專利名稱：用于圖像轉(zhuǎn)圖形中邊界線追蹤的優(yōu)化方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于圖像轉(zhuǎn)圖形中邊界線追蹤的優(yōu)化方法。
背景技術(shù)：
在現(xiàn)有技術(shù)中，隨著計(jì)算機(jī)和網(wǎng)絡(luò)的普及，人們對(duì)用圖像和圖形來描述客觀事物的需求量也在不斷地增加，圖像和圖形的應(yīng)用幾乎滲透到人們生活的方方面面。大家都知道圖像數(shù)據(jù)格式柵格的優(yōu)勢(shì)在于數(shù)據(jù)的疊置、組合運(yùn)算和分析，以及數(shù)學(xué)模擬。而圖形數(shù)據(jù)格式矢量的優(yōu)勢(shì)在于面向?qū)ο?，結(jié)構(gòu)緊湊，數(shù)據(jù)冗余度低，并具有空間數(shù)據(jù)的拓?fù)湫畔?，便于深層次的分析?br> 這兩種數(shù)據(jù)存儲(chǔ)方式，各有優(yōu)劣勢(shì)，相互相輔相成，由于數(shù)據(jù)格式不同，為此人們?cè)O(shè)計(jì)了許多算法來實(shí)現(xiàn)這兩種數(shù)據(jù)格式之間的相互轉(zhuǎn)換，其中柵格格式數(shù)據(jù)到矢量格式數(shù)據(jù)的轉(zhuǎn)換算法尤為困難，柵格轉(zhuǎn)矢量即是提取具有相同編號(hào)的柵格集合表示的多邊形區(qū)域的邊界和邊界的拓?fù)潢P(guān)系，并表示成矢量格式邊界線的過程。柵格向矢量轉(zhuǎn)換中最為困難的是邊界線搜索、拓?fù)浣Y(jié)構(gòu)生成和多余點(diǎn)去除幾個(gè)方面。
現(xiàn)有的圖像轉(zhuǎn)圖形，也就是柵格轉(zhuǎn)矢量直觀的方法有兩種一種從圖像的角度跟蹤并產(chǎn)生矢量，另一種是從矢量特性分析角度著手直接產(chǎn)生矢量第一種從圖像的角度跟蹤并產(chǎn)生矢量這也是大家容易想到的并且得到大家認(rèn)可的方法，其過程分以下3個(gè)步驟1、多邊形邊界提取，即使用高通濾波將柵格圖像二值化；2、邊界線追蹤，即對(duì)每個(gè)弧段由一個(gè)節(jié)點(diǎn)向另一個(gè)節(jié)點(diǎn)搜索。3、拓?fù)潢P(guān)系生成和去除多余點(diǎn)及曲線圓滑。從跟蹤過程和跟蹤結(jié)果進(jìn)行分析，由于圖像區(qū)域之間的相鄰部分是兩像素寬的雙邊界(如圖1，區(qū)域I與區(qū)域II的邊界線是ABCD和abcd，邊界之間的距離是一個(gè)像元)，實(shí)際上區(qū)域形狀的復(fù)雜性，相鄰區(qū)域的公共邊界像素實(shí)際上很難確定，跟蹤算法相當(dāng)復(fù)雜而且容易出錯(cuò)。邊界點(diǎn)刪除中常用的算法有線性疊代法、分段三次多項(xiàng)式插值法、正軸拋物線平均加權(quán)法、斜軸拋物線平均加權(quán)法、樣條函數(shù)插值法等。這些刪除結(jié)點(diǎn)的算法都是基于邊界線圓滑的角度來處理的，把邊界線游離出來單獨(dú)進(jìn)行分析，由于跟蹤的過程中沒有考慮到實(shí)體之間的拓?fù)潢P(guān)系，導(dǎo)致很隨機(jī)刪點(diǎn)，為數(shù)據(jù)的更新和維護(hù)操作帶來很多工作量。在進(jìn)行數(shù)據(jù)的編輯修改操作時(shí)需同時(shí)對(duì)至少2個(gè)目標(biāo)區(qū)域做相應(yīng)變動(dòng)，難免出現(xiàn)空洞和多邊形交叉的情況，其拓?fù)湟恢滦院茈y保證。通常處理這類問題是通過專業(yè)軟件，以圖像為背景，把矢量疊加到上面并在上面進(jìn)行修改，作業(yè)員也需要一定的專業(yè)技能和知識(shí)背景。也正因?yàn)橛羞@么多的技術(shù)問題沒有解決，使得通過此方法很難應(yīng)用到實(shí)際生產(chǎn)中去，而沿著此思路進(jìn)行研究的人很多，得不償失。
