作者是Borgefors，图像处理方面,文章比较经典,希望对大家有用.

最大内切圆或者换句话说，“最大内圆”、“最大空圆”等。 这是计算几何中非常常见的问题，要高效解决并不简单。 解决 2D 图像/轮廓处理，我在网上找不到好的实现。 一般来说，解决这个问题的合理方法是利用Voronoi Diagrams，一般为O(nlogn)。 在稍微分析了这个问题之后，我注意到使用众所周知的距离变换可以很容易地近似解决这个问题。 方法如下： 计算目标可以写成： (x, y) 最大化 r = min_{i} r_{i} 其中 r_i = ||(x_i, y_i) − (x, y)|| d_i = r_i − r (x_i, y_i)：配对数据点(x, y), r : 对，标量圆心和半径在非数学方面： 1.最大内切圆的中心将位于多边形内2. 这种圆的中心离多边形边上的任何一点最远。 因此，我们寻找位于多边形内部并且与最近的边缘具有最大距离的点。 这正是位于轮廓内的像

分水岭方法和距离变换方法分割相互连接图像 二进制图像 距离变换方法 分水岭方法

GeodisTK：​​用于2D和3D图像的测地距离转换工具包 可以通过两种方法来实现图像的测地变换：快速行进和光栅扫描。 快速行进基于速度为F [1]的像素前沿的迭代传播。 光栅扫描基于内核操作，这些内核操作在多遍处理中依次应用于图像[2] [3]。 在GeoS [4]中，作者建议使用3x3内核进行正向和反向传递，以进行有效的测地距离转换，该转换用于图像分割。 栅格扫描以进行测地距离转换。 图片来自[4]。 DeepIGeoS [5]提出将测地距离变换与卷积神经网络相结合，以有效地对2D和3D图像进行交互式分割。 [1] Sethian，James A.“快速行进方法”。 SIAM评论41，没有。 2（1999）：199-235。 [2] Borgefors，古尼拉。 “数字图像中的距离转换。” CVPR，1986年 [3] Toivanen，PekkaJ。“用于灰度图像的新测地距

在医学细胞图像中"经常会有细胞重叠和粘连的现象$ 将粘连在一起的细胞群单个分开是医学细胞处理中一项重要而困难的问题$ 对这一情况"文章提出了一种有效的分割算法$ 先用最大类间方差法对图像进行二值化"然后对图像作距离变换"将像素点位置信息转化为灰度信息"再利用分水岭算法"找到粘连边界点"从而将细胞群分开$ 实验证明"该算法能成功地分离粘连细胞

采用D*Lite算法规划出的路径并不平滑,且预规路径与障碍物均十分接近.除此之外,在动态环境下时,由D*Lite算法重规划得到的路径也离障碍物距离很近,十分容易发生碰撞.针对此问题,引入懒惰视线算法与距离变换相结合的方法改进D*Lite算法.首先,对地图进行距离变换,并引入距离值的启发式代价,使得距离障碍物较远的节点优先被选择.然后,在扩展节点时引入视线算法,增加本地父亲节点和远程父亲节点的概念,使得路径不局限于八邻域扩展,从而进化为任意角度路径规划算法;最后,在遇到未知障碍物时进行局部距离变换,结合启发距离值信息进行重规划,使得重规划得到的路径远离突现的障碍物.仿真实验表明,在不同环境下规划所得到的路径均十分平滑与安全.

基于栅格算法，以欧氏距离变换为基础，实现了点、线、面等任意图形的加权voronoi图生成。相关论文地址 http://www.cnki.com.cn/Article/CJFDTOTAL-LZTX201201025.htm

C#编写，可生成点、线、面加权voronoi图，这是库文件源码！效果图博客可见。

本人对二值图像距离变换做的总结和研究分析，包括欧式距离变换和非欧式距离变换以及倒角距离变换等快速算法实现，包含完整的程序demo+参考文献+结果图像，希望大家多多指教！

基于栅格算法，以欧氏距离变换为基础，实现了点、线、面等任意图形的加权voronoi图生成。相关论文地址 http://www.cnki.com.cn/Article/CJFDTOTAL-LZTX201201025.htm