DigitalImageProcessing

數(shù)字圖像處理主講：李丹丹哈工大-開(kāi)立聯(lián)合實(shí)驗(yàn)室數(shù)字圖像處理數(shù)字圖像概論圖像的模板運(yùn)算圖像的幾何變換圖像分割與識(shí)別其他圖像處理技術(shù)圖像的點(diǎn)運(yùn)算邊緣檢測(cè)與輪廓跟蹤圖像復(fù)原與重建數(shù)字圖像處理概論什么是圖像圖像是用各種觀測(cè)系統(tǒng)以不同形式和手段觀測(cè)客觀世界而獲得的，可以直接或間接作用于人眼進(jìn)而產(chǎn)生視知覺(jué)的實(shí)體。圖像的類型物體圖像數(shù)學(xué)函數(shù)不可見(jiàn)的物理圖像可見(jiàn)的圖象光圖像照片、圖、畫什么是數(shù)字圖像為了能用計(jì)算機(jī)對(duì)圖像進(jìn)行處理，需要把連續(xù)的圖像在坐標(biāo)空間XY和性質(zhì)空間F都離散化，這種離散化了的圖像是數(shù)字圖像?？梢苑譃椴噬珗D像和灰度圖像一幅圖像可以用一個(gè)二維數(shù)組f(x,y)表示x和y表示二維空間XY中的一個(gè)坐標(biāo)點(diǎn)的位置f代表圖像在點(diǎn)(x,y)的某種性質(zhì)的值（例如灰度值）位置和性質(zhì)均為連續(xù)描述一般用image代表離散化了的數(shù)字圖像，而圖像中的每個(gè)基本單元叫做像素（pixel）。對(duì)于采集一系列二維圖像構(gòu)建成的三維圖像，

其基本單元叫做體素（voxel）。數(shù)字圖像處理概論什么是數(shù)字圖像數(shù)字圖像的兩種坐標(biāo)系統(tǒng)YXO計(jì)算中采用OCR顯示中采用數(shù)字圖像處理概論什么是數(shù)字圖像數(shù)字圖像的矩陣表示形式圖像大小為：m*n像素值：對(duì)于灰度圖像來(lái)說(shuō)是光照強(qiáng)度數(shù)字圖像處理概論什么是數(shù)字圖像數(shù)字圖像處理概論數(shù)字圖像的分類黑白圖像是指圖象的每個(gè)像素只能是黑或白，沒(méi)有中間的過(guò)渡，故又稱為二值圖象。二值圖像的像素值為0或1。數(shù)字圖像處理概論數(shù)字圖像的分類灰度圖像是指每個(gè)像素的信息由一個(gè)量化的灰度級(jí)來(lái)描述的圖象，沒(méi)有彩色信息。灰度圖像的像素值為0到255之間的整數(shù)。數(shù)字圖像處理概論數(shù)字圖像的分類彩色圖像彩色圖象是指每個(gè)像素的信息由RGB三原色構(gòu)成的圖象，其中RGB是由不同的灰度級(jí)來(lái)描述的。R、G、B的取值為0到255之間的整數(shù)。數(shù)字圖像處理概論數(shù)字圖像處理概論圖像技術(shù)計(jì)算機(jī)圖像技術(shù)包括利用計(jì)算機(jī)和其他電子設(shè)備進(jìn)行和完成的一系列工作。圖像的采集、獲取、編碼、存儲(chǔ)和傳輸圖像的合成和生成圖像的顯示和輸出圖像的變換、增強(qiáng)、復(fù)原和重建圖像的分割目標(biāo)的檢測(cè)、表達(dá)和描述特征的提取和測(cè)量序列圖像的校正三維景物的重建復(fù)原圖像數(shù)據(jù)庫(kù)的建立、索引和抽取圖像的分類、表示和識(shí)別圖像模型的建立和匹配圖像和場(chǎng)景的解釋和理解數(shù)字圖像處理概論圖像工程圖像工程是既有聯(lián)系又有區(qū)別的圖像處理、圖像分析和圖像理解三者的有機(jī)結(jié)合，以及相關(guān)工程應(yīng)用。圖像處理著重強(qiáng)調(diào)在圖像之間進(jìn)行的變換。對(duì)圖像進(jìn)行各種加工以改善圖像的視覺(jué)效果對(duì)圖像進(jìn)行壓縮編碼以滿足特定需求圖像分析主要是對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)和測(cè)量，以獲得它們的客觀信息從而建立對(duì)圖像的描述。圖像理解的重點(diǎn)是在圖像分析的基礎(chǔ)上，進(jìn)一步研究圖像中各目標(biāo)的性質(zhì)和它們之間的相互聯(lián)系，并得出對(duì)圖像內(nèi)容含義的理解以及對(duì)原來(lái)客觀場(chǎng)景的解釋，從而指導(dǎo)和規(guī)劃行動(dòng)。數(shù)字圖像處理概論圖像工程圖像處理、圖像分析、圖像理解是處在三個(gè)抽象程度和數(shù)據(jù)量各有特點(diǎn)的不同層次上。圖像理解圖像分析圖像處理符號(hào)目標(biāo)像素操作對(duì)象小大數(shù)據(jù)量高層中層低層語(yǔ)義高低抽象程度原始數(shù)據(jù)經(jīng)過(guò)一系列的處理過(guò)程逐步轉(zhuǎn)化為更有

