数字图像处理—图像分割—串行边界（图）

☞边界点和边界段可以用图（graph）结构（在图结构中，每个结点既可有多个直接前驱，也可有多个直接后继）表示，通过在图中进行搜索对应最小代价的通道也可以找到闭合边界。（主要用并行边界算法）

优点：是一种全局的方法，它在图像受噪声影响较大时效果仍较好。（抗干扰性强）

缺点：比较复杂，计算量也较大。

☞图搜索。

☞边缘元素的定义：

是两个互为4-近邻的像素间的边界，如像素p和q之间的竖线以及图像素q和r之间的横线。边界是由一系列边缘元素构成的。

☞代价函数的定义：

●由像素p和q确定的边缘元素对应一个代价函数为：（H保证代价函数为正值）（灰度值跨越大的地方对应边界，内部灰度值变化缓慢）

●其中H为图像中最大灰度值，f（p）和f（q）为像素p和q的灰度值。

●这个代价函数的取值与像素间的灰度值差成反比，灰度值差小则代价大，灰度值差大则代价小。

●按前面介绍的梯度概念，代价大对应梯度小，代价小对应梯度大。

●根据代价函数，利用回搜索技术从上向下可检测出对应大梯度的边界段。

●代价函数最小的边界求解问题等于最小路径的求解，可用动态规划算法（Dynamic Programin）来求解。