环形二值图像厚度计算：能否实现边界间的distance transform？

核心结论 #

完全可以基于单个边界（内/外）向另一边界执行距离变换，以此精准计算环形（管状）结构的厚度，同时满足中轴定位与外边界投影可视化的需求。

具体操作步骤（2D/3D通用） #

1. 提取独立的内外边界

   • 对二值图像（3D为体数据）分别提取内外轮廓：
     • 外边界：用形态学腐蚀处理原图像，再用原图像减去腐蚀结果，得到外边界像素/体素；
     • 内边界：用形态学膨胀处理原图像，再用膨胀结果减去原图像，得到内边界像素/体素。
   • 确保两个边界为彼此分离的连通区域，若有断裂可先做连通域筛选。

2. 执行单边界定向距离变换

   • 选定其中一个边界（比如外边界）作为距离计算的起始源，将环形区域（内外边界之间的部分）设为计算空间，另一边界设为终止目标。
   • 使用带终止条件的最短路径距离变换：仅计算从源边界到目标边界的最短距离，环形内每个点的距离值即为到源边界的最短距离，目标边界上的距离值为0。
   • 工具实现参考：
     • 2D场景（OpenCV）：可结合distanceTransform配合掩码限定计算区域，或用floodFill逐点累加距离；
     • 3D场景（ITK/3D Slicer）：使用SignedMaurerDistanceMapImageFilter并指定计算范围，或用ShortestPathImageFilter直接求解边界间最短路径。

3. 中轴定位与厚度映射

   • 中轴上的点满足“到内外边界距离相等”的特性，因此从距离场中筛选出距离值 ≈ 对应点到另一边界距离的点，即为中轴点，其对应厚度为距离值 × 2。
   • 若要投影到外边界可视化：将中轴点的厚度值，通过最近邻匹配或沿法向量投影的方式，关联到外边界的对应位置。

3D管状结构优化方案 #

• 先对3D管状结构做骨架提取（如ITK的BinaryThinningImageFilter），再针对骨架上的每个点，计算其到内外边界的最短距离，直接得到该骨架点对应的厚度值；
• 若骨架存在分支，可通过分支修剪算法保留主骨架后再计算厚度，确保结果对应目标管状结构的主体部分。

内容的提问来源于stack exchange，提问作者Savindi