另一種是從矢量特性分析角度著手直接產(chǎn)生矢量，這以ENVI、n4||n6；C為沒有被跟蹤的點(diǎn)；D為已經(jīng)被跟蹤的點(diǎn)；isnode是檢測(cè)被跟蹤多邊形的函數(shù)，isagain_point是檢測(cè)多邊形相交的函數(shù)，則其跟蹤算法為if(A && isnode && C)goto find；if(A && isagain_point && isnode && D)goto find；if(B && isnode && C)goto find；if(B && isagain_point && isnode && D)goto find；本發(fā)明相對(duì)于現(xiàn)有技術(shù)，其優(yōu)點(diǎn)如下


圖1為現(xiàn)有技術(shù)中從圖像的角度跟蹤并產(chǎn)生矢量的原理圖；圖2為用現(xiàn)有技術(shù)ENVI提取的矢量圖；
圖3為圖像中灰度值為130的區(qū)域邊界矢量圖；圖4為采用本發(fā)明取舍多邊形的邊界結(jié)點(diǎn)，保證產(chǎn)生的矢量滿足拓?fù)湟恢滦詶l件，其多邊形之間沒有出現(xiàn)空洞，也不會(huì)有多邊形交叉現(xiàn)象的矢量圖；圖5為孤點(diǎn)刪除的原理圖；圖6為孤點(diǎn)刪除處理后的圖；圖7為由0和1組成的邊界圖像；圖8為跟蹤方向?yàn)槟鏁r(shí)針n0-n7的原理圖；圖9為邊界記錄圖；圖10為邊界記錄圖；圖11為通過疊代產(chǎn)生的圖；圖12為個(gè)別多邊形相交的矢量圖；圖13為對(duì)圖12通過對(duì)矢量修改后的圖；圖14為本發(fā)明的流程圖；具體實(shí)施方式
參見圖1、本發(fā)明方法的技術(shù)思想是目標(biāo)地物的邊界矢量，是沒有線寬的，正是基于這個(gè)思想，本發(fā)明通過左上方向平移0.5像元，使矢量點(diǎn)落在像元的四個(gè)頂點(diǎn)，而不是像元的中心。因而圖像區(qū)域之間的相鄰部分邊界是一條邊而不是雙邊界，如圖1，I與II的區(qū)域邊界是粗的線，而不是ABCD和abcd。從矢量產(chǎn)生的源頭上避免了區(qū)域之間的空洞出現(xiàn)，為成功的邊界跟蹤奠定基礎(chǔ)。
通過上面方法提取的矢量能夠明確地表現(xiàn)原來圖像的邊界特征，ERDAS等商業(yè)軟件為代表，為了保證了原來目標(biāo)地物的拓?fù)湟恢滦?，它把所有邊界結(jié)點(diǎn)以鋸齒的形式很被動(dòng)的記錄下來，如圖1，區(qū)域I與區(qū)域II的邊界是紅線，而把原有的拓?fù)湫畔^(qū)域I與區(qū)域II臨近沒有利用，使得多余結(jié)點(diǎn)無法刪除，它產(chǎn)生的矢量數(shù)隨著圖像大小增大，也成比例地增加，放大以后可以看到明顯的鋸齒。如N*M的長方形圖像，它產(chǎn)生的矢量結(jié)點(diǎn)數(shù)是2N+2M，而實(shí)際上它的矢量結(jié)點(diǎn)數(shù)應(yīng)該是4個(gè)點(diǎn)，這為以矢量作為研究對(duì)象的圖形研究與分析增加許多工作量。(如圖2，該圖是用ENVI提取的矢量圖)，其數(shù)據(jù)量和數(shù)據(jù)質(zhì)量比較差。其結(jié)果只能導(dǎo)致過程非常復(fù)雜，人工成分很多，建立拓?fù)潢P(guān)系容易出錯(cuò)，需要處理躁聲點(diǎn)、毛刺、空洞等。
