中这种算法-linux内核设计与实现 原书第3版 完整版带书签目录下载

特征，这种拓扑特征具有平稳、旋转和比例不变特性．图 3．11 给出了一些例子及其对应的 欧拉数． 0E 1E 2E 图 3．11 字母“A”、“B”、“ i”及它们的欧拉数．注意前景 用了 8－连通，而背景用了 4－连通． 3．5．4 区域边界 连通成份 S 的边界是那些属于 S 且与S 邻接的点集．使用简单的局部运算就可找到边 界点．在大多数应用中，我们都想用一特定的顺序跟踪边界点．一般的算法是按顺时针方向 跟踪区域的所有点．此处讨论一个简单的边界跟踪算法． 假定物体边界不在图像的边界上（即物体完全在图像内部），边界跟踪算法先选择 一起始点 Ss ，然后跟踪边界直到回到起始点．这种算法概括在算法 3．3 中．这种算法 对尺寸大于 1 个象素的所有区域都是有效的．用这种算法求区域 8－邻点的边界如图 3．12(a) 所示．为了得到平滑的图像边界，可以在检测和跟踪图像边界后，利用边界点的方向信息来 平滑边界。显然，图像边界噪声越大，图像边界点变化越剧烈，图像边界相邻点的方向变化 数（与差分链码有一点区别，链码见第七章）也越大．根据这一特点，设置一个边界点方向 变化数阈值，把方向变化数大于这一阈值的图像边界点滤除，由此可得到平滑的图像边界。 图 3.12（b）所示的是一个经过平滑过的区域边界示意图，其中的方向变化数阈值为 1。注 意，由于采用 8－邻点边界跟踪，因此方向变化数的最大值为 4。如果阈值设成 4，则对原 始边界没有平滑。边界跟踪和平滑常常结合在一起使用，见计算机作业 3.5。