Алгоритмы выделения контуров

12855
знаков
0
таблиц
5
изображений

Белорусский Государственный Университет Информатики и Радиоэлектроники.

Контрольная работа

по дисциплине

«МАТИ»

Выполнил студент группы 500501

Балахонов Е. В.

Алгоритмы выделения контуров.

Алгоритмы выделения контуров можно условно разбить на две группы: отслеживающие и сканирующие.

1. Отслеживающие алгоритмы на примере алгоритма «жука». 1.1  Общее описание алгоритма.

Отслеживающие алгоритмы основаны на том, что на изображении отыскивается объект (первая встретившаяся точка объекта) и контур объекта отслеживается и векторизуется. Достоинством данных алгоритмов является их простота, к недостаткам можно отнести их последовательную реализацию и некоторую сложность при поиске и обработке внутренних контуров. Пример отслеживающего алгоритма - "алгоритма жука" - приведен на рис. 5.12. Жук начинает движение с белой области по направлению к черной, Как только он попадает на черный элемент, он поворачивает налево и переходит к следующему элементу. Если этот элемент белый, то жук поворачивается направо, иначе - налево. Процедура повторяет­ся до тех пор, пока жук не вернется в исходную точку. Координаты точек перехода с черного на белое и с белого на черное и описывают границу объекта.

На рис. 1 показана схема работы такого алгоритма.

Рис. 1. Схема работы отслеживающего алгоритма «жука».

1.2 Создание программы, реализующий данный алгоритм.

Данная программа реализована в среде программирования Borland C++ Builder 4.

Общий вид главного окна программы в исходном положении показан на рис. 2.


Рис. 2. Главное окно программы в исходном положении.

Слева находится исходное изображение, справа находится изображение на котором будут рисоваться выделяемые контуры объекта.

Исходные тексты формы представлены в листинге 1.

В листингах 2 и 3 находятся исходные тексты главного модуля программы и модуля главной формы.

В листинге 4 представлен модуль, содержащий в себе функции выделения контуров объектов.

На рис. 3 можно увидеть результат работы алгоритмов выделения контуров.

Рис. 3. Результат работы отслеживающего алгоритма выделения контуров.

2. Сканирующие алгоритмы. 2.2. Общее описание алгоритма.

Сканирующие алгоритмы основаны на просмотре (сканировании) всего изображения и выделения контурных точек без отслеживания контура объекта.

Рассмотрим алгоритм, осно­ванный на разработанной схеме хранения полосы изображения в памяти ЭВМ и нахождения контурных точек в процессе движения полосы по всему изображению. Для обработки информации в полосе различают два случая: выявление ситуации в полосе изображения и ее разрешение. В полосе одновременно хранятся две строки изображения (текущая и предыдущая). Анализируются Х координаты черных серий обеих строк в порядке их возрастания (слева направо) и выявляются пять ситуаций, которые могут возникнуть.

Ситуация "начало" возникает в том случае, когда черная серия текущей строки полностью покрывается белой серией предыдущей строки (рис. 4, а).

Для ситуации "продолжение" характерно частичное перекрытие черных серий обеих строк (рис.4,б).

Если две соседние черные серии текущей строки покрываются черной серией предыдущей строки, возникает ситуация "ветвление"(рис. 4, в).

Ситуация "слияние" выявляется в том случае, когда черная серия текущей строки касается двух соседних черных серий предыдущей строки (рис.4, г).

Ситуация "конец" возникает, когда белая серия текущей строки полностью покрывает черную серию предыдущей строки (рис.4, д).

Рис. 4. Ситуации.

Обрабатываемые строки представлены в виде массивов структур, куда входит координата Х начала/конца черной серии и адрес буфера, предназначенного для сбора и хранения информации по одной ветке (части контура), которая пересекает обрабатываемую строку. В буфере содержатся тип ветки (левая или правая в зависимости от расположе­ния черной серии связной компоненты), ее внутренний номер, пара­метры отслеженной части контура (длина, площадь, габариты) и ее координатное описание, адрес буфера парной ветки, которая является частью того же контура и некоторые другие параметры.

