计算机视觉测量技术的图像轮廓提取方法分析
陈雪
摘要：文章提出了一种图像轮廓的提取方法，这种方法具有更高的精度和抗干扰能力，并且对我国计算机视觉测量技术的发展前景作出了展望。
关键词：计算机技术；轮廓提取；视觉测量
计算机视觉测量技术是一种综合技术，融合了光电子技术、计算机技术、图像处理技术等多种技术。在对采集对象进行处理之后，就可以得到目标物体的几何特征参数。想要得到准确的图像，就必须重视目标物体的轮廓提取参数。在计算机视觉测量系统中，为了保障测量的精准度，选取合适的轮廓提取方法也是很重要的。边缘检测法是轮廓提取方法中主要的内容，该方法借助于空域微分算子，使图像和模板完成卷积。边缘检测方法中的局部算子法，具有实现简单、运算速度快等优点。梯度算子、Sobel算子、Roberts算子、canny算子，都是经典局部算子法。本文提出了基于灰度阈值法的原理，根据链码跟踪技术对轮廓信息进行存储，实现图像轮廓的提取。这种方法具有准确度高、稳定性好等优势，在工程上的应用十分广泛。
1 轮廓提取的原理
轮廓提取指的是从物体图像上得到物体外形，它能够有效保障测量的精确度。由于计算机视觉测量图像只含有目标和背景2类区域，应该利用阈值分析法对图像进行分割。为了确保二维图像中没有噪音，可以利用非线性的滤波能力消除噪音。为了实现轮廓提取，将会掏空图像内部的点。通过链码跟踪技术对轮廓的信息进行存储，使图像的轮廓处理工作量得以减轻。轮廓提取的工作流程是：首先对原始图像进行预处理，消除噪音后可以得到平滑的图像。然后，对图像进行阈值分割得到二维图像。对二值图像进行轮廓提取，就可以得到图像的边界点。最后，再根据跟踪算法将轮廓存储为链码序列的形式。
2 图像轮廓提取的关键技术
轮廓提取技术是计算机视觉测量技术中的重要组成部分，轮廓提取技术主要包括图像预处理技术、阈值分割技术、轮廓提取技术和链码跟踪技术等内容。本文将具体介绍几种关键的图像的轮廓提取技术。
2.1 图像预处理技术
通过光学成像系统产生的二维图像经常含有各种噪音。为了提高计算机的视觉能力，增加计算机的分析和识别能力，必须消除掉这些二维图像中的噪音。有目的地显示出有用的信息，消除掉无用的信息，这种方法就是图像预处理技术。图像预处理技术能够有效增加图像的清晰度，是一种关键的计算机视觉测量技术。图像的预处理技术是指在图像输入过程中对图像进行处理，从而得到清晰图像的技术。图像的预处理技术的内容很多，比如图像中如果含有噪音，就需要除掉图像中的杂音，提高图像的语音效果。对于一些比度比较小的图像，就需要对其进行灰度变换。对于已经模糊的图像，应该进行各种复原处理。对于失真的图像，应该采用几何方法来校正。
计算机视觉测量中的图像预处理技术，能够有效地提高图像的画面质量，让图像便于处理，更易于测量。图像预处理的方法有很多，通常情况下，主要采用图像平滑处理、图像锐化处理、图像边缘增强等技术。
2.2 阈值分割技术
由于计算机视觉测量技术中只有目标和背景两类区域，本文将采用单阈值法来分割图像。阈值分割法在实施的过程中，先要确定分割阈值，再将分割阈值与像素的灰度进行比较。
阈值分割法的原理是：首先设定图像的灰度区间在z的最大值和z的最小值之间。在该区间设定一个阈值Z，阈值Z的大小在z最小值与最大值之间，令图像中所有灰度值小于或等于Z的像素，将它们的新灰度值设定为0，大于Z的像素新灰度值设定为1。经过这样的阈值分割，就可以得到输出的二值图像。
阈值分割的工作尽量保留原图像，在此基础上，应该去掉一些冗余信息。但阈值分割法中最为关键的就是阈值z的确定，这是灰度值的突变点。本文将采用迭代法来确定阈值Z，根据灰度直方图来确定初始阈值，将图像分割为目标和背景，计算目标和背景灰度的平均值，可以利用循环迭代的方法求出差值较小的阈值，该阈值就是灰度阈值Z。这种方法求灰度值算法简单，便于实现，其具体的步骤是：首先，求出图像的最大阈值与最小阈值，令初始阈值为最大阈值与最小阈值和的一半。然后，再利用初始阈值将图像分割为目标和背景，分别求出目标和背景的平均灰度值Zo与Zb。Zo与Zb和的一般就是新阈值Z，如果新阈值Z与初始阈值相等，那么新阈值Z即为所求阈值。
