【文章內(nèi)容簡(jiǎn)介】 2） 圖的深度優(yōu)先遍歷設(shè)計(jì) （ 3） 邊緣識(shí)別方法的選擇 （ 4） 基于深度優(yōu)先遍歷的 Roberts 邊緣識(shí)別方 法 (二 ) 擬采用的研究方法與手段 1． 確定硬件的整體連接方法及工作原理 2． 了解圖的數(shù)據(jù)結(jié)構(gòu)及存儲(chǔ)方式 3． 了解各種邊緣識(shí)別方法 參考文獻(xiàn) [1] 丁玉蘭 ,郭剛 ,趙江洪 . 人機(jī)工程學(xué) [ M] . 北京理工大學(xué)出版社 ,2020. [2] 翟文斌．基于圖像處理的人體測(cè)量 [D]吉林大學(xué)． 20206 [3] 賴維鐵 . 人機(jī)工程學(xué) [ M ] .華中理工大學(xué)出版社 ,1989. [4] 李雯雯 ,張文斌 . 信息化 :服裝人體計(jì)測(cè)的發(fā)展方向 [ EB/ OL ] . h , [5] 王玉秀．非接觸式人體測(cè)量系統(tǒng)的研究一圖像處理、人體圍度曲線分析與計(jì)算 [D]天津工業(yè)大學(xué)． 太原理工大學(xué)畢業(yè)設(shè)計(jì)（論文） 8 專題正文部分 第 一 章 引 言 現(xiàn)實(shí)生活中人們?cè)诤芏鄨?chǎng)合需要對(duì)人體進(jìn)行尺寸的測(cè)量。例如在為人體制做衣服時(shí)，需要對(duì)被設(shè)計(jì)對(duì)象進(jìn)行身體尺寸的測(cè)量，即所謂“量體裁衣”；在一些醫(yī)療機(jī)構(gòu)中對(duì)人體的檢查以及對(duì)人體的尺寸測(cè)量，對(duì)于研究分析人體健康程度和一些機(jī)能參數(shù)例如人的吸引力、生育能力等都是很重要的。人體尺寸測(cè)量技術(shù)已經(jīng)由簡(jiǎn)單的人工接觸式逐步轉(zhuǎn)變?yōu)榉墙佑|式自動(dòng)測(cè)量，基于圖像處理的人體尺寸測(cè)量就是其中之一。 現(xiàn)代人體測(cè)量技術(shù)大多使用三維人體掃描技術(shù)采集原始數(shù)據(jù)與圖像，將所獲取的信息綜合處理得到人體各部位的三維尺寸，進(jìn)行人體重建，三維掃描技術(shù)為該自動(dòng)化測(cè)量的核心部分，例如 :激光測(cè)量法、紅外線測(cè)量法、密柵云紋法和攝影測(cè)量法等。由這些方法研制的量體系統(tǒng)結(jié)構(gòu)復(fù)雜，體積龐大，成本高，從原理推斷，測(cè)量精度應(yīng)較高，但實(shí)際應(yīng)用上尚存在問(wèn)題。 本論文是建立在凌陽(yáng)單片機(jī)中 的圖像識(shí)別 模組 基礎(chǔ)上建立的全新的非接觸式測(cè)量技術(shù)，包括硬件設(shè)計(jì)及軟件設(shè)計(jì)兩大部分，本文重在軟件設(shè)計(jì)中的圖像處理部分，包括基于深度優(yōu)先遍歷的圖像邊緣處理設(shè)計(jì)，以及對(duì) 圖像中關(guān)鍵參數(shù)的獲取。 第 二 章 硬件設(shè)計(jì) （ 由于本論文重在圖像邊緣識(shí)別級(jí)參數(shù)獲取方面，故只對(duì)硬件設(shè)計(jì)作簡(jiǎn)要說(shuō)明 ） 本設(shè)計(jì)中所包含的主要器件有：自動(dòng)旋轉(zhuǎn)平臺(tái)，基于凌陽(yáng)單片機(jī)的圖像識(shí)別模組包含攝像頭模組， LCD 模組和 SPCE3200 的開發(fā)板。