基于链码的二值图像轮廓跟踪技术的研究与实现

基于链码的二值图像轮廓跟踪技术的研究与实现内容摘要：

系。 近年来，随着电子技术与计算机技术的迅猛发展，目前即使家用电脑也可以配置性能相当好的 图像 输入，输出及存储设备了。 这对于计算机 图像 应用的普及与推广提供了坚实的条件。 4 图 11 图像 处理系统框图 数字 图像 处理的 研究背景 数字 图像 处理技术是 20 世纪 60 年代随着计算机技术和 VLSI（ Very LargeScale Integration）的发展而产生，发展和不断成熟起来的一个新兴技术领域，它在理论上和实际应用中都取得了巨大的成就。 在实际应用中，系统获取的原始图像一般不是完美的，由于噪声，光照，拍摄角度不正等原因，图像的质量不高，所以需要进行图像处理，以有利于提取感兴趣的信息。 所谓图像处理，就是对图像信息进行加工以满足人的视觉心理或应用需求的行为。 数字图像处理的英文名称是 “ digital image processing”。 通常所说的数字图像处理是指用计算机进行的处理。 因此也称为计算机图像处理。 对于一个图像处理系统来 说，可以将流程分为三个阶段：首先是图像处理阶段，第二是图像分析阶段，第三是图像理解阶段。 图像处理阶段主要是在像素级上进行处理，进行图像的几何校正，图像的灰度变换处理，图像噪声滤除的平滑处理，目标物体边界的锐化处理等，这些工作尤为重要，如果这阶段处理不好，后面的工作根本无法展开。 图像分析阶段主要对图像里感兴趣的目标进行检测，分割，特征提取和测量，分析的结果能为用户提供描述图像目标特点和性质的数据，把原来以像素描述的图像转变为比较简洁的非图像方式的描述。 图像理解阶段主要通过对图像里各目标的性质和它们之间相互关系 的研究，对描述抽象出来的符号进行运算，了解把握图像内容并解释原来的客观场景，提供客观世界的信息，指导和规划行为，其处理过程和方法与人类的思维推理可以有许多类似之处。 图像处理就是用一系列的特定操作来改变图像的像素，以达到特定的目标，比如使图像更清晰，或从图像中提取某些特定的信息等。 对含有噪声的图像，要出去噪声，滤去干扰，提 高 信噪比；对信息微弱的图像要进行灰度变换等增强处理；对已经退化的模糊图像要进行各种复原的处理；对失真的图像要进行几何校正等变换。 除此之外，图像的合成，图像的编码与传送等技术也属于图像处理的 内容。 由此可见，图像处理就是为了达到改善SCSI 卡， USB 接口 显示卡 彩色显示器 USB 接口 并口， USB接口 打印机 图像采集卡 串口，其他接口 绘图仪 接口 VGA— TV接口 电视机 接口 显示适配器 投影仪 磁盘 U 盘 硬盘 光盘刻路 机 扫描仪 数码相机 电视摄象机 数字摄像机 其他输入设备 计 算 机 磁带机 5 图像的质量，将图像变换成便于人们观察，适于机器识别的目的。 数字图像处理是现代图像处理的主要方法，也可以在频域内实现。 在 图像 处理中，轮廓不仅仅是指物体边界的线，还应该包括能够描绘 图像 特征的线要素，这些线要素就相当于素描画中的线条。 当然，除了线条以外，颜色以及亮度也是 图像的重要因素，但是日常所见到的说明图 、 图表 、 插图 、 肖像画 、 连环画等，很多是通过描绘物体的边缘线来表现的，尽管有些单调，我们还是能够非常清楚地明白 图像 的内容。 研究目的和意义 视觉是人类最重要的感知手 段， 图像 又是视觉的基础。 早期 图像 处理的目的是改善 图像 质量，它以人为对象，以改善人的视觉效果为目的。 图像 处理中输入的是质量低的 图像 ，输出的是改善质量后的 图像。 图像技术在广义上是各种与图像有关的技术的总称。 目前人们主要研究的是数字图像，主要应用的是计算机图像技术。 这包括计算机和其他电子设备进行和完成的一系列工作，例如图像的采集 、 获取 、 编码 、 存储和传输 、 图像的分割 、 目标的检测 、 表达和描述 、 特征的提取和测量 、 序列图像的校正 、 3D 景物的重建复原 、 图像数据库的建立 、 索引和抽取 、 图像的分类 、 表示和识别 、 图像模型的建立和 匹配 、 图像和场景的解释和理解，以及基于它们的判断决策和行为规划等等。 另外，图像技术还可包括为完成上述功能二进行的硬件涉及 以及 制作等方面的技术。 下面简要的介绍一下数字图像和图像处理在各个领域的应用情况： 图像处理在军事上的应用 主要是侦察照片的判读，雷达图像的处理，军用地图的存储与自动检索，小型图像地面接收站的装备和飞机，坦克，军舰等的模拟训练等。 