組織和用途的信息。數(shù)字圖像處理概論相關(guān)學(xué)科和領(lǐng)域從研究方法來(lái)看，圖像處理與數(shù)學(xué)、物理學(xué)、心理學(xué)、電子學(xué)、計(jì)算機(jī)科學(xué)等許多學(xué)科可以相互借鑒。從研究范圍來(lái)看，圖像處理與模式識(shí)別、計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)圖形學(xué)等多個(gè)專業(yè)又相互交叉。圖像處理的研究進(jìn)展與人工智能、神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊邏輯等理論和技術(shù)都有密切的聯(lián)系。圖像處理的發(fā)展應(yīng)用與醫(yī)學(xué)、遙感、通信、文檔處理和工業(yè)自動(dòng)化等許多領(lǐng)域也是不可分割的。數(shù)字圖像處理概論主要研究?jī)?nèi)容圖像的數(shù)字化如何將一幅光學(xué)圖像表示成一組數(shù)字，既不失真又便于計(jì)算機(jī)分析處理。圖像的增強(qiáng)加強(qiáng)圖象的有用信息，消弱干擾和噪聲。圖像的恢復(fù)把退化、模糊了的圖像復(fù)原。圖像的編碼簡(jiǎn)化圖像的表示，壓縮表示圖像的數(shù)據(jù)，以便于存儲(chǔ)和傳輸。圖像的重建由二維圖像重建三維圖像。數(shù)字圖像處理概論主要研究?jī)?nèi)容圖像的分析對(duì)圖像中的不同對(duì)象進(jìn)行分割、分類、識(shí)別和描述、解釋。圖像分割與特征提取圖像分割是指將一幅圖像的區(qū)域根據(jù)分析對(duì)象進(jìn)行分割。圖像的特征提取包括了形狀特征、紋理特征、顏色特征等等。圖像隱藏?cái)?shù)字水印圖像的信息偽裝數(shù)字圖像處理數(shù)字圖像概論圖像的模板運(yùn)算圖像的幾何變換圖像分割與識(shí)別其他圖像處理技術(shù)圖像的點(diǎn)運(yùn)算邊緣檢測(cè)與輪廓跟蹤圖像復(fù)原與重建圖像的幾何變換幾何變換的基本概念圖像的幾何變換是在不改變圖像內(nèi)容的前提下對(duì)圖像像素的進(jìn)行空間幾何變換圖像的平移變換圖像的鏡像變換圖像的縮放圖像的旋轉(zhuǎn)圖像的幾何變換改變了像素的空間位置，建立一種原圖像像素與變換后圖像像素之間的映射關(guān)系。向前映射：原圖像任意像素計(jì)算該像素在變換后圖像的坐標(biāo)位置（經(jīng)常會(huì)出現(xiàn)映射不完全和映射重疊）向后映射：變換后圖像的任意像素在原圖像的坐標(biāo)位置（不會(huì)出現(xiàn)映射不完全和映射重疊）圖像的幾何變換幾何變換的基本概念映射不完全：輸入圖像的像素總數(shù)小于輸出圖像，這樣輸出圖像中的一些像素找不到在原圖像中的映射。映射重疊：根據(jù)映射關(guān)系，輸入圖像的多個(gè)像素映射到輸出圖像的同一個(gè)像素上。圖像的幾何變換圖像的平移變換在圖像平面內(nèi)，將圖像整體沿某一方向由一個(gè)位置平移到另一個(gè)位置，叫做平移變換，簡(jiǎn)稱平移，平移前后互相重合的點(diǎn)叫做對(duì)應(yīng)點(diǎn)。圖像的幾何變換圖像的鏡像變換圖像的鏡像變換分為兩種：水平鏡像和垂直鏡像。水平鏡像以圖像垂直中線為軸，將圖像的左右半部對(duì)調(diào)。圖像的幾何變換圖像的鏡像變換圖像的鏡像變換分為兩種：水平鏡像和垂直鏡像。垂直鏡像以圖像水平中線為軸，將圖像的上下半部對(duì)調(diào)。圖像的幾何變換圖像的縮放變換圖像的縮放主要用于改變圖像的大小，縮放后圖像的圖像的寬度和高度會(huì)發(fā)生變化，而且會(huì)涉及到插值運(yùn)算。圖像的幾何變換圖像的旋轉(zhuǎn)在圖像平面內(nèi)，將圖像整體繞圖像中某點(diǎn)旋轉(zhuǎn)指定的角度叫做旋轉(zhuǎn)變換，簡(jiǎn)稱旋轉(zhuǎn)。圖像在旋轉(zhuǎn)后其寬度和高度都會(huì)發(fā)生變化，其坐標(biāo)原點(diǎn)會(huì)發(fā)生變化。