（1）邻域与邻接

任意像素(i,j),则像素(i,j)的邻域可表示为集合{(i 1),(j 1)}。如图2所示，像素(i,j)的邻域通常包括4-邻域和8-邻域。

图2 4-邻域和8-邻域

而互为4-邻域的像素点，称为4-邻接；互为8-邻域的像素点，称为8-邻接。

   (a)像素编号              (b)4-邻接               (c)8-邻接

图3 4-邻接和8-邻接

   （2）像素的连接

假设数字图像中像素a、b具有相同值,且存在 像素序列，具有与a、b相同值，同时 、 互为4-邻接或8-邻接，则像素和称为4-连接或8-连接，而上述像素序列称为4-路径或8-路径。

 图4 像素的连接

（3）连接成分

在二值数字图像中，可将相互连接的像素点进行汇集分组，则具有若干0值像素和若干1值像素点可形成两个分组，这些组可称为连通成分或连接成分。

如图5(a)所示，0像素的连接成分中，存在与外围0像素不相连接的像素点，称为孤立点或孔；单连接成分是指不包含有孔的1像素连接成分；多重连接成分是指含有孔的l像素连接成分。

（a）孤立点   （b）单连接成分  （c）多重连接成分

图5 多重连接成分

2。2  区域内部空间域分析文献综述

区域内部空间域分析是不经过变换而直接在图像空间对区域内部提取几何形状特征[2]。

（1）欧拉数

欧拉数主要表征的是图像的连通性，描述图像的拓扑特性。如图6(a)，一个连接成分和一个孔，则欧拉数为0；图6(b)，一个连接成分和两个孔，则欧拉数为-1。

 图6 具有欧拉数为0和-1的图形

（2）凹凸性

如图7所示，主要描述的是区域凹凸性。作为区域基本描述特征，凹凸性判别准则为：任意两像素间的连线穿过区域外的像素，则为凹形；反之，任意两像素间的连线都不穿过区域外的像素，则为凸形。