Hilditch细化算法：java实现

                                                        JAVA图像细化：Hilditch细化算法 
理论：
 
Hilditch 细化算法的步骤为：
 
Hilditch 细化算法是经典的二值图像细化算法，然而，在网上却很难找到一个详细、正确的介绍和实现。可以找到一辆个 Hilditch 算法的C实现，但缺乏注释，代码可读性也很差。在期刊网上找到几篇论文，提及了Hilditch 算法，结果一篇说的罗哩罗嗦根本看不懂，另一篇说的说的易懂，却是错误的！拿来主义是行不通了，于是只好结合着这几个论文和代码，从头写 Hilditch 细化算法。
 
假设像素p的3×3邻域结构为：
 


Hilditch 细化算法的步骤为：
 
对图像从左向右从上向下迭代每个像素，是为一个迭代周期。在每个迭代周期中，对于每一个像素p，如果它同时满足6个条件，则标记它。在当前迭代周期结束时，则把所有标记的像素的值设为背景值。如果某次迭代周期中不存在标记点（即满足6个条件的像素），则算法结束。假设背景值为0，前景值为1，则：
 
6个条件为：
 
（I）：p 为1，即p不是背景；
 
（2）：x1,x3,x5,x7不全部为1（否则把p标记删除，图像空心了）；
 
（3）：x1~x8 中，至少有2个为1（若只有1个为1，则是线段的端点。若没有为1的，则为孤立点）；
 
（4）：p的8连通联结数为1；
 
联结数指在像素p的3*3邻域中，和p连接的图形分量的个数：
 


上图中，左图的4连通联结数是2，8连通联结数是1，而右图的4联通联结数和8联通联结数都是2。

 








4连通联结数计算公式是：
 


8连通联结数计算公式是：
 
其中，
 


至于公式怎么来的就不管了，直接用就行了。
 
（5）假设x3已经标记删除，那么当x3为0时，p的8联通联结数为1；
 
（6）假设x5已经标记删除，那么当x5为0时，p的8联通联结数为1。
 
======
 
在程序中，我使用的是这样的邻域编码：