform - every pixel is the distance to the nearest 
%//   non-zero pixel, i.e. the location of label iLabel

dist = bwdist(labeledImage==iLabel);

%// use accumarray b/c we can
%// get rid of the zeros in labeledImage, though, as there is no index 0

distMat(:,iLabel) = accumarray(dist(labeledImage>0),labeledImage(labeledImage>0),[],@min);

end

请注意，距离等同于“如果我从特征X开始，在像素之间跳到特征Y，最少需要多少跳”。如果您需要计算质心之间的距离，则regionprops(yourBinaryImage,'Centroids')后跟pdist2是更好的方法。

- Jonas

---

一个更正：最后一行应该是这样的 distMat(:,iLabel) = accumarray(labeledImage(labeledImage>0), dist(labeledImage>0),[],@min);。 - Our

不过有一个问题：是否可能获得最短距离线的方程？ - Our