計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)的圖像輪廓提取方法分析

陳雪

摘要：文章提出了一種圖像輪廓的提取方法，這種方法具有更高的精度和抗干擾能力，并且對(duì)我國(guó)計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)的發(fā)展前景作出了展望。

關(guān)鍵詞：計(jì)算機(jī)技術(shù)；輪廓提??；視覺(jué)測(cè)量

計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)是一種綜合技術(shù)，融合了光電子技術(shù)、計(jì)算機(jī)技術(shù)、圖像處理技術(shù)等多種技術(shù)。在對(duì)采集對(duì)象進(jìn)行處理之后，就可以得到目標(biāo)物體的幾何特征參數(shù)。想要得到準(zhǔn)確的圖像，就必須重視目標(biāo)物體的輪廓提取參數(shù)。在計(jì)算機(jī)視覺(jué)測(cè)量系統(tǒng)中，為了保障測(cè)量的精準(zhǔn)度，選取合適的輪廓提取方法也是很重要的。邊緣檢測(cè)法是輪廓提取方法中主要的內(nèi)容，該方法借助于空域微分算子，使圖像和模板完成卷積。邊緣檢測(cè)方法中的局部算子法，具有實(shí)現(xiàn)簡(jiǎn)單、運(yùn)算速度快等優(yōu)點(diǎn)。梯度算子、Sobel算子、Roberts算子、canny算子，都是經(jīng)典局部算子法。本文提出了基于灰度閾值法的原理，根據(jù)鏈碼跟蹤技術(shù)對(duì)輪廓信息進(jìn)行存儲(chǔ)，實(shí)現(xiàn)圖像輪廓的提取。這種方法具有準(zhǔn)確度高、穩(wěn)定性好等優(yōu)勢(shì)，在工程上的應(yīng)用十分廣泛。

1 輪廓提取的原理

輪廓提取指的是從物體圖像上得到物體外形，它能夠有效保障測(cè)量的精確度。由于計(jì)算機(jī)視覺(jué)測(cè)量圖像只含有目標(biāo)和背景2類(lèi)區(qū)域，應(yīng)該利用閾值分析法對(duì)圖像進(jìn)行分割。為了確保二維圖像中沒(méi)有噪音，可以利用非線(xiàn)性的濾波能力消除噪音。為了實(shí)現(xiàn)輪廓提取，將會(huì)掏空?qǐng)D像內(nèi)部的點(diǎn)。通過(guò)鏈碼跟蹤技術(shù)對(duì)輪廓的信息進(jìn)行存儲(chǔ)，使圖像的輪廓處理工作量得以減輕。輪廓提取的工作流程是：首先對(duì)原始圖像進(jìn)行預(yù)處理，消除噪音后可以得到平滑的圖像。然后，對(duì)圖像進(jìn)行閾值分割得到二維圖像。對(duì)二值圖像進(jìn)行輪廓提取，就可以得到圖像的邊界點(diǎn)。最后，再根據(jù)跟蹤算法將輪廓存儲(chǔ)為鏈碼序列的形式。

2 圖像輪廓提取的關(guān)鍵技術(shù)

輪廓提取技術(shù)是計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)中的重要組成部分，輪廓提取技術(shù)主要包括圖像預(yù)處理技術(shù)、閾值分割技術(shù)、輪廓提取技術(shù)和鏈碼跟蹤技術(shù)等內(nèi)容。本文將具體介紹幾種關(guān)鍵的圖像的輪廓提取技術(shù)。

2.1 圖像預(yù)處理技術(shù)

通過(guò)光學(xué)成像系統(tǒng)產(chǎn)生的二維圖像經(jīng)常含有各種噪音。為了提高計(jì)算機(jī)的視覺(jué)能力，增加計(jì)算機(jī)的分析和識(shí)別能力，必須消除掉這些二維圖像中的噪音。有目的地顯示出有用的信息，消除掉無(wú)用的信息，這種方法就是圖像預(yù)處理技術(shù)。圖像預(yù)處理技術(shù)能夠有效增加圖像的清晰度，是一種關(guān)鍵的計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)。圖像的預(yù)處理技術(shù)是指在圖像輸入過(guò)程中對(duì)圖像進(jìn)行處理，從而得到清晰圖像的技術(shù)。圖像的預(yù)處理技術(shù)的內(nèi)容很多，比如圖像中如果含有噪音，就需要除掉圖像中的雜音，提高圖像的語(yǔ)音效果。對(duì)于一些比度比較小的圖像，就需要對(duì)其進(jìn)行灰度變換。對(duì)于已經(jīng)模糊的圖像，應(yīng)該進(jìn)行各種復(fù)原處理。對(duì)于失真的圖像，應(yīng)該采用幾何方法來(lái)校正。