При выявлении ситуации "начало" из стека свободных буферов выбирают два (для левой и правой веток). Каждая пара веток имеет свой уникальный номер, который возрастает по мере появления новых веток.

При обнаружении ситуации "продолжение" в буферы, адреса ко­торых выбираются из описания верхней строки, дописываются координаты новых точек и уточняются геометрические параметры. Одновременно производится полигональная аппроксимация веток. В случае заполнения буфера метрическое описание соответствующего участка контура записывается в выходной файл, а в буфере сохраняется адрес записанного участка, что дает возможность связать ссылками участки одного контура.

При выявлении ситуации "ветвление" точки ветвления обрабаты­ваются по аналогии с ситуацией "начало".

Ситуация "слияние" возникает тогда, когда закончено отслежи­вание внутреннего контура, и когда объединяются ветки одного контура. В первом случае происходит объединение информации обеих веток и запись в выходную структуру. Во втором случае ветка с меньшим номером "поглощает" ветку с большим номером и ее пару. Объединенная информация сохраняется в буфере ветки с меньшим номером, а в текущей строке адрес буфера парной ветки меняется на адрес буфера оставшейся ветки. В обоих случаях буферы

"поглощенной" пары освобождаются.

Ситуация "конец" свидетельствует о том. что либо закончилось отслеживание внешнего контура, либо сливаются ветки одного контура. Обработка производится по аналогии с обработкой ситуации "слияние".

Рис. 6. Результат работы сканирующего алгоритма выделения контуров.

В листинге 4 представлен модуль, содержащий в себе функции выделения контуров объектов.


Листинг 2. Главный модуль программы:

//---------------------------------------------------------------------------

#include <vcl.h>

#pragma hdrstop

USERES("Graphics.res");

USEFORM("MainUnit.cpp", Form1);

USEUNIT("GraphicUnit.cpp");

//---------------------------------------------------------------------------

WINAPI WinMain(HINSTANCE, HINSTANCE, LPSTR, int)

{

try

{

Application->Initialize();

Application->CreateForm(__classid(TForm1), &Form1);

Application->Run();

}

catch (Exception &exception)

{

Application->ShowException(&exception);

}

return 0;

}

//---------------------------------------------------------------------------

Листинг 3. Модуль главной формы

Файл заголовка:

//---------------------------------------------------------------------------

#ifndef MainUnitH

#define MainUnitH

//---------------------------------------------------------------------------

#include <Classes.hpp>

#include <Controls.hpp>

#include <StdCtrls.hpp>

#include <Forms.hpp>

#include <ExtCtrls.hpp>

#include <Graphics.hpp>

//---------------------------------------------------------------------------

class TForm1 : public TForm

{

__published: // IDE-managed Components

TPanel *Panel1;

TImage *FromImage;

TPanel *Panel2;

TImage *ToImage;

TButton *Button1;

void __fastcall Button1Click(TObject *Sender);

private: // User declarations

public: // User declarations

__fastcall TForm1(TComponent* Owner);

};

//---------------------------------------------------------------------------

extern PACKAGE TForm1 *Form1;

//---------------------------------------------------------------------------

#endif

cpp файл:

//---------------------------------------------------------------------------

#include <vcl.h>

#pragma hdrstop

#include "MainUnit.h"

#include "GraphicUnit.h"

//---------------------------------------------------------------------------

#pragma package(smart_init)

#pragma resource "*.dfm"

TForm1 *Form1;

//---------------------------------------------------------------------------

__fastcall TForm1::TForm1(TComponent* Owner)

: TForm(Owner)

{

}

//---------------------------------------------------------------------------

void __fastcall TForm1::Button1Click(TObject *Sender)

{

 AlgorithmBeatle(FromImage->Picture->Bitmap,

ToImage->Picture->Bitmap);

 ToImage->Visible = false;

 ToImage->Visible = true;

}

//---------------------------------------------------------------------------

Листинг 4. Модуль выделения контуров.

