opencv主动轮廓模型

前言

主动轮廓线模型，又叫做Snake模型。它对噪声和对比度不敏感，能够将矿堆从具有复杂车辙等噪声的地面背景中提取出来。Snake的主要原理是在我们提供一个原始轮廓以后，对其定义能量函数，使轮廓沿着能量降低的方向靠近，当能量函数达到最小的时候，我们就认为原始轮廓已经收敛到矿堆的真实轮廓。Snake的能量函数分为内部能量函数和外部能量函数，其中内部能量控制轮廓的平滑和连续。外部能量控制着收敛。具体公式和介绍就不详细展开说了。

环境

opencv 2.4 + vs2017

• 小坑： opencv3.x版本以后更改了协议，删掉了一些模块，恰好包要用到的cvSnakeImage();而官网下载的2.x版本仅仅兼容到vs2015以前，所以需要自己手动编译一下，得到与vs2017兼容的opencv版本。
• 网上也看到有人自己将2.x版本的函数移植到3.0的代码。

程序

程序大概就是在得到大概位置的基础上，利用opencv中的cvSnakeImage函数进行轮廓收敛，进一步精确提取轮廓位置

#include <iostream>
#include <string.h>
#include <cxcore.h>
#include <cv.h>
#include <highgui.h>
#include <fstream>
#include "legacy/legacy.hpp"

IplImage *image = 0; //原始图像
IplImage *image2 = 0; //原始图像copy

using namespace std;
int Thresholdness = 141;
int ialpha = 20;
int ibeta = 20;
int igamma = 20;

void onChange(int pos)
{
	//50:150,40:170
	if (image2) cvReleaseImage(&image2);
	if (image) cvReleaseImage(&image);

	image2 = cvLoadImage("F:\\100MSDCF\\toyobjects.png", 1); //显示图片
	image = cvLoadImage("F:\\100MSDCF\\toyobjects.png", 0);

	int x1, x2,y1,y2;//初始轮廓具体坐标
	x1 = 40;
	x2 = 170;
	y1 = 50;
	y2 = 150;

	int length = 48;
	

	CvPoint* point = new CvPoint[length]; //分配轮廓点

	CvSeqReader reader;
	CvPoint pt = cvPoint(40,50);
	int i = 0;
	int step = 10; //定义步长
	for (int xx = x1; xx < x2; xx+= step) {
		pt = cvPoint(xx,y1);
		point[i] = pt;
		printf("%d %d\n",xx,y1);
		i++;
	}
	for(int yy = y1 ; yy <y2 ; yy+=  step){
		pt = cvPoint(x2,yy);
		point[i] = pt;
		printf("%d %d\n", x2, yy);
		i++;
	}
	for (int xx = x2; xx >= x1; xx-=  step) {
		pt = cvPoint(xx,y2);
		point[i] = pt;
		printf("%d %d\n", xx, y2);
		i++;
	}
	for (int  yy = y2; yy >= y1; yy-=  step){
		pt = cvPoint(x1, yy);
		point[i] = pt;
		printf("%d %d\n", x1, yy);
		i++;
	}
	printf("i :%d    length：%d ",i,length);//debug

	//显示轮廓曲线
	for (int i = 0; i<length; i++)
	{
		int j = (i + 1) % length;
		cvLine(image2, point[i], point[j], CV_RGB(0, 0, 255), 1, 8, 0);
	}
	
	float alpha = ialpha / 100.0f;
	float beta = ibeta / 100.0f;
	float gamma = igamma / 100.0f;

	CvSize size;
	size.width = 3;
	size.height = 3;
	CvTermCriteria criteria;
	criteria.type = CV_TERMCRIT_ITER;
	criteria.max_iter = 1000;
	criteria.epsilon = 0.1;
	cvSnakeImage(image, point, length, &alpha, &beta, &gamma, CV_VALUE, size, criteria, 0);

	//显示曲线
	for (int i = 0; i<length; i++)
	{
		int j = (i + 1) % length;
		cvLine(image2, point[i], point[j], CV_RGB(0, 255, 0), 1, 8, 0);
	}
	delete[]point;
	
}

int main(int argc, char* argv[])
{
	cvNamedWindow("win1", 0);
	cvCreateTrackbar("alpha", "win1", &ialpha, 100, onChange);
	cvCreateTrackbar("beta", "win1", &ibeta, 100, onChange);
	cvCreateTrackbar("gamma", "win1", &igamma, 100, onChange);
	cvResizeWindow("win1", 300, 500);
	onChange(0);

	for (;;)
	{
		if (cvWaitKey(40) == 27) break;
		cvShowImage("win1", image2);
	}

	return 0;
}

实验效果

• 测试图片为matlab里面主动轮廓模型的示例图片。