成像雷达的成像部分使用信号处理方法把扫描得来的数据重新构成图像，并显示出来，然后进行目标分析，目标识别和运动目标的自动跟踪。 把军用地图存入计 算机，然后将有关目标进行存储，分类，归档，以便自动检索。 这样免去了参谋人员大量的标图作业。 装备了小型图像地面接收站的移动式战术侦察系统，把传感器传来的图像记录下来并进行目标分析和归档转发等，可将前线的情况及时传送到指挥部。 训练模拟装置可提供接近实战条件的训练环境。 在公安方面主要应用于图片的判读分析（如指纹鉴别；罪犯脸型的合成；手迹，印章的鉴定识别； 不完整图片的复原），跟踪，监视，交通监控与事故的分析等。 如指纹鉴别系统将指纹经过预处理后提取特征，用聚类分析方法进行分类。 再将指纹数据做无失真的压缩，然后存储在 光盘上。 这样可以实现几百万人的大城市中居民指纹的存储和检索。 电子警察已成功地应用于交通管理中。 由于数字图像的信息量大，可作远距离，非接触测量，在不破坏被测物体情况下也可检测物体的内部，而且处理方法灵活，便于自动化。 图像处理也广泛地应用于工业生产中。 如弹性力学照片的应力分析；流体力学图片的阻力和升力分析 ；金相照片的结构和成 6 分的分析；流水线上机械零件的自动检测，分类；信件，包裹的自动分拣；高炉火焰的分析；轧钢厂中轧制中的钢坯位置的确定和尺寸的测量；工件内部结构的分析或裂缝的检测（工业 CT）等。 除了以上这些，数字图像处理还可以在一下领域中应用，生物医学中的显微图像处理，DNA 显示分析，生物进化的图像分析，专家系统如手术规划，内脏大小形状活动及异常检出分析等；遥感航天中的天文太空星体的探测及分析 、 军事侦察 、 定位指挥 、 地质地形地图的普查及绘制 、 地下 矿藏 的勘察 、 环境污染的检测等。 此外在图像的远程通信 、 服装试穿显示，现场视频管理等方面也有广泛的应用。 国内外研究现状 关于数字图像处理方法的兴趣是起源于两种主要应用范围 ：为了改善人类做判断用的图像信息，和为了处理自动装置感受的景物数据。 在第 一类范围内，图像处理技术首先应用之一就是改善在伦敦和纽约之间经海底电缆发送的数字化报纸的图片。 早在本 世纪 二十年代，曾引入巴特兰（ Bartlane）电缆图片传输系统，把横跨大西洋传送一幅图片所需的时间从一个多星期减少到小于三个小时。 为了用电缆传输图片，首先要进行编码，然后在接收端由专用打印设备进行图片重建。 早先的巴特兰系统，能够按五个亮度等级对图像进行编码。 这种能力到 1929 年就增加到十五个等级。 在这段时期，复原的过程也有明显的改善，这是由于引入一个用编码的图片纸带来调制光束从而使底板感光的系统。 虽然，对 传送的数字图片在处理方法上的改善一直延续到以后的三十五年，但直到大型数字计算机和空间规划出现后，人们才把注意力集中于图像处理的潜力上。 采用计算机技术改善图像的工作，是从 1964 年在喷射推进实验室（ ）中进行的太空检测工作开始的。 当时用计算机来处理测距器 7 号发回的月球图片，以校正飞船上的电视摄像机中各种不同形式的，固有的图像畸变。 这些技术同样是改善图像增强和复原的方法的基础。 这些图像来自众所周知的空间计划，例如从进行登月飞行的“探索者”到“水手号”的一系列靠近火星的分型以及阿波罗载人登月飞行。 从 1964 年，图像处理领域一直在蓬勃发展。 今天，数字图像处理技术除了应用于空间计划以外，也在其他各种问题中得到应用。 虽然，这些不同的应用往往是互相无关的，但它们都需要增强图像信息的方法，以便使人们能理解并分析这些图像信息所含内容。 例如，在医学上，医生们借助于计算机的程序可增强对比度，或把亮度电平编码成为彩色，使得对于 X 光或其他生物医学的图像更易于理解。 同样的或类似的技术由地理学家用于研究从空中或地球卫星得到的图像中的污秽图样。 图像增强和复原的方法已经用来处理那些不能再恢复的物体或模糊的实验结果的图像。 这样的图像处 理概念的成功的应用实例可以在天文学，生物学，核子医学，法律实施，防御和工业应用等方面 找到。 这些例子都有共同的特点，就是处理是为了便于人们的理解，方便人们的工作。 数字图像处理的第二个主要应用方面是研究机器的理解问题。 在这种情况下，我们的兴趣集中在按照适合于计算机处理的方式从图像信息中提取信息的方法。 一般来说，这种信息和人们理解一幅图像内容 7 的视觉特征有很大的不同。 