［易輝 何友全 李源］

?

基于android平臺圖像處理的輪廓提取研究

［易輝 何友全 李源］

摘要

采用Roberts算子檢測邊緣，并分割圖像后,使用數(shù)學形態(tài)學處理改進圖像,取得并提取邊界點,利用八鏈碼存儲圖像輪廓。實驗結果表明此方法在一定程度上提高單像素點的輪廓提取性能。

關鍵詞：Roberts邊緣檢測 預處理 圖像增強 八鏈碼 輪廓提取

易輝

男，重慶交通大學信息科學與工程學院，研究生，研究方向：android平臺下的圖像處理。

何友全

重慶市重慶交通大學信息科學與工程學院，教授、研究生導師，研究方向：圖像處理、數(shù)據(jù)庫等 。

李源

男，重慶交通大學信息科學與工程學院，研究生，研究方向：GIS。

引言

輪廓提取作為圖像處理學的基礎技術，一直研究的重點和熱點。圖像的邊緣代表圖像信息,包含了圖像特征,而輪廓包含更多的信息,從圖像的輪廓,人們即可辨識不同的物體【1】。現(xiàn)有的輪廓提取方法主要是利用邊緣檢測算子進行邊緣的提取,然后再進行圖像增強和修補。

隨著研究的深入,出現(xiàn)了各種各樣的新方法。本文利用圖像預處理得到二值圖像,然后通過邊緣檢測運算、輪廓提取等一系列程序對二值圖像進行處理,最后以鏈碼的形式存儲圖像的輪廓特征，輪廓跟蹤原理圖如圖1。

圖1　輪廓跟蹤提取原理圖

1　圖像預處理

原始圖像經(jīng)過預處理（灰度變換、去噪等）得到二值化圖像，處理去掉圖像中無意義的像素。

圖2　原始圖像

圖3　灰度化圖像

2　輪廓提取

得到灰度化圖像后，提取圖像輪廓,包括邊緣檢測、改進二值化、數(shù)學形態(tài)學處理等。

2.1Roberts邊緣檢測【2】

Roberts算子由Roberts 提出的一種利用局部差分算子尋找邊緣的算子，它的原理是計算2×2 鄰域的對角線導數(shù)，如下：

G[ i ,j ]又稱為 Roberts 交叉算子。在實際應用中，可以近似為如下：

用卷積模板，上式變成：

其中

Gx和Gy由下面的模板計算：

圖4　Robert邊緣檢測算子

選取適當?shù)拈T限TH后，可作如下判斷：G[ i ,j ]>TH[i ,j]為階躍狀邊緣點，其中{G [ i ,j]}為一個二值圖像，即圖像預處理后的圖像邊緣。

2.2圖像修正【3】

為了增強實驗效果，對邊緣檢測后得到的圖像使用迭代法進行分割。迭代是基于逼近的思想,是一種不斷用變量的舊值遞推新值的過程【4】。具體體現(xiàn)在如下方法就是不斷分割圖像，取得最新的閾值。閾值的改進策略是迭代算法的關鍵。具體的步驟如下。

(1)選擇一個近似閾值作為估計值的初始值

式中,Zmin和Zmax分別表示圖像中的最小和最大灰度值。

(2)利用閾值把圖像分割成兩組,R1和R2,其中

(3)計算區(qū)域R1和R2的灰度均值Z1和Z2,其中

式中,f(i,j)是圖像上(i,j)點的灰度值,N(i,j)是(i,j)點的權重系數(shù),一般N(i,j)=1.0。

芪雪浸膏劑中大黃素、大黃酸和毛蕊異黃酮在大鼠體內的藥動學研究 …………………………………… 吳 磊等（21）：2935

如此重復多次后，可以得到最佳閾值，分割錯誤也將極大的降低。這種分割算法的效果圖好于用初始閾值直接分割圖像的效果圖。

2.3噪聲處理

然而修正得到的二值圖像依然可能會存在問題，如斷線、凹洞、毛刺等，進而造成圖像重要信息缺失。尤其存在噪聲的情況下，若直接進行輪廓提取,會擴大噪聲，扭曲圖像原本的邊緣信息，得到包含斷點、毛刺等模糊的輪廓，本文采取數(shù)學形態(tài)學消除這種缺陷。該方法運用形態(tài)學代數(shù)運算子（腐蝕運算子、膨脹運算子、開算子和閉運算子等）修補圖像,而本文中采用的是閉運算子,在一定程度上可消減缺陷。