圖像的幾何變換圖像的旋轉(zhuǎn)旋轉(zhuǎn)變換原圖像的像素坐標(biāo)要經(jīng)過(guò)三次坐標(biāo)變換將坐標(biāo)原點(diǎn)由圖像的左上角變換到旋轉(zhuǎn)中心以旋轉(zhuǎn)中心為原點(diǎn)，圖像旋轉(zhuǎn)角度旋轉(zhuǎn)結(jié)束后，將坐標(biāo)原點(diǎn)變換到旋轉(zhuǎn)后圖像的左上角【注意】原圖像的左上角在旋轉(zhuǎn)后不一定是旋轉(zhuǎn)后圖像的左上角，有可能是右下角。所以在計(jì)算旋轉(zhuǎn)后圖像的寬度就不能使用原圖右上角旋轉(zhuǎn)后的橫坐標(biāo)減去原圖像左下角旋轉(zhuǎn)后的橫坐標(biāo)，高度也是如此。圖像的幾何變換插值算法數(shù)字圖像像素坐標(biāo)是離散型非負(fù)整數(shù)，在進(jìn)行變換的過(guò)程中有可能產(chǎn)生浮點(diǎn)坐標(biāo)值，需采用插值算法處理這些浮點(diǎn)坐標(biāo)。最鄰近插值：也被稱為零階插值法，其算法是浮點(diǎn)坐標(biāo)的像素值等于距離該點(diǎn)最近的輸入圖像的像素值。雙線性插值：一個(gè)浮點(diǎn)坐標(biāo)必定會(huì)被四個(gè)整數(shù)坐標(biāo)所包圍，將這個(gè)四個(gè)整數(shù)坐標(biāo)的像素值按照一定的權(quán)重相加就可以求出浮點(diǎn)坐標(biāo)的像素值。權(quán)重取值為該點(diǎn)距離浮點(diǎn)坐標(biāo)的距離。數(shù)字圖像處理數(shù)字圖像概論圖像的模板運(yùn)算圖像的幾何變換圖像分割與識(shí)別其他圖像處理技術(shù)圖像的點(diǎn)運(yùn)算邊緣檢測(cè)與輪廓跟蹤圖像復(fù)原與重建圖像的點(diǎn)運(yùn)算圖像的反色所謂的點(diǎn)運(yùn)算是指像素值通過(guò)運(yùn)算改變之后，可以改善圖象的顯示效果。這是一種像素的逐點(diǎn)運(yùn)算。圖像反色：反色的實(shí)際含義是將RGB值反轉(zhuǎn)。若顏色的量化級(jí)別是256，則新圖的RGB值為255減去原圖的RGB值。圖像的點(diǎn)運(yùn)算圖像對(duì)比度擴(kuò)展圖像對(duì)比度擴(kuò)展是點(diǎn)對(duì)點(diǎn)的灰度級(jí)的映射，目的是把感興趣的灰度范圍拉開(kāi)，使得該范圍內(nèi)的象素亮的越亮、暗的越暗，從而實(shí)現(xiàn)增強(qiáng)對(duì)比度。圖像的點(diǎn)運(yùn)算圖像對(duì)比度擴(kuò)展右圖是對(duì)左圖取g1old=100，g2old=150，b=3.0進(jìn)行對(duì)比度擴(kuò)展的結(jié)果。可以看出亮的區(qū)域(雕塑)變得更亮，暗的區(qū)域(手)變得更暗。圖像的點(diǎn)運(yùn)算圖像對(duì)比度擴(kuò)展削波是對(duì)比度擴(kuò)展的一個(gè)特例，令對(duì)比度擴(kuò)展中的a=c=0就實(shí)現(xiàn)了削波。上圖是對(duì)原圖取g1old=150，g2old=200進(jìn)行削波的結(jié)果，把亮的區(qū)域(雕塑)提取了出來(lái)。圖像的點(diǎn)運(yùn)算圖像對(duì)比度擴(kuò)展閾值化也可以看做對(duì)比度擴(kuò)展的一個(gè)特例，令削波中的g1old=g2old就實(shí)現(xiàn)了削波。上圖是對(duì)原圖閾值取128，閾值化處理后的結(jié)果，是一幅黑白圖。圖像的點(diǎn)運(yùn)算圖像灰度窗口變換灰度窗口變換將某一區(qū)間的灰度級(jí)和其它部分(背景)分開(kāi)，可以檢測(cè)出在某一灰度窗口范圍內(nèi)的所有象素。清除背景灰度窗口變換把不在灰度窗口范圍內(nèi)的象素都賦值為0，在灰度窗口范圍內(nèi)的象素都賦值為255。保留背景灰度窗口變換把不在灰度窗口范圍內(nèi)的象素保留原灰度值，在

