![](https://csdnimg.cn/release/download_crawler_static/4288891/bga.jpg)
第二章图像处理技术
第二章图像处理技术
在计算机科学领域,由二维灰度图像恢复物体的三维形状已日趋成为计算机视觉领
域的研究热点之一。本文对该问题进行了深入的研究,充分利用旋转曲面的几何特性,
提出了一种基于单幅图像,采用轮廓线进行旋转曲面重建的方法。但是,利用数码相机
获取的物体图像往往会因为噪声等原因难以满足实验过程的要求,为了使重建结果尽量
接近真实形状,必须对图像进行必要的预处理,如采用非线性平滑滤波器(G2)¨引,在保
持图像细节的同时,对图像进行噪声消除。由于图像增强方面的处理较简单,这里即不
做详细的介绍。下面即在本课题的研究背景下,对三维重建过程中所涉及到的一些重要
的图像处理算法进行介绍。
2.1轮廓跟踪
2.1.1轮廓跟踪的基本原理
在识别图像中的目标时,往往需要对目标边缘作跟踪处理,也叫轮廓跟踪。顾名思
义,轮廓跟踪就是通过顺序找出边缘点来跟踪边界的。在对旋转体对象经过阈值分割处
理后,原图像成为二值图像。若图像是二值图像或图像中不同区域具有不同的象素值,
并且每个区域内的象素值是相同的,则可以通过相应的轮廓跟踪算法得到图像分析所需
要的轮廓线。
轮廓跟踪的基本方法【17】是:先根据某些严格的“探测标准"找出目标物体轮廓上的
象素,再根据这些象素的某些特征用一定的“跟踪准则"找出目标物体上的其他象素。
根据本文所研究课题的需要,首先介绍一种基于二值图像的轮廓跟踪算法。
2.1.2单目标区域轮廓跟踪算法
首先找到第一个边界象素的“探测准则"是:按照从左到右,从上到下的顺序搜索,
找到的第一个黑点,一定是最左下方的边界点,记为彳。它的右、右上、上、左上四个
邻点中至少有一个是边界点,记为B。从B开始找起,按照右、右上、上、左上、左、
左下、下、右下的顺序找相邻中的边界点C。如果C就是彳点,则表明已经转了一圈,
程序结束;否则从C点开始继续找起,直到找到彳为止。判断是不是边界点很容易:如
果它的上下左右四个邻点都不是黑点,则它即为边界点。这种算法要对每个边界象素周
围的八个点进行判断,计算量比较大。下面介绍本文所引用的一种改进的单目标区域轮
廓跟踪算法【18】。
2.1.3一种改进的单目标区域轮廓跟踪算法
首先按照2.1.1节所说的“探测标准”找到最左下方的边界点。以这个边界点起始,
假设已经沿顺时针方向环绕整个图像一圈找到了所有的边界点。由于边界点是连续的,