技術(shù)方案本發(fā)明的目的在于提供一種用于圖像轉(zhuǎn)圖形中邊界線追蹤的優(yōu)化方法，其圖形存儲(chǔ)空間少、圖像誤差小且無手工的工作量，自動(dòng)化程度高。可以跟蹤復(fù)雜圖像。
為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案為用于圖像轉(zhuǎn)圖形中邊界線追蹤的優(yōu)化方法，其特殊之處在于所述的方法包括以下步驟(1)、邊界圖像的產(chǎn)生為了使產(chǎn)生的邊界矢量能夠正好落在像元的四個(gè)角，通過以下變換來實(shí)現(xiàn)給定一個(gè)圖像A，可以用行列數(shù)各加1的圖像B往左上方平移0.5個(gè)像元去重疊，這樣A圖中的一個(gè)像元的四個(gè)頂點(diǎn)對(duì)應(yīng)B圖四個(gè)像元，其對(duì)應(yīng)關(guān)系是
A{(i，j)}->B{(i，j)，(i+1，j)，(i+1，j+1)，(i，j+1)}A圖通過上式變換后，形成帶邊界的B圖，所有非目標(biāo)區(qū)域全部為0值，目標(biāo)區(qū)域中的某一像元其上下左右四個(gè)像元都在目標(biāo)區(qū)域中，則此像元也為0值，剩下的像元都為1值，這樣由0和1組成的圖像就是邊界圖像B圖；(3)、邊界跟蹤邊界跟蹤也就是跟蹤邊界圖像B圖中像元值為1的邊界，邊界跟蹤模板采用逆時(shí)針模板；(4)、邊界點(diǎn)處理、記錄a、采用逆時(shí)針模板，在跟蹤過程中，就能夠確保左側(cè)像元值永遠(yuǎn)是目標(biāo)物；而右側(cè)的值有變化，則此點(diǎn)可能成為邊界點(diǎn)，可以用isnode函數(shù)來實(shí)現(xiàn)。
b、如果檢測(cè)的點(diǎn)中，有幾個(gè)連續(xù)的點(diǎn)在一條直線上，去掉中間點(diǎn)。
c、兩個(gè)檢測(cè)點(diǎn)之間，如果存在大于1.5個(gè)像元點(diǎn)，則通過疊代記錄中間邊界點(diǎn)。
上述的圖像處理過程中，首先進(jìn)行圖像處理，孤點(diǎn)與毛刺的刪除。
在進(jìn)行上述的圖像處理的第(4)步驟后，進(jìn)行多邊形相交的處理。
在進(jìn)行上述的圖像處理的第(3)步驟中的邊界跟蹤中，必須有一邊為被跟蹤的多邊形，一個(gè)多邊形跟蹤結(jié)束后才能跟蹤下一個(gè)多邊形。為了區(qū)分被跟蹤過的像元和沒有被跟蹤跟蹤過的像元，把已經(jīng)跟蹤過的像元賦值為3。設(shè)為A＝n1||n3||n5||n7；B＝n0||n2||但它保留了許多圖像的性質(zhì)，這些性質(zhì)在跟蹤過程中正好可以被很好地利用，使得我們可以使用4-連通或8-連通的分析方法處理這些矢量點(diǎn)，4-連通是指如圖5中m1-m4四個(gè)像元，8-連通是指如圖8中n0-n7八個(gè)像元，而矢量結(jié)點(diǎn)是根據(jù)拓?fù)潢P(guān)系來取舍的(如圖1中的EF點(diǎn)必須保留，中間結(jié)則根據(jù)需要進(jìn)行取舍)。而粗線的中間結(jié)點(diǎn)可以全部去除只保留起點(diǎn)和終點(diǎn)，數(shù)據(jù)量大大減少，使圖1中五個(gè)點(diǎn)減少到兩個(gè)點(diǎn)，這種方法既克服了傳統(tǒng)軟件上的由于數(shù)據(jù)冗余產(chǎn)生的大量鋸齒，又為目標(biāo)物的邊界線跟蹤和邊界結(jié)點(diǎn)取舍提供理論依據(jù)和可行方法。