它的工作原理就是通過(guò)圖像識(shí)別模組采集和處理來(lái)自旋轉(zhuǎn)平臺(tái)上目標(biāo)物體的圖像數(shù)據(jù)從而得到他的各種尺寸，然后通過(guò)顯示屏顯示出來(lái)。 工作原理： 景物通過(guò)鏡頭生成的光學(xué)圖像投射到 CMOS圖像傳感器表面上，然后轉(zhuǎn)為 太原理工大學(xué)畢業(yè)設(shè)計(jì)（論文） 9 電信號(hào)，經(jīng) A/D（模數(shù)轉(zhuǎn)換）轉(zhuǎn)換后變?yōu)閿?shù)字圖像信號(hào)，再送到數(shù)字信號(hào)處理芯片中 處理并通過(guò)接口總線輸出。 其中 CMOS影像傳感器它在捕獲圖像信息的過(guò)程中會(huì)實(shí)時(shí)的將圖像數(shù)據(jù)在時(shí)鐘的配合下傳送到 CSI單元， CSI單元在內(nèi)部控制器的控制條件下完成數(shù)據(jù)的接收和處理，然后再把格式化的數(shù)據(jù)傳送到指定的 DRAM緩沖區(qū)中。 然后在 LCD上顯示出來(lái)。 如下圖，當(dāng)目標(biāo)物體放在旋轉(zhuǎn)平臺(tái)上時(shí)，圖像處理模組開始工作即光敏元件開始采集目標(biāo)物體圖像，傳到 SPCE3200 中并開始處理圖片，從中得到所需要的信息。然后，平臺(tái)開始旋轉(zhuǎn)，當(dāng)轉(zhuǎn)到特定位置時(shí)即旋轉(zhuǎn) 90 度，平臺(tái)停止旋轉(zhuǎn)，從而是光敏元件得到目標(biāo)側(cè)面圖片，通過(guò)這些圖片我 們就可以得到目標(biāo)物體的相關(guān)數(shù)據(jù)。系統(tǒng)流程圖示、測(cè)量示意圖如圖所示。 、 攝像頭 模組 和 SPCE3200 開發(fā)板的集成盒 自動(dòng)旋轉(zhuǎn)平臺(tái) 顯示屏 太原理工大學(xué)畢業(yè)設(shè)計(jì)（論文） 10 第三章 圖像設(shè)計(jì)設(shè)計(jì) 一 . 圖的定義及存儲(chǔ)結(jié)構(gòu) 圖（ Graph）是一種較線性表和樹更為復(fù)雜的數(shù)據(jù)結(jié)構(gòu)。在線性表中，數(shù)據(jù)元素之間僅有線性關(guān)系，即每個(gè)數(shù)據(jù)元素只有一個(gè)直接前驅(qū)和一個(gè)直接后繼；在樹形結(jié)構(gòu)中，數(shù)據(jù)元素之間有著明顯的層次關(guān)系，雖然每一層上的數(shù)據(jù)元素可能和下一層中多個(gè)元素（孩子）相關(guān)，但只能和上一層中一個(gè)元素（雙親）相關(guān)；而在圖形結(jié)構(gòu)中，結(jié)點(diǎn)之間的關(guān)系可以是任意的，任意 兩個(gè)數(shù)據(jù)元素之間都可能相關(guān)。 首先 先 介紹一下圖的定義 :圖是一種數(shù)據(jù)結(jié)構(gòu)，它的形式化定義為 Graph = （ V， R） ， 其中 V={x|x ∈ dataobject} ， R={VR} VR= { x ， y |P（ x ， y） ∧ （ x ， y ∈ V） } 在圖中的數(shù)據(jù)元素通常稱做頂點(diǎn)（ vertex）， V 是頂點(diǎn)的有窮非空集合； VR 是兩個(gè)頂點(diǎn)之間的關(guān)系的集合。若 x， y∈ VR，則 x， y 表示從 x 到 y 的一條?。?arc），且稱 x 為弧尾（ tail）或初始點(diǎn)（ initia1 node），稱 y 為弧頭（ head）或終端點(diǎn)（ terminal node），此時(shí)的圖稱為有向圖（ digraph）。