图像分割与边缘检测.ppt

感谢大家观看第63页,共63页，2024年2月25日，星期天3、轮廓跟踪与提取轮廓跟踪与轮廓提取的目的都是为了获得图像的外部轮廓特征，为图像的形状分析做准备。轮廓跟踪轮廓提取第31页,共63页，2024年2月25日，星期天3.1轮廓跟踪在识别图像中的目标时，往往需要对目标边缘作跟踪处理，也叫轮廓跟踪。顾名思义，轮廓跟踪就是通过顺序找出边缘点来跟踪边界的。若图像是二值图像或图像中不同区域具有不同的像素值，但每个区域内的像素值是相同的，则通过一些算法可完成基于4连通或8连通区域的轮廓跟踪。第32页,共63页，2024年2月25日，星期天3.1轮廓跟踪步骤1：首先按从上到下，从左到右的顺序扫描图像，寻找没有标记跟踪结束记号的第一个边界起始点A0，A0是具有最小行和列值的边界点。定义一个扫描方向变量dir，该变量用于记录上一步中沿着前一个边界点到当前边界点的移动方向，其初始化取值为：(1)对4连通区域取dir=3，如下图(a)所示；(2)对8连通区域取dir=7，如下图(b)所示。第33页,共63页，2024年2月25日，星期天3.1轮廓跟踪方向变量的初始化第34页,共63页，2024年2月25日，星期天3.1轮廓跟踪步骤2：按逆时针方向搜索当前像素的3×3邻域，其起始搜索方向设定如下：(1)对4连通区域取(dir+3)mod4，如下图(a)所示；(2)对8连通区域若dir为奇数取(dir+7)mod8，如下图(b)所示；若dir为偶数取(dir+6)mod8，如下图(c)所示。第35页,共63页，2024年2月25日，星期天3.1轮廓跟踪3×3邻域起始搜索方向第36页,共63页，2024年2月25日，星期天3.1轮廓跟踪在3×3邻域中搜索到的第一个与当前像素值相同的像素便为新的边界点An，同时更新变量dir为新的方向值。步骤3：如果An等于第二个边界点A1且前一个边界点An-1等于第一个边界点A0，则停止搜索，结束跟踪，否则重复步骤2继续搜索。步骤4：由边界点A0、A1、A2、…、An-2构成的边界便为要跟踪的边界。算法中步骤1中所采用的准则称为“探测准则”，其作用是找出第一个边界点；步骤3中所采用的准则称为“跟踪准则”，其作用是找出所有边界点。第37页,共63页，2024年2月25日，星期天3.1轮廓跟踪轮廓跟踪示例第38页,共63页，2024年2月25日，星期天3.2轮廓提取二值图像轮廓提取的算法非常简单，就是掏空内部点：如果原图像中有一点为黑，且它的8个邻点都是黑色时，说明该点是内部点，将该点删除（置为白色像素值255）。对图像中所有像素点执行该操作便可完成图像轮廓的提取。第39页,共63页，2024年2月25日，星期天4、图像匹配在机器识别过程中，常需把不同传感器或通一传感器在不同时间、不同成像条件下对同一景物获取的两幅或多幅图像在空间上对准，或根据已知模式到另一幅图中寻找相对应的模式，这就叫图像匹配。第40页,共63页，2024年2月25日，星期天4.1模板匹配模板匹配是指用一个较小的图像，即模板与源图像进行比较，以确定在源图像中是否存在与该模板相同或相似的区域，若该区域存在，还可确定其位置并提取该区域。模板匹配常用的一种测度为模板与原图像对应区域的误差平方和。设f(x,y)为M×N的原图像，t(j,k)为J×K(J≤M，K≤N)的模板图像，则误差平方和测度定义为：第41页,共63页，2024年2月25日，星期天4.1模板匹配将上式展开可得：令：第42页,共63页，2024年2月25日，星期天4.1模板匹配DS(x,y)称为原图像中与模板对应区域的能量，它与像素位置(x,y)有关，但随像素位置(x,y)的变化，DS(x,y)变化缓慢。DST(x,y)称为模板与原图像对应区域的互相关，它随像素位置(x,y)的变化而变化，当模板t(j,k)和原图像中对应区域相匹配时取得最大值。DT(x,y)称为模板的能量，它与图像像素位置(x,y)无关，只用一次计算便可。显然，用展开式计算误差平方和测度可以减少计算量。第43页,共63页，2024年2月25日，星期天4.1模板匹配基于上述分析，若设DS(x,y)也为常数，则用DST(x,y)