為了使得在邊界跟蹤的過程不出現(xiàn)混亂，要求整個(gè)過程必須嚴(yán)格按逆時(shí)針方向進(jìn)行，這與GIS的很多軟件要求是一致的，它能夠確定多邊形方向。在算法的設(shè)計(jì)上，為了保證拓?fù)湟恢滦?，必須使得用逆時(shí)針跟蹤產(chǎn)生的結(jié)點(diǎn)與按順時(shí)針產(chǎn)生的結(jié)點(diǎn)相同，只是次序相反。由于本方法點(diǎn)的取舍是基于拓?fù)潢P(guān)系的，而其他結(jié)點(diǎn)添加必須誤差是大于1.5個(gè)像元才可，標(biāo)準(zhǔn)是一致的，因而能夠滿足上面的條件。在圖1中，對(duì)I區(qū)域的邊界是FE，而II區(qū)域的邊界是EF，假設(shè)對(duì)I區(qū)域FE中間有一點(diǎn)P，P到FE的距離大于1.5個(gè)像元，且P是到FE的距離中最大的點(diǎn)，則I區(qū)域的邊界結(jié)點(diǎn)應(yīng)該是FPE；而對(duì)II區(qū)域，同樣存在一點(diǎn)P，P到EF的距離大于1.5個(gè)像元，且P是到EF的距離中最大的點(diǎn)，所以II區(qū)域的邊界結(jié)點(diǎn)當(dāng)然應(yīng)該是EPF。參見圖4，由于用此方法取舍多邊形的邊界結(jié)點(diǎn)，保證產(chǎn)生的矢量滿足拓?fù)湟恢滦詶l件，所以使得跟蹤后的多邊形之間沒有空洞的邊界跟蹤，也沒有多邊形交錯(cuò)。而且以曲線段為基本構(gòu)成單位的矢量編碼方式在今后數(shù)據(jù)更新和維護(hù)操作方面都帶來方便，因?yàn)樗臄?shù)據(jù)具有唯一性。
參見圖14，本發(fā)明的流程圖；本方法可以分為孤點(diǎn)刪除、邊界圖像的產(chǎn)生、邊界跟蹤、邊界點(diǎn)記錄、個(gè)別多邊形相交的處理等五個(gè)步驟一、孤點(diǎn)刪除孤點(diǎn)只考慮兩種情況沒有同上下左右四個(gè)像元沒有相同值的點(diǎn)，或者周圍三個(gè)值是相同。第一種情況，參見圖5，m1-m4值都互不相等，用四個(gè)值的均值來替代，這是從圖像處理的角度來處理孤立點(diǎn)的，因?yàn)楣铝Ⅻc(diǎn)的矢量數(shù)據(jù)量是一個(gè)長方形的矢量數(shù)據(jù)，而把此點(diǎn)勻到周圍八個(gè)像元的某一個(gè)像元，只導(dǎo)致一個(gè)像元的誤差精度，顯然是非常劃算的。由于孤點(diǎn)的定義非常嚴(yán)格，不會(huì)出現(xiàn)誤差積累。第二種情況其中m1-m4有三個(gè)值是相同，就用這值來替代原來的值，這種情況可以有效刪除躁聲及純背景地物下的毛刺。
參見圖6中，蘭色的毛刺A，在黃顏色的背景中當(dāng)成了孤立點(diǎn)(躁聲點(diǎn))，而被刪除。而毛刺B，則被保留下來。
二、邊界圖像的產(chǎn)生為了使產(chǎn)生的邊界矢量能夠正好落在像元的四個(gè)角，本算法是通過以下變換來實(shí)現(xiàn)的。
給定一個(gè)圖像A，可以用行列數(shù)各加1的圖像B往左上方平移0.5個(gè)像元去重疊，這樣A圖中的一個(gè)像元的四個(gè)頂點(diǎn)對(duì)應(yīng)B圖四個(gè)像元，其對(duì)應(yīng)關(guān)系是
