工业机器视觉课程9轮廓表示概述.ppt

第 7 章 ;把边缘连接起来就成为轮廓(contour)．轮廓可以是断开的，也可以是封闭的. 轮廓可以用边缘有序表或曲线来表示。曲线通常称为轮廓的数学模型．曲线表示包括线段、二次曲线、三次样条曲线等． 轮廓表示的评价标准：效率：轮廓应该是一种简单和紧凑的表示．精确：轮廓应能精确地逼近图像特征．有效：轮廓应适合于后续应用阶段的计算．;精确表示轮廓的影响因素： 用于轮廓建模的曲线形式； 曲线拟合算法的性能； 边缘位置估计的精确度。;定义： 边缘表是边缘点或边缘段的有序集合,轮廓的最简单表示形式。 轮廓是边缘表或用于表示边缘表的曲线。 边界是包围一个区域的封闭轮廓。;设Pi=(xi,yi)是边缘表中第i个边缘坐标． (1)k斜率是在边缘表相距k个边缘点的两个边缘点之间的（角）方向向量． (2)左k斜率是Pi指向Pi–k的方向， (3)右k斜率是Pi指向Pi+k方向． (4)k曲率是左右k斜率之差值。;(6)轮廓端点之间的距离为;数字曲线表示1－链码;曲线的链码是： 6022222021013444444454577012 其差分链码是： 220000627712100000017120111;曲线的链码是： 024444424323566666676711234 其差分链码是： 22000062771210000017130111;链码的特殊性质: 一个物体很容易实现45 角旋转．如果一个物体旋转Nx45°，可由原链码值加上N后再模8得到．N逆时针为正，顺时针为负。 链码的微分，也称差分码，由原码的一阶差分求得．链码差分是关于旋转不变的边界描述方法． 链码的问题： 表示某一点正切方向的集合是有限的（４－邻接链码有4个，8－邻接链码有8个）。;用任意的正切方向来表示轮廓可以克服链码的只能用有限个正切方向来表示轮廓的局限性．假定从边缘表开始，计算正切?和弧长s ，画出正切同弧长的关系图，称作??s图．;一个轮廓及其??s图． 对于封闭轮廓，??s图是一个周期曲线．;三种常用的曲线模型拟合边缘点的方法： (1)直线段(Line Segment) (2)圆锥曲线段(Conic Section) (3)三次样条曲线段(Cubic Spline)． 用曲线模型拟合边缘点应考虑如下两个问题： (1) 用什么方法进行边缘点的曲线模型拟合？ (2) 如何测量拟合的逼近程度？;设di是拟合曲线和候选点之间的误差． 最大绝对误差(Maximum Absolute Error,MAE): 测量最坏情况下边缘点偏离曲线的距离，; 规范化最大误差(Normalized Maximum Error,NME): 最大绝对误差与曲线长度S之比，; 误差符号变化数: 用来表示轮廓边缘模型的曲线适合程度的测度． 符号变化是一种评价拟合好坏的很有用的参数．比如，用直线段逼近边缘表，并检测符号变化数．如果符号变化一次，则说明边缘点可以由直线段来逼近；符号变化两次，说明边缘可以由二次曲线逼近；符号变化三次，说明边缘模型是三次曲线，依此类推．如果符号变化数量很大，则意味着曲线复杂度增加一点将不能显著地改善拟合效果．一种好的拟合所对应的符号变化具有随机模式．相同符号连续出现多次说明存在拟合系统误差，这种误差可能是由于错误的曲线模型引起的． 曲线长度与端点距离之比: 曲线复杂程度的测度．;多直线段是指端点连结端点的直线段序列，直线段序列的连接点称为顶点．最大规范误差常常作为线段拟合边缘列表好坏的量度.;自顶而下的分裂算法(top-down splitting)： 将整条曲线作为初始曲线，通过反复增加顶点数来进行直线段拟合曲线．;线段合并(merging)是指用一条直线段尽量多地拟合边缘表中的边缘点．当边缘点离直线段太远而无法用该直线段拟合时，则开始新的直线段拟合．合并方法也称为自底而上(bottom-up merging)的多线段拟合方法． ;误差带算法是另一种确定顶点位置的方法，主要工作是计算两条平行且离中心线距离为ε的直线段．ε值表示离中心直线的绝对偏离值．只要新的边缘在误差带内，就可以用当前拟合直线表示该边缘．当新的边缘增加到线段内时，线段的参数要重新计算．逼近直线段不必与误差带边保持平行．位于线段端点的顶点是下一线段的起点．; 自顶而下的迭代分解方法和自底而上的合并方法组合起来，形成合并和分裂算法．单独使用分裂或合并算法时，成功率往往不是很高，改进的方法是交叉使用分裂和合并算法．分解过程以后，如果新的线段以很小的规范误差拟合边缘，则允许用单一直线段代替邻接线段．请注意，由于多直线段总是比单直线段的拟合误差小，因此很有必要使用规范化误差．在线段合并后，新的线段可能在不同点处分裂．这样，分裂和合并交替作用直到没有