3　圖像信息存儲

3.1方向鏈碼

像素間的連通性是圖像領域的一個基本概念，它簡化了許多光柵圖像概念的定義,如區(qū)域和邊界燈。本文采用Freeman提出的的8鏈碼，對于一個八連通的圖像區(qū)域來說,區(qū)域中的每個像素,它的周圍總存在8個像素與它連接,可以為這八個像素設定從0到7的方向編號,如圖4。這樣一旦確定了像素P的位置,以及某個鄰接像素的編碼,就可以知道鄰接像素的位置。實質上鏈碼是一串指向符的數(shù)字序列。鏈碼表示就是從某點開始觀察某一曲線的走向并用相應的指向符來表示,結果形成一個數(shù)字序列,能夠方便快捷的記錄任意曲線或閉合圖像的邊界。

圖5　鏈碼的8鄰域方向

3.2輪廓鏈碼跟蹤提取的實現(xiàn)方法

輪廓鏈碼跟蹤提取從上到下,從左到右的順序搜索,最后可得到輪廓鏈碼【5】，策略如下：

(l)首先選擇任意某個角點,記為第一個邊緣點P1。

(2)搜索第2個邊緣點P2，由Pl的坐標值推倒出P2的坐標值。

第1個邊緣點Pl為當前邊緣點,坐標為(i,j),第2個邊緣點P2為下一個邊緣點,坐標為(i1,j2)。由于P1的8個鄰點是產(chǎn)生P2的侯選點,采用如下由Pl到P2的搜索方法:

①按照下、左、上、右的順判別Pl鄰域中0-像素的位置ds，以鄰域編號n表示。規(guī)則如下：當其下鄰點為0,則ds=6;當其下鄰點不為0,而左鄰點為0,則ds=4;當下、左鄰點都不為0,而上鄰點為0,則ds=2;當下、左、上鄰點都不為0,而右鄰點為0,則ds=0。

②由0-像素位置出發(fā),逆時針方向在8個侯選點中搜索1-像素,第一次搜索得到的1-像素即為P2。

(3)搜索第i,…邊緣點Pi。

以P-1為起始點，開始搜索Pi，以此類推。

(4)若Pi等于P1則結束搜索，否則重復步驟(3)。

4　實驗結果及分析

在android平臺下，選用海星圖像進行提取實驗,效果圖如圖5。試驗表明,本文這種輪廓提取法有一定實用性,能得到較為準確的邊緣圖像。

圖6　輪廓提取過程

5　結論

邊緣跟蹤提取輪廓,然后以鏈碼的形式儲存，這種方法思路清晰、快捷，且在提取輪廓的時候,不斷迭代進行，前后依賴，并且持續(xù)修正，這樣對于邊緣點的判斷更合理，更清晰,跟蹤后產(chǎn)生的輪廓邊緣寬度只有一個像素。試驗結果表明該方法提取的輪廓鏈碼具有高清晰、高精度、單像素等優(yōu)點。

參考文獻

1周亞羅,潘曉娣,曹秀爽等.基于圖像處理的輪廓提取方法應用[J].唐山學院學報：自然科學版，2009,22（6）：72-75

2甘金來.圖像邊緣檢測算法的比較研究 [M].成都：電子科技大學，2005,5：7-10

3魏志成,周激流.一種新的圖像分割自適應算法的研究[J].中國圖像圖形學報,2003,5(3):216-220

4http://baike.baidu.com/link?url=iw38ppPe033B STZPUng UZu Xc XDIhhh I7-1t5 Fc Ae3 Byxbuyx_ aos4TwIR2fnWqG4bErKQhABK6lodqDTC-woR

5史晶晶.計算機拼圖中形狀識別算法研究 [M].北京：首都師范大學，2009,4：12-15

收稿日期：（2016-02-02）

DOI:10.3969/j.issn.1006-6403.2016.03.003