Файл заголовка:

//---------------------------------------------------------------------------

#ifndef GraphicUnitH

#define GraphicUnitH

//---------------------------------------------------------------------------

#include <Graphics.hpp>

extern void AlgorithmBeatle(Graphics::TBitmap* FromImage,

Graphics::TBitmap* ToImage);

extern void AlgorithmScan(Graphics::TBitmap* FromImage,

Graphics::TBitmap* ToImage);

#endif

cpp файл:

//---------------------------------------------------------------------------

#include <vcl.h>

#pragma hdrstop

#include "GraphicUnit.h"

//---------------------------------------------------------------------------

#pragma package(smart_init)

#include <Sysutils.hpp>

/*

 Отслеживающий алгоритм выделения контуров

 "Алгоритм жука"

*/

void AlgorithmBeatle(Graphics::TBitmap* FromImage,

Graphics::TBitmap* ToImage)

{

 typedef enum {North, East, South, West} TDirectional;

 int X,Y;  // Координаты первой встречи с объектом

 int cX,cY; // Текущие координаты маркера

 Byte *Line, *ToLine; // Обрабатываемые линии

 Byte B; // Значение текущего пиксела

 TDirectional Direct; // Направление движения жука

 // Идем до тех пор, пока не встретим черную область

 for (Y = 0; Y < FromImage->Height; Y++)

 {

Line = (Byte*)FromImage->ScanLine[Y];

for (X = 0; X < FromImage->Width; X++)

{

B = Line[X];

if (B < 255)

break;

}

// Если встречен объект, отличающийся от цвета фона (255 - белый)

// прервать поиск

if (X != FromImage->Width)

break;

 }

 // Если не нашли ни одного черного пиксела, то выходим из процедуры

 if ((X == FromImage->Width) && (Y == FromImage->Height))

return;

 // Если все нормально, начинаем обход по алгоритму жука

 ToLine = (Byte*)ToImage->ScanLine[Y];

 ToLine[X] = 0;

 // Поворачиваем налево (новое направление - север)

 cX = X;

 cY = Y - 1;

 Direct = North;

 Line = (Byte*)FromImage->ScanLine[cY];

 // Пока не придем в исходную точку, выделяем контур объекта

 while ((cX != X) || (cY != Y))

 {

// В зависимости от текущего направления движения жука

switch (Direct)

{

// Север

case North:

{

B = Line[cX];

// Если элемент "черный", поворачиваем снова "налево"

if (B < 255)

{

ToLine = (Byte*)ToImage->ScanLine[cY];

ToLine[cX] = 0;

Direct = West;

cX--;

}

// Иначе поворачиваем "направо"

else

{

Direct = East;

cX++;

}

}

break;

// Восток

case East:

{

B = Line[cX];

// Если элемент "черный", поворачиваем снова "налево"

if (B < 255)

{

ToLine = (Byte*)ToImage->ScanLine[cY];

ToLine[cX] = 0;

Direct = North;

cY--;

Line = (Byte*)FromImage->ScanLine[cY];

}

// Иначе поворачиваем "направо"

else

{

Direct = South;

cY++;

Line = (Byte*)FromImage->ScanLine[cY];

}

}

break;

// Юг

case South:

{

B = Line[cX];

// Если элемент "черный", поворачиваем снова "налево"

if (B < 255)

{

ToLine = (Byte*)ToImage->ScanLine[cY];

ToLine[cX] = 0;

Direct = East;

cX++;

}

// Иначе поворачиваем "направо"

else

{

Direct = West;

cX--;

}

}

break;

// Запад

 case West:

{

B = Line[cX];

// Если элемент "черный", поворачиваем снова "налево"

if (B < 255)

{

ToLine = (Byte*)ToImage->ScanLine[cY];