灰度窗口范圍內(nèi)的象素都賦值為255。圖像的點(diǎn)運(yùn)算圖像灰度窗口變換原圖去除背景窗口變換保留背景窗口變換圖像的點(diǎn)運(yùn)算圖像直方圖修正灰度直方圖是灰度級(jí)的函數(shù)，描述的是圖象中該灰度級(jí)的像素的個(gè)數(shù)。即：橫坐標(biāo)表示灰度級(jí)，縱坐標(biāo)表示圖象中該灰度級(jí)出現(xiàn)的個(gè)數(shù)。1234566432211664663456661466231364661426545654321灰度直方圖圖像直方圖修正灰度直方圖的性質(zhì)所有的空間信息全部丟失每一灰度級(jí)的像素個(gè)數(shù)可直接得到灰度直方圖給出了一個(gè)簡(jiǎn)單可見(jiàn)的指示，用來(lái)判斷一幅圖象是否合理的利用了全部被允許的灰度級(jí)范圍。一般一幅圖應(yīng)該利用全部或幾乎全部可能的灰度級(jí)，否則等于增加了量化間隔。丟失的信息將不能恢復(fù)。假設(shè)某圖象的灰度直方圖具有二峰性，則表明這個(gè)圖象的較量的區(qū)域和較暗的區(qū)域可以較好地分離，取這一點(diǎn)為閾值點(diǎn)，可以得到好的二值處理的效果。圖像的點(diǎn)運(yùn)算圖像直方圖修正灰度圖的灰度直方圖圖像的點(diǎn)運(yùn)算圖像直方圖修正根據(jù)灰度直方圖選擇閾值對(duì)圖像進(jìn)行二值化處理圖像的點(diǎn)運(yùn)算圖像的點(diǎn)運(yùn)算圖像直方圖修正灰度直方圖修正通過(guò)一個(gè)灰度映射函數(shù)Gnew=F(Gold)，修正圖象的直方圖，使重新組織后的具有一種期望的直方圖的形狀?；叶戎狈綀D均衡化一種最常用的灰度直方圖修正，是指將一個(gè)已知灰度分布的圖像經(jīng)過(guò)一種變換，使之變成一幅具有均勻灰度分布的新圖像。算法：設(shè)r、s分別為原圖象和處理后的圖象。像素的灰度歸一處理。hr為原圖象的灰度分布，則有均衡化處理后的圖象只能是近似均勻分布，均衡

