邊界找甌，內部著色，相連部份標示為影像處理中常用的運算，本論文即針對上述三
個問題進行砣，且本論文演算法所處理的圖像為二維黑白圖像，使用線性四元樹儲存
之，以節省空間，以下分別說明三個運算的處理方法：
邊界找尋（Border）：由輸入的圖像，消去其內部區域，而求得此圖像的邊界像素點
，本論文，說明現有兩個邊界找甌方法及其缺點，而提出一改進的方法，可避免上述
缺點；經測試結果較現有方法之執行時間為佳，且使用Hashed Binary Searching 以
加快找尋一節點是否存在。
內部著色（Filling ）：輸入一圖像的邊界點，找出由邊界點所圍的內部區域，予以
著色，現有之方法輸入的邊界點必須含有block-bits資料（為記錄一節點是否能向四
個方法擴展的資料）方能處理；但大部份輸入的圖像並不含有block-bits資料，本論
文提出一改進方法，使用Active Border 記錄已處理節點和未處理節點交界的顏色，
以執行內部著色，此改進方法，輸入的圖像不管是否有block-bits資料均能處理之。
相連部份標示（Connected Component Labelling）：找出圖像中相連的部份，予以
相同的標示值。本論文分別說明五個不同的方法：
TOP-DOWN，BOTTOM-UP ，使用Depth First Searching 演算法，依四分碼由小到大處
理的演算法，及使用Active Border 演算法，同時比較此五個演算法在不同圖像下之
執行時間，其中以使用Active Border 之演算法執行時間為最快，因為此方法可避免
鄰近點的計算和找尋，且說明為何TOP-DOWN演算法較BOTTOM-UP 演算法執行速度為快
。
|