11、数字图像处理中的轮廓跟踪与模板匹配技术

数字图像处理中的轮廓跟踪与模板匹配技术

在数字图像处理领域，图像分割是一项关键任务，它旨在将图像中的不同对象分离出来。本文将深入探讨轮廓跟踪和模板匹配这两种重要的图像分割方法。

1. 轮廓跟踪

在之前的讨论中，我们探讨了二值分割的第一个方面，即（逻辑上）明亮和黑暗图像区域的区分。现在，我们转向第二个方面，即对象表示的创建，其中一种常用方法是轮廓跟踪。

1.1 连通性

在数字图像处理中，定义给定图像像素邻域有两种常见方法：四连通和八连通，如图1所示。
|连通性类型|描述|
| ---- | ---- |
|四连通|仅允许相邻像素之间进行垂直和水平移动|
|八连通|除了垂直和水平移动，还使用对角线连接|

graph LR
    A[像素] --> B[四连通邻域]
    A --> C[八连通邻域]

像素邻域和轮廓的概念对人类来说显而易见，但对计算机而言并非如此。它们很好地体现了离散化在数字图像处理中的重要性。例如，图2中沿45°方向排列的黑点，在人类眼中看起来是一条线，但使用四连通性时，这些黑点并不连续，因为没有黑色像素在垂直或水平方向上相邻。使用八连通性似乎可以近似人类对连续线的感知，但这也会带来其他问题。如图3所示，只有使用八连通性时，黑色对象的轮廓才完全闭合，但此时背景也是连续的，背景和对象相互交叉，这会给分层搜索带来明显的边界划分问题。此外，在数字图像处理的离散空间中，相交线的概念也不再直观，如图4所示，使用八连通性定义的两条线可以明显相交，但没有一个共同像素。