例如用于机器理解的信息形式为统计矩，傅立叶变换系数和多维距离测量等。 根据以上介绍， 数字图像最早出现于图像处理，遥感图像的处理和生物，医学图像的分析是 图像处理最重要的应用领域，它们也是图像处理赖以发展的出发点。 20 世纪 60—— 70 年代，在遥感图像处理和生物医学图像分析两项技术取得成功的基础上逐渐形成了图像处理这门学科。 在随后的半个世纪里数字图像处理技术得到了巨大的发展。 近年来，数字图像应用的扩大则应归功于图形用户界面（如 PC 机上的 Windows）的出现和多媒体技术的发展。 图像用户界面简单，直观，极大地简化了用户使用计算机的操作，这加快了计算机普及的进程。 由于计算机中图形与图像采用相同的显示原理，因此，近年来计算机图像也得到了迅速的普及。 尽管计算机图像技 术的历史可追溯到 1946 年世界上第一台电子计算机的诞生（借助打印设备进行数字图像处理甚至可追溯到 20 年代【 Gonzalez 1992】） ，但在 50 年代计算机主要还是用于数值计算，满足不了处理大数据量图像的要求。 在 60 年代，第三代计算机的研制成功，以及快速傅立叶变换算法的发现和应用使得对图像的某些计算得以世纪实现，人们从而逐步开始利用及三级对图像进行加工利用。 在 70 年代，图像技术有了长足的进展，而且第一本重要的图像处理专著【 Rosenfeld 1976】也得以出版。 在 80 年代，各种硬件的发展使得人们不仅能处理 2— D 图像的系统研制成功，图像技术得到了广泛的应用。 进入 90 年代，图像技术已逐步涉及人类生活和社会发展的各个方面。 以近年得到广为宣传和应用的多媒体为例，图像在其中占据了主要地位。 广义上来说，文本，图形，视频等都需要借助图像技术才能充分利用。 展望即将到来的 21 世纪，图像技术必将得到进一步的发展和应用，从而改变人们的生活方式以及社会结构。 图像 轮廓的基本概念 在 图像 处理，轮廓（ contour）不仅仅 是从物体 图像 中得到目标物体的外形轮廓 ，还应该包括描绘 图像 特征的线要素，这些线要素就相当于素描画中的线条。 当然 ，除了线条以外，颜色以及亮度也是 图像 的重要因素，但是日常所见到的说明图 、 图表 、 插图 、 肖像画 、连环画等，很多是通过描绘物体的轮廓线来表现的，尽管有些单调，我们还是能够非常清楚地明白 图像 的内容。 这似乎有点不可思议，简单的边缘线就能让人们理解所要表述的物体。 对于 图像 处理来说，轮廓跟踪也是重要的基本操作之一。 利用所提取的轮廓可以识别出特定的物体，测量物体的面积及周厂，求两幅图对应点等。 所以轮廓跟踪处理是复杂的图像 识别， 图像 理解 ， 图像 的特性提取 的关键。 轮廓跟踪的 研究目的及意义 目标物体的轮 廓对图像识别和计 算机分析十分有用。 轮廓能勾画出目标物体，使观察者 一目了然；轮廓包含了丰富的内在信息（如方向，阶跃性质，形状等），是图像识别中抽取图像特征的重要属性。 从本质上说，图像轮廓是图像局部特性不连续性（灰度突变， 8 颜色突变等）的反映，它表示着一个区域的终结和另一个区域的开始。 轮廓 跟踪是边界分割中非常重要的一种处理，同时也是图像处理的经典难题 轮廓跟踪的目的就是获得图像的外部轮廓特征。 在模式识别领域， 图像 的形状特性是特征提取的重要指标，很多情况下，只有知道了 图像 的形状特征才能定量地对 图像 做进一步分析。 而边界轮廓的确定又 是研究形状特征的前提，也是计算机对 图像 自动识别的前提，它对特征描述，识别和理解等高层次的处理有着重大的影响。 在工业生产过程中，计算机视觉测量系统在工业生产过程中应用越来越广泛，而 图像轮廓企图通常是一个必要的环节。 由于二值 图像 具有存储效率高，适应面广等特点，在激光切割加工，扫描工程图及矢量汉字等方面，具有相当普遍的使用价值，而提取二值 图像的轮廓矢量是 图像 处理的一项基本内容， 它是保证测量精度的关键环节。 其过程一般为提取轮廓点阵，轮廓跟踪和轮廓矢量逼近，其中轮廓跟踪又可分为起始轮廓点的选择，区域轮廓的自封闭跟踪 以及记录轮廓链码等三个步骤。 数字 图像 的轮廓跟踪是 图像 分割，目标区域的识别，区域形状提取等 图像 分析领域十分中重要的基础。 图像 理解和分析的第一步往往就是边缘检测和跟踪，目前它以成为机器视觉研究领域最活跃的课题之一，在工程应用中占有十分重要的地位。 论文主要工作 第一阶段： 认真查阅图像轮廓技术以及图像处理方面的文献和书籍， 对什么是图像轮廓跟踪，怎么实现图像轮。