A{(i，j)}-＞B{(i，j)，(i+1，j)，(i+1，j+1)，(i，j+1)}A圖通過上式變換后，形成帶邊界的B圖。在B圖中，所有非目標(biāo)區(qū)域全部為0值，目標(biāo)區(qū)域中的某一像元其上下左右四個(gè)像元都在目標(biāo)區(qū)域中，則此像元也為0值，剩下的像元都為1值，這樣由0和1組成的圖像就是邊界圖像，參見圖7。
三、邊界跟蹤參見圖8，邊界跟蹤也就是跟蹤像元值為1的邊界。邊界跟蹤模板采用逆時(shí)針模板，其跟蹤方向?yàn)槟鏁r(shí)針n0-n7。
在跟蹤過程中必須有一邊為被跟蹤的多邊形，一個(gè)多邊形跟蹤結(jié)束后才能跟蹤下一個(gè)多邊形。
為了區(qū)分被跟蹤過的像元和沒有被跟蹤跟蹤過的像元，把已經(jīng)跟蹤過的像元賦值為3。設(shè)為A＝n1||n3||n5||n7；B＝n0||n2||n4||n6；C為沒有被跟蹤的點(diǎn)；D為已經(jīng)被跟蹤的點(diǎn)；isnode是檢測(cè)被跟蹤多邊形的函數(shù)，isagain_point是檢測(cè)多邊形相交的函數(shù)，則其跟蹤算法為if(A && isnode && C)goto find；if(A && isagain_point && isnode && D)goto find；if(B && isnode && C)goto find；if(B && isagain_point && isnode && D)goto find；四、邊界記錄1、因?yàn)椴捎媚鏁r(shí)針模板，在跟蹤過程中，就能夠確保左側(cè)像元值永遠(yuǎn)是目標(biāo)物。而右側(cè)(即B圖像中像元值為0的一側(cè))的值有變化(在A圖像中有變化)，則此點(diǎn)可能成為邊界點(diǎn)，可以用isnode函數(shù)來實(shí)現(xiàn)。在圖1中跟蹤I區(qū)，其邊界是F到E。跟蹤到E點(diǎn)時(shí)右側(cè)的值發(fā)生了變化。
2、如果檢測(cè)的點(diǎn)中，有幾個(gè)連續(xù)的點(diǎn)在一條直線上，去掉中間點(diǎn)。如ABC去B點(diǎn)；3、兩個(gè)檢測(cè)點(diǎn)之間，如果存在大于1.5個(gè)像元點(diǎn)，則通過疊代記錄中間邊界點(diǎn)；如BD間加C，F(xiàn)B間加A。
在圖10中，黃色與灰色的邊界，雖然首先確定的是AB邊界，但最后記錄下來的是BEDA(黃色區(qū)域的邊界)或ADEB(灰色區(qū)域的邊界)。圖11是通過疊代產(chǎn)生的圖。
五、個(gè)別多邊形相交的處理通過上面四個(gè)步驟產(chǎn)生的邊界點(diǎn)絕大多數(shù)多邊形不會(huì)出現(xiàn)邊界相交，對(duì)個(gè)別多邊形可通過線與線相交的方法進(jìn)行檢測(cè)，并進(jìn)行修改。參見圖12、圖13，圖12通過對(duì)矢量修改后成為圖13。這是由于多邊形的自相交造成的，在905*302的圖像上只出現(xiàn)一處，修改可通過程序來完成。
此方法說明誤差的出現(xiàn)是由孤點(diǎn)刪除和刪除中間結(jié)點(diǎn)導(dǎo)致的，由于兩種情況不會(huì)重疊，所以本方法只有1.5個(gè)像元誤差，經(jīng)過驗(yàn)證是合適的，它既保留圖像原有的信息，又避免了第二種傳統(tǒng)方法產(chǎn)生的邊界為鋸齒狀況，并且有效地減少數(shù)據(jù)量。
