寻找最佳邻居像素

Question

我正在尝试在 MATLAB（特别是）中对图像中的对象进行形状分析。为此，我找到了边界像素。对于每个边界像素，我使用 8 邻域理论计算它的邻居。现在我正在计算一个点与其唯一一个邻居的切线（取决于我如何选择顺时针或其他方式）。如果每个像素恰好有两个邻居，我的算法就可以正常工作。对于this picture 中显示的形状（订购 9 X 15 像素）。

但是如果一个像素有两个以上的邻居，那么我的算法就会混淆。例如（订购 9 X 15 像素）中所示。

我想在顺时针或逆时针方向上取每个边界像素与其相邻像素的切线，如果您注意到第二张图像，这是有效的边界图像，如果我沿顺时针方向移动，那么红色像素的邻居将是顺时针方向的绿色和绿色的邻居将是“1”，“1”的邻居是“2”，但是我无法回到蓝色和棕色像素，我无法访问每个边界像素并将其与其相邻像素相切。

我已经学习了图形的节点访问算法，您可以在其中维护队列或堆栈，但是在这种情况下，我不仅想访问每个像素，而且还根据我所在的方向仅用右相邻像素对每个像素进行切线移动。

这是一个示例问题，类似问题可能会以其他方式发生，因此我正在尝试为其生成一些通用算法。我会感谢你的帮助。谢谢。

Answer 1

就像 btilly 已经说过的那样。解决方案是找到像素之间的边界，而不是像素自身。我向您推荐 potrace 算法的一部分。它是一种矢量化二值图像的算法。有趣的部分是对路径的分解。下面是Path分解的思路：

您可以在这里找到Potrace Algorithm。

另一种算法来自Wilhelm Burge 和Burger in the Book "digital image processing an algorithmic introduction using enter link description here"。在链接中，您可以看到本书的某些部分。 interisting 部分是第 538 页的“TraceContour”函数。该算法的工作方式与您的想法一样，并围绕“内部”像素走动。我在内部边界追踪中发现了 Alorith here 的一些解释。您可以使用四个或八个邻居连接来执行该算法。