計(jì)算機(jī)視覺(jué)測(cè)量中的圖像預(yù)處理技術(shù)，能夠有效地提高圖像的畫(huà)面質(zhì)量，讓圖像便于處理，更易于測(cè)量。圖像預(yù)處理的方法有很多，通常情況下，主要采用圖像平滑處理、圖像銳化處理、圖像邊緣增強(qiáng)等技術(shù)。

2.2 閾值分割技術(shù)

由于計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)中只有目標(biāo)和背景兩類(lèi)區(qū)域，本文將采用單閾值法來(lái)分割圖像。閾值分割法在實(shí)施的過(guò)程中，先要確定分割閾值，再將分割閾值與像素的灰度進(jìn)行比較。

閾值分割法的原理是：首先設(shè)定圖像的灰度區(qū)間在z的最大值和z的最小值之間。在該區(qū)間設(shè)定一個(gè)閾值Z，閾值Z的大小在z最小值與最大值之間，令圖像中所有灰度值小于或等于Z的像素，將它們的新灰度值設(shè)定為0，大于Z的像素新灰度值設(shè)定為1。經(jīng)過(guò)這樣的閾值分割，就可以得到輸出的二值圖像。

閾值分割的工作盡量保留原圖像，在此基礎(chǔ)上，應(yīng)該去掉一些冗余信息。但閾值分割法中最為關(guān)鍵的就是閾值z(mì)的確定，這是灰度值的突變點(diǎn)。本文將采用迭代法來(lái)確定閾值Z，根據(jù)灰度直方圖來(lái)確定初始閾值，將圖像分割為目標(biāo)和背景，計(jì)算目標(biāo)和背景灰度的平均值，可以利用循環(huán)迭代的方法求出差值較小的閾值，該閾值就是灰度閾值Z。這種方法求灰度值算法簡(jiǎn)單，便于實(shí)現(xiàn)，其具體的步驟是：首先，求出圖像的最大閾值與最小閾值，令初始閾值為最大閾值與最小閾值和的一半。然后，再利用初始閾值將圖像分割為目標(biāo)和背景，分別求出目標(biāo)和背景的平均灰度值Zo與Zb。Zo與Zb和的一般就是新閾值Z，如果新閾值Z與初始閾值相等，那么新閾值Z即為所求閾值。

2.3 輪廓提取技術(shù)

通過(guò)對(duì)閾值分割后的圖像進(jìn)行缺陷修補(bǔ)，還需要利用輪廓提取技術(shù)，最后才能得到圖像中目標(biāo)的二維輪廓。本文將采用掏空內(nèi)部點(diǎn)的方法對(duì)二維圖形進(jìn)行輪廓提取。假定背景顏色為黑色，目標(biāo)顏色為白色。當(dāng)目標(biāo)中有1個(gè)點(diǎn)為白色，這個(gè)內(nèi)部點(diǎn)周?chē)?個(gè)點(diǎn)都為白色時(shí)，就可以將這個(gè)點(diǎn)和它周?chē)?個(gè)點(diǎn)都刪除，把內(nèi)部點(diǎn)全部掏空。

在二值圖像中，假設(shè)背景的灰度為0，目標(biāo)灰度為l，那么邊界輪廓的提取方法如下：如果中心像素值為O，那么其余相連8個(gè)像素均規(guī)定為1；如果其余相連8個(gè)像素為1，那么將把中心像素值改為0；除此之外，中心像素將一律設(shè)定為1。根據(jù)這樣的規(guī)則，就可以得到圖像的輪廓。

2.4 鏈碼跟蹤技術(shù)

鏈碼是一種改進(jìn)的坐標(biāo)序列存儲(chǔ)結(jié)構(gòu)，鏈碼用指向中心像素P的8個(gè)方向來(lái)表示，每個(gè)方向都存在著45度的夾角。對(duì)于輪廓圖像來(lái)說(shuō)，除了起始像素以外，所有的像素都可以用8個(gè)像素方向來(lái)確定。輪廓跟蹤是以鏈碼的方向來(lái)進(jìn)行的，上一個(gè)輪廓點(diǎn)將會(huì)影響到下一個(gè)跟蹤點(diǎn)。這種方法能夠加快像素掃描的速度，能夠有效地提高跟蹤效率。

