图像轮廓追踪与轮廓提取.pdfVIP

图像轮廓追踪与轮廓提取 第一章 引言 1．1、 数字图像处理的基本知识 1．1．1、概述 图像这个概念包含的内容很广，所有记录在某种介质上具有视觉效果的画面都可以称 之为图像。图像可以分为两大类：一类是模拟图像，一类是数字图像。模拟图像是通过某 种光，电等模拟物理量的强弱变化来记录图像各点灰度信息的；而数字图像则完全是用数 字来记录图像灰度信息。所谓灰度信息是指图像上各点处的颜色深浅程度信息。单色黑白 图像的灰度即是黑白程度等级；任何彩色图像都可以分解成红、绿、蓝三种单色图像，因 此彩色图像的灰度值是指这三种单色图像上的灰度。 [3]数字图象处理，即用计算机对图像进行处理，指将一幅图像变为另一幅经过修改（改 进）的图像，是一个由图像到图像的过程。图像处理的任务是将原图像的灰度分布作某种 变换，使图像中的某部分信息更加突出，以使其适应于某种特殊的需求。 1．2、 图像分割的概念及分类 1．2．1、概念 [2]图像分割是数字图像处理领域一类非常重要的图像分析技术，在对图像的研究和应用 中，人们往往仅对图像中的某些部分感兴趣。这些部分常称为目标或前景（其他部分称为 背景），它们一般对应图像中特定的，具有独特性质的区域。为了辨识和分析目标，需要将 它们分离提取出来，在此基础上才有可能对目标进一步利用。图像分割就是指把图像分成 各具特性的区域并提取出感兴趣目标的技术和过程。这里特性可以是象素的灰度、颜色、 纹理等，预先定义的目标可以对应单个区域，也可以对应多个区域。 图像分割注重对图像中目标进行检测测量，这与在像素级对图像进行操作的图像处理 技术，为改善图像视觉效果而强调在图像之间所进行的变换是有所区别的。通过对图像的 分割，目标特征的提取，可将经初步图像处理的图像特征向量提取出来，并将原始的数字 图像转化成为一种有利于目标表达的更抽象，更紧凑的表现形式，从而使高层的图像分析， 图像理解以及计算机的模式自动识别成为可能。 [5]多年来，图像分割技术一直在工业自动化控制，遥感遥测，微生物工程以及合成孔径 雷达（SAR）成像等多种工程应用领域得到相当广泛的应用。在应用的同时，也总结，研究 出了千余种各类图像分割算法，并仍以每年发现上白种新算法的速度在不断递增。然，目 前对这些分割算法的分类并没有一种统一的提法，现在在图像界得到相当认同的一种分类 方式是根据处理策略和相邻像素在灰度级上的差异对算法进行归类的分类方法。 图像分割的研究多年来一直受到人们的高度重视，至今已提出了上千种各种类型的 分割算法，而且今年来每年都有上百篇有关研究报道发表。 1 图像轮廓追踪与轮廓提取 1．2．2、分类 [2] 图像分割算法 ： ①分割产生的所有区域之和包括了原是图象中原有的所有象素，即分割把原始图象的 每个象素都分到某个区域； ②分割后的结果互不重叠，即原有象素不能同时分割到两个区域； ③分割后的各个区域有其独有的特性，即同区域的象素具有某种共性； ④分割后的不同区域具有不同的特性，分割后同一区域内任两象素在该区域内相互连 通，即分割后的区域是一个连通组元。 凡不符合一上条件的图像处理算法则不能称之为图像分割算法。 基于相邻象素在象素值上的连续性和相似性以及分割过程中处理策略的不同图像分割 算法可以分为： ①并行边界分割算法 ②串行边界分割算法 ③并行区域分割算法 ④串行区域分割算法。 在并行算法中，当前像素的计算与其他像素的计算结果没有关系，而是利用原图像的 信息进行计算的方法。对全部的像素可以分配给独立的运算单元同时进行处理。串行算法 则是利用前一次的处理结果来计算当前像素信息的方法，后续处理过程需要