图像中直线提取以及方法研究
第一节 引言
在对图像的研究和应用中,人们往往仅对图像中的某些部分感兴趣,这些部
分常称为目标或前景(其它部分称为背景),它们一般对应图像中特定的具有独
特性质的区域。为了辨识和分析目标,需要将这些有关区域分离出来,在此基础
上才有可能对目标进一步处理,如进行特征提取和测量。
随着数字信号处理技术和计算机技术的发展,机器视觉正得到广泛而深入的
研究。如何正确、快速地识别目标的特征信息,已成为机器视觉领域的研究热点。
直线是图像中物体的基本特征之一,一些人造目标如房屋、道路、桥梁具有明显
的直线特征,而一般物体平面图像的轮廓也可以表示为直线及弧线的组合,进而
对物体轮廓也可以表示为直线及弧线的组合,进而对物体轮廓的检测可以转化为
对这些基本元素的识别和提取。因此,研究图像中直线的检测算法对图像处理和
模式识别具有重要意义。本文就图像中直线提取方法为核心主要介绍了图像分割
技术、边缘检测以及直线提取的几种常用算法。
第二节 图像分割技术
图像分割(image segmentation)就是按照一定的原则将一幅图像或景物分
为若干个特定的、具有独特性质的部分或子集,并提取出感兴趣的目标的技术和
过程。在对各种图像的研究应用中,人们往往仅对图像中的某些部分感兴趣,这
些部分常称为目标或前景(其它部分称为背景),它们往往一般对应图像中某些
特定的、具有独特性质的区域。这里的独特性质可以是像素的灰度值、物体的轮
廓曲线、颜色、纹理等,也可以是空间频谱或直方图特征等。在图像中用来表示
某一物体的区域,其特征都是相近或相同的,但是不同物体的区域之间,特征就
会急剧变化。目标可以对应单过区域,也可以对应多个区域。为了辨识和分析目