图像处理基础知识系列之一：边界跟踪之内边界跟踪算法解释

边界跟踪：内边界跟踪算法解释

        边界跟踪是基于边缘的分割常用方法之一，用于区域已分出（二值或已标注），但边界未知的情况。分为内边界与外边界。内边界为区域的一个子集，外边界不是区域的一个子集。

        内边界跟踪算法具体的实施方法比较明确，但在学习的时候感觉稍微有点抽象，结合自己的理解拓展一下。
        具体算法：

图1

图2

         具体有四步，以上图片中包含四邻域与八邻域，下面主要以以八邻域为例，四邻域原理相似。

       第一步中图像处理是以整个图片的最左上角为坐标原点（0,0），所以最靠近左上角的P0为最小行数与最小列数之像素。定义的dir为边界移动的方向，具体为八邻域中的八个方向（0,1,2,3,4,5,6,7）中的一个（如图2中的（b）图），此时默认初始值为7（右下方向）。

       第二步中先判断dir的奇偶性（默认值为7），然后对dir进行计算更改（就是根据上下文调整邻域扫描的初始方向））进行下一轮边界扫描。具体操作看图，画的不是很好，有点乱。

  

       这里的奇偶判断及为何是+6，+7具体原理尚未能有效想明白，有待进一步学习。

      第三步比较好理解边界是一个闭合空间，搜索到首尾相接时即结束。

     第四步及将计算了两遍的Pn-1与Pn删除，最后边界为P0到Pn-2。

     水平有限，理解可能有误，加之文笔不好，凑合看哈。

     PS:后边发现有一个不确定的地方，搜索P0的时候dir是默认的7还是先判断dir的奇偶性再按第二步的步骤进行呢？这里先按初始7计算。

     参考文献：

     《图像处理、分析与机器视觉（第三版）》     作者 ：Milan Sonka、艾海舟。