距离变换是计算并标识空间点（对目标点）距离的过程，它最终把二值图像变换为灰度图像（其中每个栅格的灰度值等于它到最近目标点的距离）。距离变换被广泛应用于计算机图形学、GIS空间分析和模式识别等领域。

按距离类型划分，距离变换可分为：非欧氏距离变换和欧氏距离变换（EDT）。其中EDT精度高，与实际距离相符，应用更广泛。

欧式距离变换欧氏距离变换的定义

在二维平面上定义两点，那么他们之间的欧氏距离表示为 ：

在二值图像中，1代表目标点，0代表背景；在灰度图像中，栅格的灰度值表示该栅格点到最近目标点的距离值。这样一张M×N的图像可以表示为一个二维数组A[M][N]，其中A[i][j]=1对应的栅格表示目标点，A[i][j]=0对应的栅格表示背景点。设B={(x,y)|A[i][j]=1}为目标点集合，则欧氏距离变换就是对A中所有的栅格点求：

其中

从而得到二值图像A的欧氏距离变换图。

随着应用的需要，已经有多种EDT算法。按变换方式分，这些算法可以分为：基于目标点变换算法和基于背景点变换算法，其中基于目标点变换算法又可分为：传播算法、光栅扫描算法和独立扫描算法