数字图像处理——轮廓

本文内容参考《数字图像处理基础》Wilhelm Burger等著。
根据图像数组获得边缘检测信息，然后循着已检测到的边缘点找到轮廓线。

轮廓跟踪：从那些边缘强度较大的地方开始，沿着两个不同方向跟踪边缘点，直到这两条轨迹相遇并形成一条闭合的轮廓线。（灰度梯度弱——>边缘消失；交叉边缘——>歧义）

边缘图：通过“阈值运算”对一个“图像像素”是否属于边缘点做“二值判断”(这里需要被判断的“图像像素”是指由“各种边缘检测算子得到的边缘强度”，“阈值”可以是固定的，也可以说是自适应的)，经过“阈值运算”的结果存为一张“二值的边缘图像”，即“边缘图”。
全局阈值化处理的后处理方法，如霍夫变换，能很好处理不完整的边缘图。

边缘锐化：

从原图像函数f(x)上减去其二阶导数f′′(x)的一部分，如下图：

二维函数f(x,y)的拉普拉斯算子

Δf(x,y)=∂2f∂2x(x,y)+∂2f∂2y(x,y)

由中心差分公式易得

HLx=∂2f∂2x(x,y)=(1−21),HLy=∂2f∂2y(x,y)=⎛⎝⎜1−21⎞⎠⎟

则

HL=HLx+HLy=⎛⎝⎜0101−41010⎞⎠⎟

接下来对原图像I，用HL算子滤波，然后再用I减去此滤波结果，即得锐化结果

I˘←I−ω⋅(HL∗I)

拉普拉斯滤波器对噪声相当敏感，可以采用预平滑措施(如高斯平滑)减弱噪声的影响。