机器视觉|8邻接外边界追踪

机器视觉作业|8邻接外边界追踪4.23

• 作业要求：使用8-邻接实现外边界跟踪或者扩展边界跟踪（此处还是选用外边界跟踪）

• 二值图像中测试程序，保证其对单个像素物体和单像素宽度物体有效。

• 输入：二值图像

• 输出：测试图像的边界图像

• 说明对于单像素和单像素宽度物体的处理方法，给出各种二值图像的处理结果。

clear all;
close all;
clc;
A=imread('rice.png');       
img = im2bw(A,0.5);  %首先对图像二值化
%figure(1)
subplot(131);imshow(A)   %显示原始的图片
[m, n]=size(img);          %获取图像大小，目的是对图像的边界进行处理
for x=1:m                 %把最外层去掉，否则当dir到边界是会出错
    for y=1:n
        if x==1||x==m||y==1||y==n   
            img(x,y)=0;
        end
    end
end
%figure(2)
subplot(132);imshow(img) %显示二值化之后的图片
img1=zeros(m,n);        %内边界标记图像
img2=zeros(m,n);        %外边界标记图像
img3=zeros(m,n);        %检索次数标记图像，目的是避免出现死循环
ed=[0 1;-1 1;-1 0;-1 -1;0 -1;1 -1;1 0;1 1];   %八邻接跟踪的0方位开始逆时针搜索
for i=2:m-1                                   %二重循环遍历整个图像
    for j=2:n-1
        if img(i,j)==1 && img1(i,j)==0        %当前是没有内边界标记的白色像素
            add=img(i,j-1)+img(i+1,j)+img(i,j+1)+img(i-1,j);
            if sum(sum(img(i-1:i+1,j-1:j+1)))~=9 &&add~=4    %块内部的白像素不进行标记
                i1=i;                         %在像素块内部搜寻内边界时使用的坐标
                j1=j;
                img1(i,j)=1;                  %本像素块内第一个标记的边界，使其内边界标记置为1
                img3(i,j)=1;                  %检索次数标记为1
                condition=true;               %循环条件
                i2=0;                        
                j2=0;                         %(i2,j2)表示第二个被检索到的像素坐标
                in=0;                         %(in,jn)为当前位置的前一个被检索的像素坐标
                jn=0;
                dir=7;                        %初始dir
                num=1;                        %计数，方便找到(i2,j2)
                while condition
                    if img3(i1,j1)==3         %防止出现死循环
                        condition=false;
                    end                       %dir算法找边界
                    if (mod(dir,2)==1)        %奇数
                        dir=mod((dir+6),8);
                    else                      %偶数
                        dir=mod((dir+7),8);
                    end
                    for k=0:7                            %逆时针八邻域搜索
                        tmpdir=mod((dir+k),8);           %更改八邻接跟踪的dir方位
                        tmpi=i1+ed(tmpdir+1,1);          %八邻域临时坐标
                        tmpj=j1+ed(tmpdir+1,2);
                        if img(tmpi,tmpj)==1             %搜索到白色边界
                            num=num+1;
                            i1=tmpi;                     %更新内部搜寻坐标，继续搜索
                            j1=tmpj;
                            dir=tmpdir;
                            img1(i1,j1)=1;               %该像素标记为内边界
                            img3(i1,j1)=img3(i1,j1)+1;   %所有检索过的白色像素用img3进行计数
                            if num==2
                                i2=tmpi;                 %第二个被检索到的内边界像素
                                j2=tmpj;       
                            end
                            in=tmpi-ed(dir+1,1);         %前一个被检索的内边界像素
                            jn=tmpj-ed(dir+1,2);
                            break;
                        else                             %没有搜索到白色边界时
                            if k==7
                                img2(tmpi,tmpj)=1;       %该像素标记为外边界
                                condition=false;
                            else
                                img2(tmpi,tmpj)=1;       %该像素标记为外边界
                            end
                        end
                    end
                    if (i1==i2)&&(j1==j2)&&(in==i)&&(jn==j)&&num~=2  %当前等于第二个，倒数第二个等于第一个
                        condition=false;%终止循环条件
                    end
                end  
            end    
        end
    end
end
for i=2:m-1                                          %单像素边界情况下单独循环讨论
    for j=2:n-1
        if  img1(i,j)==1                             %只有当当前像素是内边界时执行
            for k=1:8
                i1=i+ed(k,1);
                j1=j+ed(k,2);
                if img(i1,j1)==0 && img2(i1,j1)~=1   %周围的像素如果不是白色像素也不是外边界时标记为外边界
                    img2(i1,j1)=1;
                end
            end  
        end
    end
end
%figure(3);
subplot(133);imshow(img2,[]);