【正文】 離的跟蹤方法。顯 然，全向跟蹤是改變了鄰域定義和跟蹤準則的一種光柵跟蹤法。 具體步驟： (1)按光柵掃描方式對圖像進行掃描，用檢測閾值找出一個起始跟蹤的 流動點 (沿被檢測曲線流動 )。 (2)選取一個適當?shù)摹⒛苓M行全向跟蹤的鄰域定義 (例如八鄰域 )和一個 適當?shù)母櫆蕜t (例如灰度閾值、對比度和相對流動點的距離等 )，對流動 點進行跟蹤。在跟蹤過程中，若： (a)遇到了分支點或者若干曲線的交點 (即同時有幾個點都跟蹤一個 流動點 )，則先取其中和當前流動點性質(zhì)最接近的作為新的流動點，繼 續(xù)進行跟蹤。而把其余諸點存儲起來，以備后面繼續(xù)跟蹤。如果在跟蹤 過程中又遇到了新的分支或交叉點，則重復上面的處理步驟。當按照跟 蹤準則沒有未被檢測過的點可接受為對象點時，一個分支曲線的跟蹤便 已結(jié)束。 (b)在一個分支曲線跟蹤完畢以后，回到最近的一個分支點處，取 出另一個性質(zhì)最接近該分支點的像素作為新的流動點，重復上述跟蹤程 序。 (c)當全部分支點處的全部待跟蹤點均已跟蹤完畢，便返回第一 步，繼續(xù)掃描，以選取新的流動點 (不應是已接收為對象的點 )。 (3)當整幅圖像掃描完成時，跟蹤程序便結(jié)束。 特點是： 全向跟蹤改進了光柵掃描跟蹤法，跟蹤時把初始點的八鄰點全 部考慮進行跟蹤。 區(qū)域生長法 算法實現(xiàn)步驟： 1）根據(jù)圖像的不同應用選擇一個或一組種子，它或者是最亮或最暗的 點，或者是位于點簇中心的點 。 2）選擇一個描述符（條件）； 3）從該種子開始向外擴張，首先把種子像素加入結(jié)果集合，然后不斷 將與集合中各個像素連通、且滿足描述符的像素加入集合 4）上一過程進行 到不再有滿足條件的新結(jié)點加入集合為止。 區(qū)域 A 區(qū)域 B 種子像素 種子像素 區(qū)域分割 分裂合并法 算法實現(xiàn)： 1）對圖像中灰度級不同的區(qū)域，均分為四個子區(qū)域； 2）如果相鄰的子區(qū)域所有像素的灰度級相同，則將其合并； 3）反復進行上兩步操作，直至不再有新的分裂與合并為止。 實際應用中還可作以下修改： P(Ri)的定義為： 1）區(qū)域內(nèi)多于 80%的像素滿足不等式 |zjmi|=2σi，其中， zj是區(qū)域 Ri中第 j個點的灰度級， mi是該區(qū)域的平均灰度級， σi是區(qū)域的灰度級的標準方差。 2）當 P(Ri)=TRUE時，將區(qū)域內(nèi)所有像素的灰度級置為 mi。 Hough變換檢測法 ? 問題的提出 ? Hough變換的基本思想 ? 算法實現(xiàn) ? Hough變換的擴展 問題的提出 在找出邊界點集之后，需要連接形成完整的邊界圖形描述。 Hough變 換是一種能夠在檢測邊界的同時完成邊界的封閉變換。 Hough變換的基本思想 其基本思想是：對于邊界上的 n個點的點集，找出共線的點集和直線 方程。對于直角坐標系中的一條直線 l，可用 ρ、 θ來表示該直線，且直 線方程為： 其中， ρ為原點到該直線的垂直距離， θ為垂線與 x軸的夾角，這條直線 是唯一的。構(gòu)造一個參數(shù) ρθ的平面，從而有如下結(jié)論 ： ??? s inc o s yx ??對應一條直線 θ ρ (ρ,θ) 直角坐標系中的一條直線對應極坐標系中的一點，這種線到點的變換就是Hough變換 算法實現(xiàn) 使用交點累加器，或交點統(tǒng)計直方圖，找出相交線段最多的參數(shù)空間的 點，然后找出該點對應的 xy平面的直線線段。 