距离变换于1966年被学者首次提出,目前已被广泛应用于图像分析、计算机视觉、模式识别等领域，人们利用它来实现目标细化、骨架提取、形状插值及匹配、粘连物体的分离等。距离变换是针对二值图像的一种变换。在二维空间中，一幅二值图像可以认为仅仅包含目标和背景两种像素，目标的像素值为1，背景的像素值为0；距离变换的结果不是另一幅二值图像，而是一幅灰度级图像，即距离图像，图像中每个像素的灰度值为该像素与距其最近的背景像素间的距离。
现有的距离变换算法主要采用两类距离测度：非欧式距离和欧式距离。前者常用的有城市截取、棋盘、倒角等距离，算法采用串行扫描实现距离变换，在扫描过程中传递最短距离信息。这些算法简单快速，易于实现，但得到的仅仅是欧式距离变换（EDT）的一种近似值，在很多应用中不能满足精度要求，必须使用EDT，为此，很多学者也在研究高效快速的真实EDT算法。
原文：http://blog.csdn.net/carson2005/article/details/21617897