遙感技術(shù)通過多年的研究和發(fā)展，遙感數(shù)據(jù)獲取技術(shù)的突飛猛進(jìn)，在其應(yīng)用領(lǐng)域?qū)κ噶康男枨笠彩桥c日巨增，但是柵格數(shù)據(jù)自動(dòng)矢量化技術(shù)還不成熟，人工跟蹤數(shù)字化是當(dāng)前獲取矢量數(shù)據(jù)的最主要方法，這勢(shì)必造成工作量大、數(shù)據(jù)獲取困難、效率低等缺點(diǎn)。這兩頭大中間小的瓶頸式格局用老方法顯然是很難勝任的。本發(fā)明提出的全新的基于拓?fù)潢P(guān)系的多邊形跟蹤，徹底改變了手工作業(yè)的方式，使遙感技術(shù)產(chǎn)業(yè)化成為現(xiàn)實(shí)，把效率和可擴(kuò)展性結(jié)合得恰到好處。
比較典型的拓?fù)湟?guī)則是多邊形不能相互重疊；點(diǎn)必須被多邊形邊線覆蓋；不能有懸掛結(jié)點(diǎn)；兩個(gè)線層不能相交等。在新方法中能夠很好地滿足，而用第一種傳統(tǒng)方法是不可能實(shí)現(xiàn)的。
本研究課題，用C++builder語言編程的一個(gè)應(yīng)用程序，對(duì)多組圖像數(shù)據(jù)進(jìn)行驗(yàn)算試驗(yàn)均取得了良好的效果，并證明了中間結(jié)點(diǎn)采用1.5個(gè)像元誤差進(jìn)行疊代計(jì)算是可行的。如果我們把按算法最初選擇的多邊形的邊界點(diǎn)稱為關(guān)鍵點(diǎn)的話，這關(guān)鍵點(diǎn)的取舍明顯是依據(jù)拓?fù)潢P(guān)系的，為了增強(qiáng)邊界的圓滑度而在關(guān)鍵點(diǎn)之間取的結(jié)點(diǎn)即疊代結(jié)點(diǎn)，它的取舍在前面提到的邊界算法中也可以看出它不可能破壞原有的拓?fù)潢P(guān)系。用此方法徹底摒棄了傳統(tǒng)方法中通過數(shù)學(xué)公式來人為達(dá)到曲線的圓滑度，不依據(jù)拓?fù)潢P(guān)系來確定中間結(jié)點(diǎn)的方法，完全解決了其不易于實(shí)現(xiàn)編輯、更新和維護(hù)操作等技術(shù)難點(diǎn)。
通過平移，使得矢量落到像元的頂點(diǎn)上，對(duì)矢量線利用圖像的4-連通或8-連通性質(zhì)進(jìn)行跟蹤，這為基于拓?fù)潢P(guān)系的邊界跟蹤提供了技術(shù)保障。經(jīng)過試驗(yàn)證明，任何復(fù)雜的圖像都可以成功跟蹤，從而使得柵格轉(zhuǎn)矢量從實(shí)驗(yàn)室走入圖像應(yīng)用的領(lǐng)域，直接而有效地提升了圖像應(yīng)用潛力，有效地克服了兩頭大中間小的瓶頸式格局。隨著人們對(duì)信息化產(chǎn)業(yè)依賴程度的提高，對(duì)圖像和矢量的需求量也越來越大，而本文提出的基于拓?fù)潢P(guān)系的邊界跟蹤正好能夠起到橋梁的作用，而傳統(tǒng)方法中的曲線的圓滑度必將被取代。
權(quán)利要求
1.用于圖像轉(zhuǎn)圖形中邊界線追蹤的優(yōu)化方法，其特征在于所述的方法包括以下步驟(1)、邊界圖像的產(chǎn)生為了使產(chǎn)生的邊界矢量能夠正好落在像元的四個(gè)角，通過以下變換來實(shí)現(xiàn)給定一個(gè)圖像A，可以用行列數(shù)各加1的圖像B往左上方平移0.5個(gè)像元去重疊，這樣A圖中的一個(gè)像元的四個(gè)頂點(diǎn)對(duì)應(yīng)B圖四個(gè)像元，其對(duì)應(yīng)關(guān)系是A{(i，j)}-＞B{(i，j)，(i+1，j)，(i+1，j+1)，(i，j+1)}A圖通過上式變換后，形成帶邊界的B圖，所有非目標(biāo)區(qū)域全部為0值，目標(biāo)區(qū)域中的某一像元其上下左右四個(gè)像元都在目標(biāo)區(qū)域中，則此像元也為0值，剩下的像元都為1值，這樣由0和1組成的圖像就是邊界圖像B圖；(3)、邊界跟蹤邊界跟蹤也就是跟蹤邊界圖像B圖中像元值為1的邊界，邊界跟蹤模板采用逆時(shí)針模板；(4)、邊界點(diǎn)處理、記錄a、采用逆時(shí)針模板，在跟蹤過程中，就能夠確保左側(cè)像元值永遠(yuǎn)是目標(biāo)物；而右側(cè)的值有變化，則此點(diǎn)可能成為邊界點(diǎn)，可以用isnode函數(shù)來實(shí)現(xiàn)。