2.3 轮廓提取技术
通过对阈值分割后的图像进行缺陷修补，还需要利用轮廓提取技术，最后才能得到图像中目标的二维轮廓。本文将采用掏空内部点的方法对二维图形进行轮廓提取。假定背景颜色为黑色，目标颜色为白色。当目标中有1个点为白色，这个内部点周围的8个点都为白色时，就可以将这个点和它周围8个点都删除，把内部点全部掏空。
在二值图像中，假设背景的灰度为0，目标灰度为l，那么边界轮廓的提取方法如下：如果中心像素值为O，那么其余相连8个像素均规定为1；如果其余相连8个像素为1，那么将把中心像素值改为0；除此之外，中心像素将一律设定为1。根据这样的规则，就可以得到图像的轮廓。
2.4 链码跟踪技术
链码是一种改进的坐标序列存储结构，链码用指向中心像素P的8个方向来表示，每个方向都存在着45度的夹角。对于轮廓图像来说，除了起始像素以外，所有的像素都可以用8个像素方向来确定。轮廓跟踪是以链码的方向来进行的，上一个轮廓点将会影响到下一个跟踪点。这种方法能够加快像素扫描的速度，能够有效地提高跟踪效率。
链码的跟踪过程如下：（1）通过扫描得到初始轮廓点，将该点的坐标定位（x，y），进入步骤（2），如果扫描之后得不到轮廓点，那么进入步骤（4）。（2）按照链码的方向来扫描当前与相邻的8个区域，如果遇到轮廓点，用“-”设置停止扫描跟踪，并记录该店的链码值，转进步骤（3）；如果扫描过程中没有遇到轮廓点，则设置结束跟踪标志，将扫描点重新设置到起始点（x，y）坐标上，转退步骤（1）。（3）用底色填充扫描轮廓点，将当前点设置为跟踪到的轮廓处，转退步骤（2）。（4）用“-”设置结束所有轮廓跟踪。
根据上述步骤，不仅可以算出链码序列，还能够求出链码序列中的坐标、方向，甚至能求出链码的具体值。为了区别链码序列中的不同轮廓，要使用特殊标志将它们分开。为了找出封闭轮廓的起始点，应先标出链码方向序列，将轮廓结束标志最后标出。在自闭式轮廓跟踪系统中，序列的记录工作是根据轮廓线条顺序进行的，这将大大方便后续轮廓处理工作。
通过链码的解密工作，可以求出链码表示的轮廓值，解码的过程和编码的过程相同。链码和像素之间存在一一对应关系，可以用数组的方法来解决解码问题。对于X坐标的数组，可以将它们设定为X[8]，X[8]={1，1，0，-1，-1，-1，0，1}。对于Y坐标的数组，可以将它们设定为Y[8]，Y[8]={0，1，1，1，0，-1，-1，-1）。通过处理这种链码序列，可以求出不同轮廓的坐标值。
3 图像轮廓提取效果分析
如果图像在没有受到干扰的情况下，就能够提取到较为清晰的轮廓。但是如果存在某种敏感性因素时，就会严重影响图像的轮廓提取效果。利用20%的椒盐噪声影响一个花瓶图像，在预处理环节对其滤波之后，会产生出图像5（c）。以这种图像为检验标准，对其进行轮廓提取试验。同时，也可以利用Sobel，Robets，Canny等算子对该图像进行边缘提取试验，将实验得出的结构图像，与轮廓提取试验中得到的图像相比较，可得到图1。
根据图1可以看到，Sobel算子、Robets算子、Canny算子在受到干扰的情况下，对图像轮廓的提取效果不是很好，会出现断线、噪声等问题。而采用本文方法的轮廓则能保持较高的清晰度，这种方法适用性强，无噪音，未来必将会得到广泛应用。
4 结语
随着我国计算机技术水平的不断提升，计算机视觉测量技术在我国工业上的应用越来越广泛。图像轮廓提取技术作为计算机视觉测量技术中的一个重要组成部分，对保障测量的精确度有着十分重要的作用。根据传统边缘检测技术中存在的局限性，本文提出了图像轮廓的提取技术。图像轮廓的提取技术，将利用数学形态学、链码跟踪技术，对二维图像进行修补，从而实现轮廓的提取。本文所研究的方法间断性小，准确率高，和传统的边缘检测相比，适用性更强，性能更加优良，未来必将会得到广泛的应用，从而推动我国计算机技术的迅速发展。
