基本思路:
1. 预处理后遍历图像,判断L(i,j)为前景 且 未被标记 且 该像素点所在的区域未被标记。
2. 保存当前区域标签、像素点坐标。
3. 对该像素点进行八邻域搜索,顺时针进行,初始方向设定为前进方向的反方向的下一方向(即左上)。
4. 当遇到下一坐标点时进行标记并更新当前像素点坐标(步骤2、3)。
5. 若八邻域搜索结束后找不到符合目标的像素点,则再次进行遍历,寻找新的区域,即回到步骤1。
6. 每个区域的结束标记为当前点的坐标等于保存坐标数组的第一个且数组长度大于2且下一像素点的坐标等于保存坐标数组的第二个像素点。
7. 反复进行上述操作,直到整幅图像遍历完成。
源码:
function coor = edge_search(I)
%边缘跟踪
%输入:灰度图矩阵(可用Matlab自带图像 rice.png 进行测试
%输出:米粒边缘坐标(顺时针
%%
%转化为标记矩阵
I = I >130;
L = bwlabel(I);
%标记连通图像
[row,col] = size(L);
connected = zeros(row,col);
labeled = [];
coor = {};
curr_coor = [];
%8邻域坐标
offsets = [0 -1; -1 -1; -1 0; -1 1; 0 1; 1 1; 1 0; 1 -1; 0 -1];
flag = true;
%%
for i = 1:row
for j = 1:col
%判断L(i,j)为前景 且 未被标记 且 该区域未被标记
if L(i,j) ~= 0 && connected(i,j) == 0 && ~ismember(L(i,j),labeled)
%初始方向
dir = 2;
%保存当前区域标签
labeled = [labeled L(i,j)];
pix = [i,j];
curr_coor = [curr_coor; i j];
%坐标入队
flag = true;
while flag
flag = false;
%循环到每圈初始时将方向初始化
if pix(1,1) == i && pix(1,2)== j
dir = 2;
end
%邻域搜索
for k = dir:dir+7
tmp = mod(k,8);
if tmp == 0
tmp = 8;
end
n_pix = bsxfun(@plus,pix, offsets(tmp,:));
%每圈终止
if pix(1,1) == i && pix(1,2)== j && length(curr_coor) > 2 && n_pix(1,1) == curr_coor(2,1) && n_pix(1,2) == curr_coor(2,2)
flag = false;
break;
end
%判断坐标在范围内
if n_pix(1) >= 1 && n_pix(1) <= row && n_pix(2) >= 1 && n_pix(2) <= col
if L(n_pix(1),n_pix(2)) ~= 0
%标记(画图
connected(n_pix(1),n_pix(2)) = 255;
%保存坐标值
curr_coor = [curr_coor; n_pix(1) n_pix(2)];
%更新坐标
pix = [n_pix(1),n_pix(2)];
flag = true;
%更新反方向的下一方向
dir = mod(tmp + 5,8);
if dir == 0
dir = 8;
end
break;
end
end
end
end
%保存一圈坐标
coor = [coor; curr_coor];
curr_coor = [];
end
end
end
%%
%输出显示
imshow(I);
figure,imshow(connected,[]);