边界跟踪算法python 边界跟踪的应用条件

 

轮廓提取

轮廓提取：对于一副二值化图像，物体与背景分开，如果背景是白物体，物体为黑的话，我们可以采用掏空内部点法进行轮廓提取。
具体算法如下:
首先开辟新的内存空间，然后遍历图像，如果8个邻域像素都和中心点不相同，则对新的内存空间的该点进行置值。
这里原图背景是白，物体为黑的，新的内存空间全部置为白，对原图像的每点进行判断，如果8个邻域像素都和中心点不相同，则将内存缓冲区中的该点置为黑。

 

 

 

边界跟踪算法 

基于边缘的分割常用方法之一，用于区域已分出(二值或已标注)，但边界未知的情况。

首先在图像中找到一个边界点，然后从这个边界点出发，按照某种策略寻找下一个边界点，以此跟踪出目标边界。
对于边界跟踪法，重要的是三个部分，边界的起始点、搜索规则（边界判别准则），搜索终止条件。

• 起始点：确定边界的起始搜索点，起始点的选择很关键，对某些图像，选择不同的起始点会导致不同的结果。
• 搜索规则（边界判别准则）：确定合适的边界判别准则和搜索准则，判别准则用于判断一个点是不是边界点，搜索准则则指导如何搜索下个边缘点。
• 搜索终止条件：确定搜索的终止条件。

这里搜索终止条件对于封闭轮廓和非封闭轮廓有不同的处理：

封闭轮廓：
　　直至跟踪的后续点回到起始点。
非封闭轮廓：

　　待续。。。

我们这里对封闭轮廓的跟踪算法进行讨论，具体算法如下:

1.找到起始点，记录该点

2.初始跟踪方向为左上方0方向

3.判断该点是否为目标点，是则把该置为新的跟踪的起始点

4.将找到该点目标点的方向逆时针旋转90度，作为新的跟踪方向，继续检测新的跟踪方向上的点

5.若不是目标点，则沿顺时针旋转45度，一直找到目标点

6.找到目标点后，在当前跟踪方向的基础上，逆时针旋转90度作为新的跟踪方向，用同样的方法跟踪下一个边界点

7.直到回到起始点