第4章影像轮廓的撷取 - Mipaper by lciscomtw.PDF

第4章 影像輪廓的擷取 4.1 輪廓與影像處理 4.2 研究輪廓的性質 4.3 利用微分擷取影像的輪廓 4.4. 利用範本匹配法擷取輪廓 4.5 實際擷取影像輪廓 4.6 影像輪廓之簡化 (細線化)處理 4.7 利用拉普拉斯與零點交叉求取輪廓 4.8 直線檢測 4.1 輪廓與影像處理 ►輪廓 ►字典中的解釋是： 「顯示物體外緣的線條 ►但在影像處理的範疇中 ，似乎應加上 「 特徵的線條要素」，定義才會更清楚一些 ►輪廓圖應當具有讓人 「一看就懂」的特點 ►影像輪廓的擷取(又可稱為 「」或者 「」) 影像處理中一項重要的基本技術 。 擷取輪廓 C 4.2 研究輪廓的性質 ►影像中物體與物體 ， 成了所謂的 「輪廓」。 ►在影像的灰階濃度和色彩發生急劇變化之處 以見到 「輪廓」。 ►自然影像中，當色彩產生變化時 ， 當程度的灰階濃度變化。 ►因此 ，在擷取輪廓時 ， 變化 。 C ►圖4.1(a)是以階梯狀(step) 可以很清楚地看見輪廓外形 ，故又稱為 「 (edge) 。它是指在物體與背景的交界處 ， 顯的階梯狀濃度變化 。 ►圖4.1(b) 中 ，是在線條位置產生了濃度變化 也能很清楚地看見輪廓 「線條」。 ►圖4.1(c)的灰階濃度呈折線狀變化 ， 度較急陡時 ，仍能清楚地看見對應的輪廓 。 ►圖4.1(d)雖然也有濃度變化 ， 慢 ，故看不清輪廓在何處 。 C 圖 C 圖4.2 自然影像的灰階濃度變化 C 4.3 利用微分擷取影像的輪廓 ►輪廓是濃度急遽變化的部分 ，因此 ， 灰階濃度函數變化部分之微分運算 ， 取輪廓 。 ►用來表示座標(x,y)濃度分配之微分值( gradient) ，可用含有大小與方向之向量 G(x,y)=(f , f )表達 。其中 ，f 為x 方向的微分 x y x 方向的微分。 C f 、f 在數位影像中 ，可用 x y x方向的微分 f x =f(x+ 1,y)-f(x,y) y 方向的微分 f y =f(x,y+1) -f(x,y) 加以計算 。求得微分值f x 、f y 之後 ， 式計算出輪廓值的強度 。 【強度】 【方向】向量(f , f )的方向 x y C ►在數位影像中 ，因為數據(data) 式排列 ，無法用具真正意義之微分作運算 。 如公式(4.1) ，取相鄰圖素之間的差來運算 ， 之微分 ，稱之為 「差分」。 ►為了進行微分運算 ， 之係數組合 ，稱為微分運算子(operator) 。