b、如果檢測(cè)的點(diǎn)中，有幾個(gè)連續(xù)的點(diǎn)在一條直線上，去掉中間點(diǎn)。c、兩個(gè)檢測(cè)點(diǎn)之間，如果存在大于1.5個(gè)像元點(diǎn)，則通過疊代記錄中間邊界點(diǎn)。
2.根據(jù)權(quán)利要求1所述的用于圖像轉(zhuǎn)圖形中邊界線追蹤的優(yōu)化方法，其特征在于上述的圖像處理過程中，首先進(jìn)行圖像處理，孤點(diǎn)與毛刺的刪除。
3.根據(jù)權(quán)利要求1或2所述的用于圖像轉(zhuǎn)圖形中邊界線追蹤的優(yōu)化方法，其特征在于在進(jìn)行上述的圖像處理的第(4)步驟后，進(jìn)行多邊形相交的處理。
4.根據(jù)權(quán)利要求1所述的用于圖像轉(zhuǎn)圖形中邊界線追蹤的優(yōu)化方法，其特征在于在進(jìn)行上述的圖像處理的第(3)步驟中的邊界跟蹤中，必須有一邊為被跟蹤的多邊形，一個(gè)多邊形跟蹤結(jié)束后才能跟蹤下一個(gè)多邊形。為了區(qū)分被跟蹤過的像元和沒有被跟蹤跟蹤過的像元，把已經(jīng)跟蹤過的像元賦值為3。設(shè)為A＝n1||n3||n5||n7；B＝n0||n2||n4||n6；C為沒有被跟蹤的點(diǎn)；D為已經(jīng)被跟蹤的點(diǎn)；isnode是檢測(cè)被跟蹤多邊形的函數(shù)，isagain_point是檢測(cè)多邊形相交的函數(shù)，則其跟蹤算法為if(A && isnode && C)goto find；if(A && isagain_point && isnode && D)goto find；if(B && isnode && C)goto find；if(B && isagain_point && isnode && D)goto find；
全文摘要
本發(fā)明涉及一種用于圖像轉(zhuǎn)圖形中邊界線追蹤的優(yōu)化方法?，F(xiàn)有技術(shù)中圖像轉(zhuǎn)圖形，也就是柵格轉(zhuǎn)矢量直觀的方法有兩種，一種從圖像的角度跟蹤并產(chǎn)生矢量，另一種是從矢量特性分析角度著手直接產(chǎn)生矢量，其過程非常復(fù)雜，建立拓?fù)潢P(guān)系容易出錯(cuò)，需要處理毛刺、空洞等；本發(fā)明通過左上方向平移0.5像元，使矢量點(diǎn)落在像元的四個(gè)頂點(diǎn)，因而圖像區(qū)域之間的相鄰部分邊界是一條邊而不是雙邊界，為成功的邊界跟蹤奠定基礎(chǔ)。本方法具體為孤點(diǎn)刪除、邊界圖像的產(chǎn)生、邊界跟蹤、邊界點(diǎn)記錄、個(gè)別多邊形相交的處理五個(gè)步驟，其可跟蹤復(fù)雜圖像，且圖形存儲(chǔ)空間少、圖像誤差小且無手工的工作量，自動(dòng)化程度高。
文檔編號(hào)G06T3/00GK1584932SQ200410026229
公開日2005年2月23日 申請(qǐng)日期2004年6月10日 優(yōu)先權(quán)日2004年6月10日
發(fā)明者俞小林, 林燕 申請(qǐng)人:西安煤航遙感信息有限責(zé)任公司