目标轮廓提取之边界跟踪法

上一篇我们介绍了目标轮廓提取法来提取目标轮廓，这一章节我们来介绍边界跟踪法。边界跟踪的定义为从图像中的一个边界点出发，然后根据某种判别准则搜索出下一个边界点，以此跟踪出目标边界。 边界跟踪的一般步骤如下： 1）确定边界的起始搜索点，起始点的选择很关键，对于某些图像，选择不同的起始点会导致不同的结果 2）确定合适边界判别准则和搜索准则，判别准则主要用于判断一个点是不是边界点，搜索准则则知道如何搜索下一个边缘点。 3）确定搜索的终止条件。

边界跟踪算法原理： 1）从左下角开始逐点扫描，当遇到边缘点时，则跟踪，直至跟后续点回到起始点（对于闭合线），或其后续点在没有新的后续点（对于非闭合线）为止。 2）如果为非闭合线，则跟踪一侧后，需从起始点开始朝相反方向跟踪到另一尾点。 3）如果不止一个后续点，则按上述连接准则选择距离最近的点为后续点，另一次近的后续点作为新的边缘跟踪起点另行跟踪。 4）一条线跟踪完后，接着扫描到下一个未跟踪点，直到所有边缘都跟踪完毕。 我们来举个栗子吧： 上图为边界跟踪示意图，图中黑点表示边界点，白点为图像的内部点。

注意：中心像素可以跟踪的方向有8个，对每个方向制定了方向编号以及偏移量，如下图所示。一般来说，通常选取图像的最左下角的像素点作为起点。

结果如下： 2) 彩色图像灰度化

结果如下： 3) 图像二值化

结果如下：

4）边界跟踪 参考上述原理，进行实现，代码如下：

结果如下：

通过上述简单步骤，我们实现了物体边界跟踪，相应的处理效果如下：

上图中 左侧为原图，右侧为我们提取的物体边界跟踪效果图。