数字图像处理编成入门笔记——第7章 边沿检测与提取，轮廓跟踪

7.1 边沿检测
由于图像边界上的灰度和其它地方的相差较大，所以可以通过模板的方式检测出边沿。这种模板就是一种边沿检测器，又称边沿算子。模板的梯度和图像边沿的方向总是正交，例如，边是水平方向的，那可以用梯度是垂直方向的模板

检测它的边沿；而边是垂直方向的，就可以用梯度是水平方向的模板

检测它的边沿；一个梯度为45度方向模板

，可以检测出135度方向的边沿。
下面介绍几种算子：
1．Sobel算子
Sobel算子是一种常用的模板，和上面提到的算子相比，对于象素的位置的影响做了加权，因此效果更好。该算子有两种形式：一种是：检测水平边沿的

；检测垂直平边沿的

。另一种形式是各向同性Sobel算子，检测水平边沿的

，检测垂直平边沿的

。各向同性Sobel算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致。

2．高斯拉普拉斯算子
为了消除噪声点对边沿检测的影响，该算子采用将高斯平滑滤波器和拉普拉斯锐化滤波器结合了起来，先平滑掉噪声，再进行边沿检测，所以效果会更好。常用的LOG算子是5×5的模板，如下所示

。到中心点的距离与位置加权系数的关系用曲线很象一顶墨西哥草帽，所以LOG又叫墨西哥草帽滤波器。
7.2 Hough变换
Hough变换用来在图象中查找直线。它的原理很简单：假设有一条与原点距离为s，方向角为θ的一条直线，直线上的每一点都满足方程7.1：



可以利用这个变换找出图中最长的直线，实现算法如下：
1．创建一个二维数组hDistAlpha，其中第一维表示距离s（计算可能出现的最大距离为

，用来确定数组第二维的大小），第二维表示方向角θ（书上正好和我说的相反，但看了程序以后我更坚持自己的想法）。
2．创建一个二维数组Line，计算每条直线的上下两个端点。
3．对图像中的每个黑点，角度的变化范围从00到1780(角度每次增加20 )，按方程(7.1)求出对应的距离s来，相应的数组元素[s][

]加1，同时相应的填写数组Line的内容。
4．所有的象素都算完后，找到数组元素中最大的，就是最长的那条直线。直线的端点可以在Line中找到。
7.3 轮廓提取
轮廓提取的算法非常简单，就是掏空内部点：如果原图中有一点为黑，且它的8个相邻点都是黑色时(此时该点是内部点)，则将该点删除。
7.4 种子填充
种子填充算法用来在封闭曲线形成的环中填充某中颜色，在这里我们只填充黑色。其原理是：准备一个堆栈，先将要填充的点push进堆栈中；以后，每pop出一个点，将该点涂成黑色，然后按左上右下的顺序查看它的四个相邻点，若为白(表示还没有填充)，则将该邻点push进栈。一直循环，直到堆栈为空。此时，区域内所有的点都被涂成了黑色。
要注意的是：(1)要填充的区域是封闭的；(2)我们处理的虽然是二值图，但实际上是256级灰度图，不过只用到了0和255两种颜色；(3)在菜单中选择种子填充命令时，提示用户用鼠标点取一个要填充区域中的点，处理是在WM_LBUTTONDOWN中。
7.5 轮廓跟踪
轮廓跟踪，顾名思义就是通过顺序找出边缘点来跟踪出边界。一个简单二值图象闭合边界的轮廓跟踪算法很简单：首先按从上到下，从左到右的顺序搜索，找到的第一个黑点一定是最左上方的边界点，记为A。它的右，右下，下，左下四个邻点中至少有一个是边界点，记为B。从开始B找起，按右，右下，下，左下，左，左上，上，右上的顺序找相邻点中的边界点C。如果C就是A点，则表明已经转了一圈，程序结束；否则从C点继续找，直到找到A为止。判断是不是边界点很容易：如果它的上下左右四个邻居都是黑点则不是边界点，否则是边界点。

一直拖到现在才看完这一章，内容感觉挺有用的。最近一直在学日语，看动画片，因为再过几天就要开学，不看完不行。对于学计算机，说到有天分不算，但学得并不吃力。从大学选专业开始，到现在读研，花了并将要花很多时间去研究计算机，怎甘心以后不把它当作生存的技能呢~但有时想想，当初选的时候也是因为不知道选什么才选的，考研也是，不是不想转专业，而是不知道转哪个，毕竟对计算机不到那种狂热的程度，所以想到以后要以此为生，难免会有些担忧。开始学日语后，发现自己好像真的有那股冲劲了，不过从现在才开始学，怕是不能当做生存技能吧！如果冲动去抛弃以前的一切去研究日语和动画片，万一又厌倦了怎么办？自己这种短热度的性格。。。
想法很多，做起来可不容易呀！兴趣这玩意对于我来说，就只能当做消遣吧！不管怎么样，就暂时这样吧！