鏈碼的跟蹤過(guò)程如下：（1）通過(guò)掃描得到初始輪廓點(diǎn)，將該點(diǎn)的坐標(biāo)定位（x，y），進(jìn)入步驟（2），如果掃描之后得不到輪廓點(diǎn)，那么進(jìn)入步驟（4）。（2）按照鏈碼的方向來(lái)掃描當(dāng)前與相鄰的8個(gè)區(qū)域，如果遇到輪廓點(diǎn)，用“-”設(shè)置停止掃描跟蹤，并記錄該店的鏈碼值，轉(zhuǎn)進(jìn)步驟（3）；如果掃描過(guò)程中沒(méi)有遇到輪廓點(diǎn)，則設(shè)置結(jié)束跟蹤標(biāo)志，將掃描點(diǎn)重新設(shè)置到起始點(diǎn)（x，y）坐標(biāo)上，轉(zhuǎn)退步驟（1）。（3）用底色填充掃描輪廓點(diǎn)，將當(dāng)前點(diǎn)設(shè)置為跟蹤到的輪廓處，轉(zhuǎn)退步驟（2）。（4）用“-”設(shè)置結(jié)束所有輪廓跟蹤。

根據(jù)上述步驟，不僅可以算出鏈碼序列，還能夠求出鏈碼序列中的坐標(biāo)、方向，甚至能求出鏈碼的具體值。為了區(qū)別鏈碼序列中的不同輪廓，要使用特殊標(biāo)志將它們分開(kāi)。為了找出封閉輪廓的起始點(diǎn)，應(yīng)先標(biāo)出鏈碼方向序列，將輪廓結(jié)束標(biāo)志最后標(biāo)出。在自閉式輪廓跟蹤系統(tǒng)中，序列的記錄工作是根據(jù)輪廓線(xiàn)條順序進(jìn)行的，這將大大方便后續(xù)輪廓處理工作。

通過(guò)鏈碼的解密工作，可以求出鏈碼表示的輪廓值，解碼的過(guò)程和編碼的過(guò)程相同。鏈碼和像素之間存在一一對(duì)應(yīng)關(guān)系，可以用數(shù)組的方法來(lái)解決解碼問(wèn)題。對(duì)于X坐標(biāo)的數(shù)組，可以將它們?cè)O(shè)定為X[8]，X[8]={1，1，0，-1，-1，-1，0，1}。對(duì)于Y坐標(biāo)的數(shù)組，可以將它們?cè)O(shè)定為Y[8]，Y[8]={0，1，1，1，0，-1，-1，-1）。通過(guò)處理這種鏈碼序列，可以求出不同輪廓的坐標(biāo)值。

3 圖像輪廓提取效果分析

如果圖像在沒(méi)有受到干擾的情況下，就能夠提取到較為清晰的輪廓。但是如果存在某種敏感性因素時(shí)，就會(huì)嚴(yán)重影響圖像的輪廓提取效果。利用20%的椒鹽噪聲影響一個(gè)花瓶圖像，在預(yù)處理環(huán)節(jié)對(duì)其濾波之后，會(huì)產(chǎn)生出圖像5（c）。以這種圖像為檢驗(yàn)標(biāo)準(zhǔn)，對(duì)其進(jìn)行輪廓提取試驗(yàn)。同時(shí)，也可以利用Sobel，Robets，Canny等算子對(duì)該圖像進(jìn)行邊緣提取試驗(yàn)，將實(shí)驗(yàn)得出的結(jié)構(gòu)圖像，與輪廓提取試驗(yàn)中得到的圖像相比較，可得到圖1。

根據(jù)圖1可以看到，Sobel算子、Robets算子、Canny算子在受到干擾的情況下，對(duì)圖像輪廓的提取效果不是很好，會(huì)出現(xiàn)斷線(xiàn)、噪聲等問(wèn)題。而采用本文方法的輪廓?jiǎng)t能保持較高的清晰度，這種方法適用性強(qiáng)，無(wú)噪音，未來(lái)必將會(huì)得到廣泛應(yīng)用。

4 結(jié)語(yǔ)

隨著我國(guó)計(jì)算機(jī)技術(shù)水平的不斷提升，計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)在我國(guó)工業(yè)上的應(yīng)用越來(lái)越廣泛。圖像輪廓提取技術(shù)作為計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)中的一個(gè)重要組成部分，對(duì)保障測(cè)量的精確度有著十分重要的作用。根據(jù)傳統(tǒng)邊緣檢測(cè)技術(shù)中存在的局限性，本文提出了圖像輪廓的提取技術(shù)。圖像輪廓的提取技術(shù)，將利用數(shù)學(xué)形態(tài)學(xué)、鏈碼跟蹤技術(shù)，對(duì)二維圖像進(jìn)行修補(bǔ)，從而實(shí)現(xiàn)輪廓的提取。本文所研究的方法間斷性小，準(zhǔn)確率高，和傳統(tǒng)的邊緣檢測(cè)相比，適用性更強(qiáng)，性能更加優(yōu)良，未來(lái)必將會(huì)得到廣泛的應(yīng)用，從而推動(dòng)我國(guó)計(jì)算機(jī)技術(shù)的迅速發(fā)展。