二值图像目标邻域点法边界跟踪算法

《二值图像目标邻域点法边界跟踪算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、维普资讯http://www.cqvip.com第22卷第1期洛阳工学院学报22No．12001年3月JournalofLuoyang]nslJlUle0fToehnologyMarch20o1文章编号：1000—5080[2001)Ol一0028—04二值图像目标邻域点法边界跟踪算法崔凤魁。，张丰收，白露，许荣海(1．洛阳工学院机电工程系，河南洛阳471039；2．深圳福力特五金厂，广东深圳，518118)摘要：分析了二值图像识别中常用的轮廓跟踪算法，并指出其缺点。在提出目标邻域点概念的基础上，提供一种对二值图像中的对象物轮廓的智能跟踪法，并给出了具体算法步骤。实验结果表

2、明该算法速度快、轮廓识别准确。为准确得到二值图像中的对象物提供了一种简捷的方法。关键词：二值图像；目标；邻域点；边界；智能跟踪中围分类号：YPd',91．41文献标识码：A0前言在模式识别领域，图像的形状特征是特征提取的重要指标。在很多情况下，只有知道了图像的形状特征，才能直观地或定量地对图像进行分析。而边界轮廓的确定又是研究形状特征的前提，也是计算机对图像自动识别的前提⋯。传统的轮廓跟踪法一般有“爬虫”法、光栅扫描法等。但这些方法都要多次重复才能得到结果，由于人为不好掌握重复的次数，因此跟踪结果未必正确。有时也可能出现反复跟踪某局部区域，使程序陷入死循环。本文提出目标邻域

3、点的概念，并根据二值图像的特性给出一种图像智能跟踪算法，可一次得到目标物的准确轮廓。1传统边界跟踪法爬虫法是边界跟踪中最常用的一种方法，它采用如下规则进行处理。(1)靠近边界任取一点作为起始点，每次只前进一步，步距为一个象素；(2)跨步由背景区进入目标区后各步向左转，直到穿出目标区为止；(3)跨步由目标区进入背景区后各步向右转，直到穿出背景区为止。围绕目标物循环一周后，便会回到起始点，那么所走过的轨迹便是对象物的轮廓。这种方法存在如下问题：(1)目标的某些小凸部可能被迂回过去，如图l所示。(a)右下角小凸部被迂回过去【b)右下角小凸部被检测到图】爬虫法确定目标边界基盒项目：

4、河南省自枯科学基金资助项目；机槭部基金项日c98251046)作者简介：崔风魁(1957一)．男．河南省郾域县人．教授研究顿域为机槭设计制造盈萁自功化，主要方向为图慷趾理聂计算机辅助制造t■日：200D一08—29维普资讯http://www.cqvip.com第1期崔风奎等：二值图像目标邻域点法边界跟踪算法·29·要想避免这种情况，就要多选一些起始点并取不同起始方向重复进行，然后取相同的轨迹作为目标轮廓。重复的次数，视图像的复杂程度而定。但即便重复多次也未必能避免这种问题。(2)“爬虫可能会掉进陷阱，即围绕某个局部封闭的区域重复爬行，回不到起始点。为避免这个问题可以设置智

5、能“爬虫”，即让“爬虫具有记忆功能，当其发现在重复已走过的路径时(掉^陷阱)，便重新选择起始点和爬行方向。显然，对于象金相组织这样的复杂图像，这种方法的运算量太大，甚至无法实现。而且在选择起始点时就有可能已经“踏”在陷阱中了，从而出现误判。对于光栅扫描法，它是采用设定一定的阈值对图像多次进行行扫描和列扫描来跟踪的方法。它的缺点是要不断调整阈值，而且扫描严重依赣于光栅扫描的方向性，还要多次行扫描、列扫描配合使用。由于阈值选择的盲目性和行扫描、列扫描次数的不确定性，因此很难得到目标物的准确轮廓。2目标邻域点边界跟踪法图像中的任一点总有8个点和它相邻，即8邻域点。如图2所示。设定

6、目标点正上方的点为0邻域点，按逆时针方向8邻域点分别标为0邻域点、1邻域点、⋯⋯、7邻域点。它们相对目标点的坐标分别为(0，一1)、(一1，一1)、一l，0)、(一1，1)、(0，1)、(1，1)、(1，0)、(1，一1)。显然，互为邻域点的两个点符合这样的规律：当A点为点的邻域点时，点必是A点的按八进制计算(X十4)结果的个位数表示的邻域点。囤2目标点及其八邻域点例如，在图2中，是A的6邻域点；反过来，A点是点的2邻域点。如果互为邻域的两个点都是对象边界点，我们称它们为互为目标邻域点。依据二值图像及八邻域点的这些性质，作者提出“目标邻域点边界智能跟踪算法”，该法执行步骤如

7、下：(1)确定起始点。根据光栅扫描，发现第一个象素值为1的点为起始点，存储其坐标值并记为P。；(2)从P。点的0邻域点开始，逆时针方向研究其8邻域点值，找到第一个象素值为1的点，存储其坐标值并记为P。本方法中称P。为P．的第一目标邻域点；(3)以后每步都从剐找到点的第一目标邻域点的下一邻域点开始搜索，寻找下一目标邻域点；(4)循环步骤(3)，直到PJ的第一目标邻域点为P。且P^+的第一目标邻域点为P．时，跟踪结束。由于该方法能够记忆上一目标邻域点，寻找下一目标邻域点时不必对八邻域点全部搜索，这种智能性大大地缩短了边