数字图像处理内边界跟踪算法

Posted -wenli

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数字图像处理内边界跟踪算法相关的知识,希望对你有一定的参考价值。

 

 

轮廓提取

轮廓提取:对于一副二值化图像,物体与背景分开,如果背景是白物体,物体为黑的话,我们可以采用掏空内部点法进行轮廓提取。
具体算法如下:
首先开辟新的内存空间,然后遍历图像,如果8个邻域像素都和中心点不相同,则对新的内存空间的该点进行置值。
这里原图背景是白,物体为黑的,新的内存空间全部置为白,对原图像的每点进行判断,如果8个邻域像素都和中心点不相同,则将内存缓冲区中的该点置为黑。

技术图片

 

 

 

边界跟踪算法 

基于边缘的分割常用方法之一,用于区域已分出(二值或已标注),但边界未知的情况。

首先在图像中找到一个边界点,然后从这个边界点出发,按照某种策略寻找下一个边界点,以此跟踪出目标边界。
对于边界跟踪法,重要的是三个部分,边界的起始点搜索规则(边界判别准则)搜索终止条件

  • 起始点:确定边界的起始搜索点,起始点的选择很关键,对某些图像,选择不同的起始点会导致不同的结果。
  • 搜索规则(边界判别准则):确定合适的边界判别准则和搜索准则,判别准则用于判断一个点是不是边界点,搜索准则则指导如何搜索下个边缘点。
  • 搜索终止条件:确定搜索的终止条件。

这里搜索终止条件对于封闭轮廓和非封闭轮廓有不同的处理:

封闭轮廓:
  直至跟踪的后续点回到起始点。
非封闭轮廓:

  待续。。。

我们这里对封闭轮廓的跟踪算法进行讨论,具体算法如下:

1.找到起始点,记录该点

2.初始跟踪方向为左上方0方向

3.判断该点是否为目标点,是则把该置为新的跟踪的起始点

4.将找到该点目标点的方向逆时针旋转90度,作为新的跟踪方向,继续检测新的跟踪方向上的点

5.若不是目标点,则沿顺时针旋转45度,一直找到目标点

6.找到目标点后,在当前跟踪方向的基础上,逆时针旋转90度作为新的跟踪方向,用同样的方法跟踪下一个边界点

7.直到回到起始点

 

 技术图片技术图片

 

以上是关于数字图像处理内边界跟踪算法的主要内容,如果未能解决你的问题,请参考以下文章

图像处理技术:数字图像分割 ------ 图像分割边界分割(边缘检测)区域分割

图像处理:推导Canny边缘检测算法

在 Python 中使用 OpenCV 访问轮廓边界内的像素值

图像填充算法

数字图像处理数字图像获取(MOOC)

数字图像处理数字图像获取(MOOC)