化圖象的動(dòng)態(tài)范圍擴(kuò)大了，但可能會(huì)出現(xiàn)偽輪廓。圖像直方圖修正圖像的點(diǎn)運(yùn)算根據(jù)灰度直方圖均衡化對(duì)圖像進(jìn)行處理假彩色與偽彩色假彩色是指將一幅彩色圖像映射為另一幅彩色圖像，從而達(dá)到增強(qiáng)對(duì)比度的目的。采用偽彩色增強(qiáng)是由于人眼分辨不同彩色的能力比分別不同的灰度級(jí)的能力強(qiáng)，因此，把人眼無(wú)法區(qū)別的灰度變化，施以不同的彩色可以提高識(shí)別率。LLL圖像的點(diǎn)運(yùn)算假彩色與偽彩色圖像的點(diǎn)運(yùn)算數(shù)字圖像處理數(shù)字圖像概論圖像的模板運(yùn)算圖像的幾何變換圖像分割與識(shí)別其他圖像處理技術(shù)圖像的點(diǎn)運(yùn)算邊緣檢測(cè)與輪廓跟蹤圖像復(fù)原與重建圖像的模板運(yùn)算圖像的平滑設(shè)當(dāng)前的待處理像素為f(m,n),給出一個(gè)處理模板如下所示：(m+1,n+1)(m+1,n)(m+1,n-1)(m,n+1)(m,n)(m,n-1)(m-1,n+1)(m-1,n)(m-1,n-1)用信號(hào)處理的理論來(lái)解釋，一般的圖像平滑實(shí)現(xiàn)的是一種簡(jiǎn)單的低通濾波器，其作用就是濾掉高頻分量，從而達(dá)到減少圖象噪聲的目的。圖像的模板運(yùn)算圖像的平滑均值濾波器（BOX模板）加權(quán)后的均值濾波器（含GAUSS模板）中值濾波器：保護(hù)圖象邊緣的同時(shí)去除噪聲。圖像的模板運(yùn)算圖像的平滑K近旁均值濾波器（KNNF）作一個(gè)m*m的作用模板在其中選擇K個(gè)與待處理像素的灰度差為最小的像素將這K個(gè)像素的灰度均值替換掉原來(lái)的值3542411313，3，41/3（3+3+4）=3.33354231131圖像的模板運(yùn)算圖像的平滑K近旁中值濾波器（KNNMF）作一個(gè)m*m的作用模板在其中選擇K個(gè)與待處理像素的灰度差為最小的像素將這K個(gè)像素的灰度中值替換掉原來(lái)的值3542311313542411313，3，4圖像的模板運(yùn)算圖像的平滑對(duì)稱相鄰均值濾波器（SNNF）作一個(gè)作用模板在模板中尋找對(duì)稱的像素對(duì)計(jì)算每一對(duì)像素與待處理像素的灰度差保留下灰度差較小的的像素將留下的像素的灰度均值替代原像素的灰度值p1p2q1q2p1p2q1q21/12*（p2+q2+…)圖像的模板運(yùn)算圖像的平滑對(duì)稱相鄰中值濾波器（SNNMF）作一個(gè)作用模板在模板中尋找對(duì)稱的像素對(duì)計(jì)算每一對(duì)像素與待處理像素的灰度差保留下灰度差較小的的像素將留下的像素的灰度中值替代原像素的灰度值p1p2q1q2p1p2q1q2（p2，q2…)圖像的模板運(yùn)算圖像的平滑最小均方差濾波器按下圖做出9個(gè)模板，計(jì)算出各自的方差。選出方差為最小的模板將該模板的灰度均值（或中值）代替原像素的灰度值圖像的模板運(yùn)算圖像的平滑原圖均值濾波KNN均值濾波SNN均值濾波圖像的模板運(yùn)算圖像的平滑原圖中值濾波KNN中值濾波SNN中值濾波圖像的模板運(yùn)算圖像的銳化銳化和平滑恰恰相反，它是通過(guò)增強(qiáng)高頻分量來(lái)減少圖象中的模糊，因此又稱為高通濾波。銳化處理在增強(qiáng)圖象邊緣的同時(shí)增加了圖象的噪聲。常用的銳化模板是拉普拉斯模板數(shù)字圖像處理數(shù)字圖像概論圖像的模板運(yùn)算圖像的幾何變換圖像分割與識(shí)別其他圖像處理技術(shù)圖像的點(diǎn)運(yùn)算邊緣檢測(cè)與輪廓跟蹤圖像復(fù)原與重建圖像邊緣檢測(cè)與輪廓跟蹤邊緣檢測(cè)邊緣檢測(cè)器在數(shù)學(xué)上的涵義是一種基于梯度的濾波器，又稱梯度算子，梯度是有方向的，和可檢測(cè)出的邊緣的方向總是正交(垂直)的。梯度對(duì)應(yīng)一階導(dǎo)數(shù)，梯度算子是一階導(dǎo)數(shù)算子。對(duì)于連續(xù)函數(shù)f(x,y)，它在位置(x,y)的梯度可以表示為一個(gè)矢量：這個(gè)矢量的幅度（也常簡(jiǎn)稱為梯度）和方向角分別為：圖像邊緣檢測(cè)與輪廓跟蹤邊緣檢測(cè)這些公式中的偏導(dǎo)數(shù)需要對(duì)每個(gè)像素位置計(jì)算，在實(shí)際中常用小區(qū)域模板卷積來(lái)近似計(jì)算。對(duì)Gx和Gy各用一個(gè)模板，兩個(gè)模板組合起來(lái)構(gòu)成一個(gè)梯度算子。最常用且效果較好的梯度算子是Sobel算子。檢測(cè)水平邊沿的Sobel算子檢測(cè)垂直邊沿的Sobel算子各向同性的檢測(cè)水平邊沿的Sobel算子各向同性的