算法步驟： 1）在 ρ、 θ的極值范圍內(nèi)對其分別進行 m， n等分，設一個二維數(shù)組的 下標與 ρi、 θj的取值對應； 2）對圖像上的所有邊緣點作 Hough變換，求每個點在 θj(j＝ 0,1,…,n) Hough變換后的 ρi ，判斷 (ρi、 θj)與哪個數(shù)組元素對應，則讓該數(shù)組元素 值加 1； 3）比較數(shù)組元素值的大小，最大值所對應的 (ρi、 θj)就是這些共線點 對應的直線方程的參數(shù)。 算法特點： 1） 對 ρ、 θ量化過粗，直線參數(shù)就不精確，過細則計算量增加。因 此，對 ρ、 θ量化要兼顧參數(shù)量化精度和計算量。 2） Hough變換檢測直線 的抗噪性能強，能將斷開的邊緣連接起來。 3）此外 Hough變換也可用來檢 測曲線。 Hough變換的擴展 Hough變換不只對直線，也可以用于圓的檢測： （ x – a） 2 + (y b)2 = R2 這時需要三個參數(shù) (a,b,R)的參數(shù)空間。 如像找直線那樣直接計算，計 算量增大，不合適。 解決途徑： 若已知圓的邊緣元 (當然圖中還有其它非圓的邊沿點混在一起 )，而且邊 緣方向已知，則可減少一維處理，把上式對 x取導數(shù)，有： 這表示參數(shù) a和 b不獨立，只需用二個參數(shù) (例如 a和 R)組成參數(shù)空間，計算 量就縮減很多。 0)(2)(2 ????? dxdybyax2. 用于橢圓檢測 設橢圓方程為： 取導數(shù)有： 只有三個獨立參數(shù)。只需要從 (a , b , x0 , y0)中選擇三個參數(shù)進行檢測即可。 1)()( 220220 ????byyaxx02 02 0 ????? dxdyb yya xx3. 用于任意曲線檢測 在形狀物中可確定一個任意點 (xc , yc)為參考點，從邊界上任一點 (x , y) 到參考點 (xc , yc)的長度為 r,它是 φ 的函數(shù)，如： φ 是 (x , y)邊界點上的梯度方向。通常是把 r表為 φ 的參數(shù) r(φ ), (xc , yc)到邊 界連線的角度為 α (φ )，則 (xc , yc)應滿足下式： 設某已知特殊邊界 R，可按 φ 的大小列成一個二維表格，即 φ i～ (a , r)表， φ i確定后可查出 a和 r，經(jīng)上 式計算可得到 (xc , yc)。 對已知形狀建立了 R表格后，開辟一個二維存儲區(qū)，對未知圖像各點都 來查已建立的 R表，然后計算 (xc , yc)，若未知圖像各點計算出的 (xc , yc)很集 中，就表示已找到該形狀的邊界。集中的程度就是找最大值。 aryyarxxccs i n)(c os)(??????具體步驟如下： (1)對將要找尋的某物邊界建立一 R表，這是一個二維表，以 φ i的步進值求 r和 α ； (2)在需要判斷被測圖像中有無已知某物時，也可對該圖某物各點在內(nèi)存中建立一存儲區(qū)，存儲內(nèi)容是累加的。把 xc , yc從最小到最大用步進表示，并作為地址，記作 A(xcmin～ max, ycmin～ max),存儲陣列內(nèi)容初始化為零； (3)對圖像邊界上每一點 (xi , yi)，計算 φ (x)，查原來的 R計算 (xc , yc)； (4)使相應的存儲陣列 A(xc , yc)加 1，即 (5)在陣列中找一最大值，就找出了圖像中符合要找的某物體邊界。 ? ?? ?)(s i n)()(c os)(????aryyarxxcc????1),(),( ?? cccc yxAyxA謝 謝