编写“种子填充法”标记二值图像的连通区域的伪代码，并讨论其算法复杂度。

### 回答1：
种子填充法用于标记连通区域的伪代码如下：

假设二值图像为image，种子点为seed，已标记的点为marked

1. 将seed点加入marked集合
2. 将seed点的邻域中的所有点加入待处理队列queue
3. 当queue不为空时
    3.1. 取出queue的第一个点p
    3.2. 如果p点未被标记且为前景点，则将p点加入marked集合
    3.3. 将p点的邻域中的所有点加入queue
4. 返回marked集合

种子填充法的时间复杂度为O(n)，其中n为图像中的像素数。因为对于每个点，只会被处理一次，所以算法的时间复杂度是线性的。

注意：上述伪代码只是大致的流程，在实际实现中可能需要进行一些修改。

### 回答2：
伪代码：

1. 输入：二值图像Image，种子点Seed
2. 新建一个空队列Queue
3. 将种子点Seed加入队列Queue
4. 将种子点Seed的像素值设置为1，表示已被处理
5. while 队列Queue非空 do
1. 取出队列Queue的头元素Current
2. 获取当前像素点的邻域像素点集合Neighbours
3. for 每个邻域像素点Pixel in Neighbours do
1. if Pixel的像素值为白色 and Pixel没有被处理过 then
1. 将Pixel的像素值设置为1，表示已被处理
2. 将Pixel加入队列Queue
6. 输出标记完的连通区域的二值图像Image

算法复杂度讨论：
1. 遍历种子点附近的邻域像素需要一定的时间，该时间复杂度与邻域的大小有关，通常为O(1)。
2. 程序中利用队列实现了宽度优先搜索的算法，因此每个像素点最多进队一次和出队一次，该过程的时间复杂度为O(N)，其中N是二值图像的像素个数。
3. 连通区域的像素数量为C，那么最坏情况下，每个像素点都属于同一个连通区域，因此整个算法的时间复杂度为O(N+C)。
4. 在最坏情况下，连通区域的像素数量C可达到O(N)，因此算法的时间复杂度为O(N+N)=O(N)。
5. 综上所述，种子填充法标记二值图像的连通区域的算法复杂度为O(N)。

### 回答3：
"种子填充法"是一种标记二值图像连通区域的常用方法。其伪代码如下：

1. 输入图像img和种子像素点seed；
2. 初始化一个空的标记图像tag，其大小与img相同；
3. 将seed标记为当前连通区域的标记值；
4. 初始化一个堆栈stack，将seed压入堆栈；
5. while 堆栈非空 do
1. 弹出堆栈中的像素点p；
2. 标记p周围8个邻域像素中未被标记过且与p颜色相同的像素为当前连通区域的标记值，并将其压入堆栈；
3. 标记tag中对应位置的像素为当前连通区域的标记值；
6. 结束。

"种子填充法"的算法复杂度分析如下：
- 假设图像的大小为n*n；
- 假设连通区域内的像素个数为m；
- 最坏情况下，需要遍历整个图像并对每个像素进行判断；
- 在最坏情况下，遍历每个像素时，可能需要入栈m个像素；
- 因此，算法的时间复杂度为O(n^2 + m)；
- 空间复杂度为O(n^2)，主要是用于存储tag图像和堆栈的空间。