檢測(cè)垂直邊沿的Sobel算子圖像邊緣檢測(cè)與輪廓跟蹤邊緣檢測(cè)由于噪聲點(diǎn)(灰度與周圍點(diǎn)相差很大的點(diǎn))對(duì)邊沿檢測(cè)有一定的影響，所以效果更好的邊沿檢測(cè)器是高斯拉普拉斯(LOG)算子。高斯拉普拉斯算子把前面介紹的高斯平滑濾波器和拉普拉斯銳化濾波器結(jié)合了起來(lái)，先平滑掉噪聲，再進(jìn)行邊沿檢測(cè)，所以效果會(huì)更好。到中心點(diǎn)的距離與位置加權(quán)系數(shù)的關(guān)系用曲線

表示如圖所示。圖像邊緣檢測(cè)與輪廓跟蹤邊緣檢測(cè)原圖SOBEL算子各向同性SOBEL算子高斯拉普拉斯算子圖像邊緣檢測(cè)與輪廓跟蹤輪廓提取和種子填充輪廓提取的處理對(duì)象為二值圖像，具體算法非常簡(jiǎn)單，就是掏空內(nèi)部點(diǎn)：如果原圖中有一點(diǎn)為黑，且它的8個(gè)相鄰點(diǎn)都是黑色時(shí)(此時(shí)該點(diǎn)是內(nèi)部點(diǎn))，則將該點(diǎn)刪除。種子填充其實(shí)上是圖形學(xué)中的算法，用來(lái)在封閉曲

線形成的環(huán)中填充某中顏色，一般是填充黑色。圖像邊緣檢測(cè)與輪廓跟蹤輪廓跟蹤輪廓跟蹤，顧名思義就是通過(guò)順序找出邊緣點(diǎn)來(lái)跟蹤出邊界。一個(gè)簡(jiǎn)單二值圖象閉合邊界的輪廓跟蹤算法很簡(jiǎn)單按從上到下，從左到右的順序搜索，找到的第一個(gè)黑點(diǎn)一定是最左上方的邊界點(diǎn)，記為A。它的右，右下，下，左下四個(gè)鄰點(diǎn)中至少有一個(gè)是邊界點(diǎn)，記為B。從開(kāi)始B找起，按右，右下，下，左下，左，左上，

上，右上的順序找相鄰點(diǎn)中的邊界點(diǎn)C。如果C就是A點(diǎn)，則表明已經(jīng)轉(zhuǎn)了一圈，程序結(jié)束；否則從C點(diǎn)繼續(xù)找，直到找到A為止。圖像邊緣檢測(cè)與輪廓跟蹤邊界連接在非理想狀態(tài)下,邊界會(huì)出現(xiàn)斷點(diǎn)，即常常要解決邊緣不閉合的問(wèn)題。最簡(jiǎn)單的邊界連接是做一個(gè)5*5的領(lǐng)域，在中間識(shí)別其他的端點(diǎn)。并進(jìn)行像素的填充。對(duì)于圖象中有許多邊緣點(diǎn)的復(fù)雜場(chǎng)景，上述方法可能