若 x， y ∈ VR 必有 y， x ∈ VR，即 VR 是對(duì)稱的，則以無(wú)序?qū)Γ?x， y）代替這兩個(gè)有序?qū)Γ硎?x 和 y 之間的一條邊（ edge），此時(shí)的圖稱為無(wú)向圖（ undigraph）。 在計(jì)算機(jī)中有很多方法來(lái)存儲(chǔ)圖的信息，由于圖的結(jié)構(gòu)復(fù)雜，使用廣泛，經(jīng)常使用鏈?zhǔn)酱鎯?chǔ)結(jié)構(gòu)。一般應(yīng)根據(jù)實(shí)際的應(yīng)用，來(lái)選擇合適的表示方法。常用的存儲(chǔ)圖的結(jié)構(gòu)有：數(shù)組表示法、鄰接表、十字鏈表、鄰接多重表 一， 數(shù)組表示法（鄰接矩陣）。在此我們以鄰接表作為研 究對(duì)象。 圖的鄰接矩陣存儲(chǔ)方法跟樹的孩子鏈表示法相類似，是一種順序分配和鏈?zhǔn)椒峙湎嘟Y(jié)合的存儲(chǔ)結(jié)構(gòu)。鄰接表由表頭結(jié)點(diǎn)和表結(jié)點(diǎn)兩部分組成，其中圖中每個(gè)頂點(diǎn)均對(duì)應(yīng)一個(gè)存儲(chǔ)在數(shù)組中的表頭結(jié)點(diǎn)。如這個(gè)表頭結(jié)點(diǎn)所對(duì)應(yīng)的頂點(diǎn)存在相鄰頂點(diǎn)，則把相鄰頂點(diǎn)依次存放于表頭結(jié)點(diǎn)所指向的單向鏈表中。如圖所示，表結(jié)點(diǎn)存放的是鄰接頂點(diǎn)在數(shù)組中的索引。對(duì)于無(wú)向圖來(lái)說(shuō)，使用鄰接表進(jìn)行存儲(chǔ)也會(huì)出現(xiàn)數(shù)據(jù)冗余，表頭結(jié)點(diǎn) A 所指鏈表中存在一個(gè)指向 C 的表結(jié)點(diǎn)的同時(shí)，表頭結(jié)點(diǎn) C 所指鏈表也會(huì)存在一個(gè)指向 A 的表結(jié)點(diǎn)。 如圖 1 為無(wú)向圖的鄰接表示意圖。 有向圖的鄰接表有出邊表和入邊表（又稱逆鄰接表）之分。出邊表的表結(jié)點(diǎn)存放的是從表頭結(jié)點(diǎn)出發(fā)的 太原理工大學(xué)畢業(yè)設(shè)計(jì)（論文） 11 有向邊所指的尾頂點(diǎn)；入邊表的表結(jié)點(diǎn)存放的則是指向表頭結(jié)點(diǎn)的某個(gè)頭頂點(diǎn)。如圖 2所示， 為有向圖 (a)的出邊表和入邊表。 圖 1 圖 2 //———————— 以下是有向圖的鄰接表存儲(chǔ)表示 —————————— // define MAX_VEXTEX_NUM 20 typedef struct ArcNode { int adjvex； //該弧所指向的頂點(diǎn)的位置 struct ArcNode *nextarc； //指向下一條弧的指針 InfoType *info； //該弧相關(guān)信息的指針 }ArcNode； typedef struct VNode { 太原理工大學(xué)畢業(yè)設(shè)計(jì)（論文） 12 VextexType data； //頂點(diǎn)信息 ArcNode *firstarc； //指向第一條依附該頂點(diǎn)的弧的指針 }VNode,AdjList[MAX_VEXTEX_NUM]； typedef struct { AdjList vertices； int vexnum,arum； //圖的當(dāng)前頂點(diǎn)數(shù)和弧數(shù) int kind； //圖的種類標(biāo)志 二 .