一种新的边界跟踪算法

石 爽，曲仕茹，何 力



一种新的边界跟踪算法

石 爽，曲仕茹，何 力

（西北工业大学自动化学院，陕西西安 710072）

针对提取的图像边缘中存在非单像素和断点的情况，提出了双层边界区域生长的边界跟踪算法。通过对中心点周围里层点和外层点分别进行搜索，然后把里层点和上一层中心点的外层点合并，并将并集中的点分别作为下一步搜索的中心点，循环向下搜索。同时充分考虑了起始中心点单向搜索的情况，并在一次搜索过程中完成了对断点的补齐工作，从而弥补了“记忆爬虫”法和八邻域法在跟踪分支、断点和“厚”边缘过程中存在的不足。实验证明该方法效果较好。

区域生长；边界跟踪；爬虫；八邻域

区域的边缘为图像中灰度变化剧烈的地方，它含有丰富的信息。边缘描述了图像中所包含物体的轮廓，表达了物体之间的关系。边缘在图像高层处理中，如物体的识别、特征提取或者三维重建等都要用到边界信息，边缘处理的好坏直接影响图像处理的结果。边缘处理的前提是必须把边缘组合成有意义的数据链，通过边界跟踪得到边界点序列或边界链码才可以求得物体的周长、宽度、高度、轮廓的凹凸情况。

常用的边界跟踪方法是“爬虫”法（轮廓跟踪法）。文献[5]对“爬虫”法作了改进，采用Freeman对链码及方向的定义，将链码以1、5为对角线分成上下两个部分，这样不必每次都搜索这8个像素点，算法时间复杂度有所降低。文献[6]采用最近点关系准则，即通过计算当前点和其他点间的距离，选择与当前点距离最近的点连接。……