ToLine[cX] = 0;

Direct = South;

cY++;

Line = (Byte*)FromImage->ScanLine[cY];

}

// Иначе поворачиваем "направо"

else

{

Direct = North;

cY--;

Line = (Byte*)FromImage->ScanLine[cY];

}

}

}

 }

}

// ---------------------------------------------------------------------------

void AlgorithmScan(Graphics::TBitmap* FromImage,

Graphics::TBitmap* ToImage)

{

 // Тип ветви (левая или правая)

 typedef enum {bLeft, bRight} TBranchType;

 // Структура, описывающая ветвь

 struct TBranch

 {

TBranchType BranchType; // Тип ветви

TBranch* Branch; // Парная ветвь

 };

 // Структура, описывающая строку

 struct TString

 {

int BeginX; // Начало черной серии

int EndX; // Конец черной серии

TBranch* Branch; // Указатель на структуру ветви

 };

 // Возможные ситуации

 typedef enum {

sBegin, // Начало

sNext, // Продолжение

sBranch, // Ветвление

sFusion, // Слияние

sEnd // Конец

} TSituation;

// Сканируемая полоса

 struct TLine

 {

Byte* L1; // Верхняя линия

Byte* L2; // Нижняя линия

 };

 int Y; // Текущая координата Y

 int X; // Текущая координата X

 int cX; // Временная координата X для сканирования

 TLine Line; // Сканируемая полоса

 TSituation CurrentSituation; // Текущая ситуация

 for (Y = 0; Y < FromImage->Height; Y++)

 {

Line.L1 = (Byte*)FromImage->ScanLine[Y];

Y++;

Line.L2 = (Byte*)FromImage->ScanLine[Y];

// Пробуем выявить ситуации:

// Ищем первый черный элемент во второй линии сканируемой полосы

for (X = 0; X < FromImage->Width; X++)

{

if (Line.L2[X] < 255)

{

// Если черный элемент найден, пытаемся уточнить ситуацию

CurrentSituation = sBegin;

for (cX = X; cX < FromImage->Width; cX++)

{

}

}

}

 }

}


Информация о работе «Алгоритмы выделения контуров»
Раздел: Информатика, программирование
Количество знаков с пробелами: 12855
Количество таблиц: 0
Количество изображений: 5

Похожие работы

Скачать
9005
0
0

... оптимизационной задачи Согласно постановке задачи необходимо построить контурное изображение, наиболее четко выделяющее контуры исходного изображения. Если использовать терминологию теории графов, контурное изображение - это неориентированный граф, являющийся частичным подграфом градиентного изображения. Сформулируем условия, которым этот подграф должен удовлетворять, учитывая априорные ...

Скачать
19560
1
2

... более надежна, чем просто аудио система, а значит, актуальна в наше время. 3.3 Обоснование выбранного метода направления исследования Входе проведенного анализа существующих подходов к решению задачи локализации области губ человека на изображении, были выявлены достоинства и недостатки методов. В методе распознавание контуров губ в видеопотоке, за счет наложения более жестких ограничений на ...

Скачать
36992
0
1

... Kodak DC-120 и Olympus C-1400XL, произошло дополнительное деление, появился, так называемый, полупрофессиональный класс. Сегодня же, существенный прогресс в области производства TTL линейных и нелинейных полнооконных цифровых фото матриц усилил это деление и поднял класс бытовых и полупрофессиональных камер по разрешению получаемых кадров и ПЗС матриц к младшим камерам профессионального класс, но ...

Скачать
94155
10
7

... байта, содержание значения синего, зеленого и красного в том же порядке. Каждая строка дополняется нулями до границы 4 байт. Именно этот формат данных используется в разрабатываемой в подсистеме выделения текстильных волокон. 3.2 Преобразование изображения из RGB – представления в HSB Исходное изображение преобразуется из RGB – представления в HSB в случае выбора пунктов 2 либо 3 из главного ...

0 комментариев


Наверх