圖的優(yōu)先遍歷 ⑴ 圖的深度優(yōu)先遍歷的遞歸定義 假設(shè)給定圖 G 的初態(tài)是所有頂點(diǎn)均未曾訪問(wèn)過(guò)。在 G中任選一頂點(diǎn) v 為初始出發(fā)點(diǎn) (源點(diǎn) )，則深度優(yōu)先遍歷可定義如下：首先訪問(wèn)出發(fā)點(diǎn) v，并將其標(biāo)記為已訪問(wèn)過(guò)；然后依次從 v出發(fā)搜索 v的每個(gè)鄰接點(diǎn) w。若 w未曾訪問(wèn)過(guò)，則以 w 為新的出發(fā)點(diǎn)繼續(xù)進(jìn)行 深度優(yōu)先遍歷，直至圖中所有和源點(diǎn) v有路徑相通的頂點(diǎn) (亦稱為從源點(diǎn)可達(dá)的頂點(diǎn) )均已被訪問(wèn)為止。若此時(shí)圖中仍有未訪問(wèn)的頂點(diǎn)，則另選一個(gè)尚未訪問(wèn)的頂點(diǎn)作為新的源點(diǎn)重復(fù)上述過(guò)程，直至圖中所有頂點(diǎn)均已被訪問(wèn)為止。 圖的深度優(yōu)先遍歷類似于樹的前序遍歷。采用的搜索方法的特點(diǎn)是盡可能先對(duì)縱深方向進(jìn)行搜索。這種搜索方法稱為深度優(yōu)先搜索 (DepthFirst Search)。相應(yīng)地，用此方法遍歷圖就很自然地稱之為圖的深度優(yōu)先遍歷。 ⑵ 深度優(yōu)先搜索的過(guò)程 太原理工大學(xué)畢業(yè)設(shè)計(jì)（論文） 13 設(shè) x是當(dāng)前被訪問(wèn)頂點(diǎn)，在對(duì) x 做過(guò)訪問(wèn)標(biāo)記后 ，選擇一條從 x 出發(fā)的未檢測(cè)過(guò)的邊 (x， y)。若發(fā)現(xiàn)頂點(diǎn) y已訪問(wèn)過(guò)，則重新選擇另一條從 x 出發(fā)的未檢測(cè)過(guò)的邊，否則沿邊 (x， y)到達(dá)未曾訪問(wèn)過(guò)的 y，對(duì) y訪問(wèn)并將其標(biāo)記為已訪問(wèn)過(guò)；然后從 y 開始搜索，直到搜索完從 y 出發(fā)的所有路徑，即訪問(wèn)完所有從 y 出發(fā)可達(dá)的頂點(diǎn)之后，才回溯到頂點(diǎn) x，并且再選擇一條從 x出發(fā)的未檢測(cè)過(guò)的邊。上述過(guò)程直至從 x出發(fā)的所有邊都已檢測(cè)過(guò)為止。此時(shí)，若 x 不是源點(diǎn)，則回溯到在 x之前被訪問(wèn)過(guò)的頂點(diǎn)；否則圖中所有和源點(diǎn)有路徑相通的頂點(diǎn) (即從源點(diǎn)可達(dá)的所有頂點(diǎn) )都已被訪問(wèn)過(guò)，若圖 G 是連通圖，則遍歷過(guò)程結(jié)束 ，否則繼續(xù)選擇一個(gè)尚未被訪問(wèn)的頂點(diǎn)作為新源點(diǎn)，進(jìn)行新的搜索過(guò)程。 ⑶ 圖的深度遍歷 的 C語(yǔ)言程序 include typedef int datatype。 /*假定線性表元素的類型為整型 */ define maxsize 1024 /*假定線性表的最大長(zhǎng)度為 1024*/ define n 100 /* 圖的頂點(diǎn)最大個(gè)數(shù) */ typedef char VEXTYPE。 /* 頂點(diǎn)的數(shù)據(jù)類型 */ typedef float ADJTYPE。 /* 權(quán)值類型 */ typedef struct { VEXTYPE vexs[n] 。 /* 頂點(diǎn)信息數(shù)組 */ ADJTYPE arcs[n][n] 。 /* 邊權(quán)數(shù)組 */ int num 。 /* 頂點(diǎn)的實(shí)際個(gè)數(shù) */ }GRAPH。 /***********************圖的深度周游 **********************/ void DFS(GRAPH g,int qidian,int mark[]) //從第 qidian 個(gè)點(diǎn)出發(fā)深度優(yōu)先周游圖 g中能訪問(wèn)的 各個(gè)頂點(diǎn) { ==0。 int v1。 太原理工大學(xué)畢業(yè)設(shè)計(jì)（論文） 14 mark[qidian]=1。 printf(%c ,[qidian])。 for(v1=0。v1。v1++) { if([qidian][v1]!=0amp。amp。mark[v1]==0) DFS(g,v1,mark)。 } 三 ．圖像的邊緣識(shí)別 邊緣是圖象最基本的特征 . 邊緣檢測(cè)在計(jì)算機(jī)視覺、圖象分析等應(yīng)用中起著重要的作用 ,是圖象分析與識(shí)別的重要環(huán)節(jié) ,這是因?yàn)樽訄D象的邊緣包含了用于識(shí)別的有用信息 . 所 以邊緣檢測(cè)是圖像分析和模式識(shí)別的主要特征提取手段 。 所謂邊緣是指其周圍像素灰度后階變化或屋頂狀變化的那些像素的集合 ,它存在于目標(biāo)與背景、目標(biāo)與目標(biāo)、區(qū)域與區(qū)域 ,基元與基元之間 。 因此它是圖象分割所依賴的重要的特征 ,也是紋理特征的重要信息源和形狀特征的基礎(chǔ) 。而圖象的紋理形狀特征的提取又常常依賴于圖象分割 。 圖象的邊緣提取也是圖象匹配的基礎(chǔ) ,因?yàn)樗俏恢玫臉?biāo)志 ,對(duì)灰度的變化不敏感 ,它可作為匹配的特征點(diǎn) 。 圖像邊緣是圖像局部特性不連續(xù)性的反應(yīng)，這種不連續(xù)性包括灰度突變、顏色變化、紋理結(jié)構(gòu)突變等，圖像的邊緣表示使用 了邊緣的結(jié)構(gòu)、邊緣點(diǎn)的方向、模糊尺度和兩邊的灰度值。邊緣可以粗略的分為階躍形邊緣和屋頂形邊緣兩種，對(duì)于階躍形邊緣，二階方向?qū)?shù)在邊緣處呈零交叉；對(duì)于屋頂形邊緣，二階方向?qū)?shù)在邊緣處取極值。 圖象的其他特征都是由邊緣和區(qū)域這些基本特征推導(dǎo)出來(lái)的 . 邊緣具有方向和幅度兩個(gè)特征 . 沿邊緣走向 ,像素值變化比較平緩 。而垂直與邊緣走向 ,則像素值變化比較劇烈 . 而這種劇烈可能呈現(xiàn)階躍狀 ,也可能呈現(xiàn)斜坡狀 。 邊緣上像素值的一階導(dǎo)數(shù)較大 。二階導(dǎo)數(shù)在邊緣處值為零 ,呈現(xiàn)零交叉 。 ⑴常用邊緣檢測(cè)方法介紹及對(duì)比 常用的邊緣檢測(cè)方法有： Roberts 邊緣檢測(cè)算子 、 梯度邊緣檢測(cè) 、 Sobel 邊緣檢測(cè)算子、 Prewitt 邊緣檢測(cè)算子、 Laplace 邊緣檢測(cè)算子等。差分邊緣檢測(cè)方法是最原始、基本的方法。根據(jù)灰度迅速變化處一階導(dǎo)數(shù)達(dá)到最大（階躍邊緣情況）原理，利用導(dǎo)數(shù) 太原理工大學(xué)畢業(yè)設(shè)計(jì)（論文） 15 算子檢測(cè)邊緣。這種算子具有方向性，要求差分方向與邊緣方向垂直，運(yùn)算繁瑣，目前很少采用。 以下是對(duì)幾種經(jīng)典的邊緣檢測(cè)算子進(jìn)行理論分析，并對(duì)各自的性