特定邊界跟蹤中角點檢測研究

田軍委，王 沁，趙 鵬,王崗罡

(1.西安工業大學 機電工程學院，陜西 西安 710032；2.中國人民解放軍駐211廠軍事代表室，北京100076)

引言

在特定邊界檢測中，邊界跟蹤是常用的一種方法，而邊界跟蹤中較多采用“爬蟲”跟蹤算法[1-3]。由于這類算法要跟蹤完所有的輪廓邊界點，而且，邊界跟蹤僅利用圖像局部信息，沒有利用全局信息作為先驗知識，造成信息浪費和跟蹤效率較低。目前又出現了一種抽取邊界點的邊界跟蹤算法，這種算法從反映邊界信息的角度出發，檢測部分邊界點，實現特定輪廓跟蹤。這種方法檢測效率高、穩定性好，但由于采用等步長采樣，往往檢測不到角點，并且在角點附近存在大量信息丟失現象，因此必須采用角點檢測算法檢測出角點，保證邊界跟蹤的正確性和準確性。

角點是圖像輪廓發生突變的點，反映了物體輪廓特征，有時又稱為特征點，是模式識別和圖像處理中要處理的最小化數據。由于角點在數字圖像處理中的重要作用，研究人員提出了各種角點檢測算法，如Cooper等人利用鏈碼處像素坐標估計最大曲率值來尋找角點[4]。Ponce和Brady利用圖像I(x,y)對x、y的偏導數來尋找角點[5]。Hsin-Teng和Hu則使用多邊形近似邊界鏈，然后把兩邊的交點作為角點[6]。Kitchen和Rosenfeld[7]采用目標邊緣梯度方向的曲率變化率來檢測角點。Zuniga和Haralick[8]采用最小二乘法用三次多項式曲面擬合數字圖像，先檢測出邊界點，然后計算該點的梯度方向角在梯度方向的變化率，大于某閥值時，則認為該邊界點是角點。……