数字图像串行边界分割技术

串行边界分割（轮廓跟踪，也称边缘点连接）是一种基于梯度的串行分割图像的方法，是指从梯度图中的一个边界点出发，依次通过对前一个边界点的考察而逐步确定出下一个新的边界点，并将它们连接而逐步检测出边界的方法。

串行边界分割技术通过顺序搜索边缘点来跟踪出边界，通常包括三个步骤：

1）确定起始边界点。根据算法的不同，选择一个或多个边缘点作为搜索的起始边界点。

2）确定合适的搜索策略（或准则），按照该准则，由已经发现的边界点确定下一个检测目标并对其进行检测。

3）制定出终止搜寻的准则（即搜索过程结束的条件，一般是将形成闭合边界作为终止条件），在满足终止条件时结束搜寻。

常用的串行边界分割方法有两种：探测法和梯度图法。梯度图法是先对原图像进行梯度运算，然后按照如下步骤进行边界跟踪：

1）搜索起始点：对梯度图进行搜索，找到梯度最大点，作为边界跟踪的起始点。

2）设定生长规则：在起始点的8邻域像素中，将梯度最大的点作为边界点，同时将其作为下一轮搜索的起始点。

3）设定终止条件：按照步骤2）的准则搜索，直到梯度绝对值小于预先设定的阈值时，搜索停止。有时为了保证边界的光滑性，每次只是在一定范围的像素中选择，这样得到的边界点不但能保证连通性，还能保证光滑性。(www.xing528.com)

如图3-13所示，探测法的步骤如下：

1）根据光栅扫描，发现起始边界点像素p0，其坐标为（3，5）。

2）按照逆时针方向研究p0的8邻域像素（3，4）、（4，4）和（4，5），由此发现边界点p1。

3）从p0以前的像素，即像素（3，4）按照逆时针方向顺序研究p1的8邻域像素，因此发现像素p2。这时因为p0≠p1，所以令pk=p2，返回步骤3）。

4）重复以上操作，以p0，p1，…，pn的顺序跟踪8-连通的边界像素。

图3-13　采用探测法进行轮廓跟踪的示意图

例如，对于二值图像（即黑白图像）进行闭合边界轮廓跟踪的算法如下：首先按从上到下，从左到右的顺序搜索，找到的第一个黑点一定是最左上方的边界点，记为A。它的右、右下、下、左下四个邻点中至少有一个是边界点，记为B。从B开始找起，按右、右上、上、左上、左、左下、下、右下的顺序找相邻点中的边界点C。如果C就是A点，则表明已经转了一圈，程序结束。否则从C点继续找，直到找到A为止。判断某个像素是否为边界点时，如果它的上下左右四个邻居都是黑点则不是边界点，否则是边界点。

采用并行边缘检测的方法对图像进行分割时，对图像每一个像素的处理不依赖于对其他像素的处理结果。而采用边界跟踪方法分割图像时，不但要利用当前像素的灰度信息，而且要利用前面处理过像素的结果。对某个像素的处理，是否将其归为边界点，和先前对其他像素的处理得到的信息有关。在并行边界分割法中，边缘像素不一定能够组合成闭合的曲线，因为边界上有可能会遇到缺口，缺口可能太大而不能用一条直线或曲线连接，也有可能不是一条边界上的缺口。串行边界分割的方法可以在一定程度上解决这些问题，对某些图像，这种方法的分割结果更好。