會(huì)對(duì)圖象過(guò)度分割，因此需要找到一個(gè)科學(xué)可靠的

評(píng)價(jià)標(biāo)準(zhǔn)，來(lái)去掉一些“非法連接”。圖像邊緣檢測(cè)與輪廓跟蹤邊界連接用梯度算子對(duì)圖像處理可得到像素兩方面的信息：梯度的幅度、梯度的方向。我們也可以根據(jù)邊緣像素梯度在這兩方面的相似性可把它們連接起來(lái)。注意這里是否將邊緣點(diǎn)連接起來(lái)的決定可以并行地作出，即一個(gè)像素是否與它鄰域的另一個(gè)像素連通，并不需要在其他判斷后作出。邊界連接可以并行地完成。如果兩個(gè)像素相鄰且它們的梯度幅度和梯度方向分別小于預(yù)設(shè)的閾值，那么就可以將這兩個(gè)像素連接起來(lái)。對(duì)所有邊緣像素都如是處理，就有希望得到閉合的邊界。對(duì)于預(yù)先知道的特定形狀的邊界，還可用Hough

變換實(shí)現(xiàn)邊界連接，這也是并行邊界連接技術(shù)。圖像邊緣檢測(cè)與輪廓跟蹤霍夫變換Hough變換是圖像處理中的一種特征提取技術(shù)，它通過(guò)一種投票算法檢測(cè)具有特定形狀的物體。該過(guò)程在一個(gè)參數(shù)空間中通過(guò)計(jì)算累計(jì)結(jié)果的局部最大值得到一個(gè)符合該特定形狀的集合作為變換結(jié)果。經(jīng)典Hough變換用來(lái)檢測(cè)圖像中的直線，后來(lái)Hough

變換擴(kuò)展到任意形狀物體的識(shí)別，多為圓和橢圓。Hough變換運(yùn)用兩個(gè)坐標(biāo)空間之間的變換將在一個(gè)空間中具有相同形狀的曲線或直線映射到另一個(gè)坐標(biāo)空間的一個(gè)點(diǎn)上形成峰值，從而把檢測(cè)任意形狀的問(wèn)題轉(zhuǎn)化為統(tǒng)計(jì)峰值問(wèn)題。圖像邊緣檢測(cè)與輪廓跟蹤霍夫變換Hough變換在圖象中檢測(cè)直線的思想為：在原始圖像坐標(biāo)系下的一個(gè)點(diǎn)對(duì)應(yīng)了參數(shù)坐標(biāo)系中的一條直線，同樣參數(shù)坐標(biāo)系的一條直線對(duì)應(yīng)了原始坐標(biāo)系下的一個(gè)點(diǎn)，然后，原始坐標(biāo)系下呈現(xiàn)直線的所有點(diǎn)，它們的斜率和截距是相同的，所以它們?cè)趨?shù)坐標(biāo)系下對(duì)應(yīng)于同一個(gè)點(diǎn)。這樣在將原始坐標(biāo)系下的各個(gè)點(diǎn)投影到參數(shù)坐標(biāo)系下之后，看參數(shù)坐標(biāo)系下有沒(méi)有聚集點(diǎn)，這樣的聚集點(diǎn)就對(duì)應(yīng)了原始坐標(biāo)系下的直線。X-Y平面上任意一條直線y=kx+b對(duì)應(yīng)在參數(shù)K-B平面上都有一個(gè)點(diǎn)(x1,y1)(x2,y2)YXBK(k,b)圖像邊緣檢測(cè)與輪廓跟蹤霍夫變換在實(shí)際應(yīng)用中，y=kx+b形式的直線方程沒(méi)有辦法表示x=c形式的直線。所以采用參數(shù)方程ρ=xcosθ+ysinθ。這樣，圖像平面上的一個(gè)點(diǎn)就對(duì)應(yīng)到參數(shù)ρ-θ平面上的一條曲線上，其它的還是一樣。應(yīng)用Hough變換在圖像中檢測(cè)直線的主要步驟：檢測(cè)圖像邊緣；對(duì)所有邊緣像素點(diǎn)(x,y)對(duì)應(yīng)所有θ角，求取ρ的值；累加(ρ,θ)出現(xiàn)的次數(shù)，高于預(yù)設(shè)閾值就是

一條直線。圖像邊緣檢測(cè)與輪廓跟蹤霍夫變換Hough變換可以檢測(cè)任意的已知表達(dá)形式的曲線，關(guān)鍵是看其參數(shù)空間的選擇，參