在第十一課中我們講了圖像檢測中的劃痕檢測，今天講一講其中的輪廓提取和輪廓操作工具。

什么是輪廓提取？

圖像中灰度值變化比較劇烈的，且具有連續(xù)性等特性的地方定義為輪廓，輪廓提取功能就是獲取圖片中的輪廓。

輪廓提取的基本思想是利用邊緣增強(qiáng)算子，突出圖像中的局部邊緣，然后定義像素的“邊緣強(qiáng)度”，通過設(shè)置閾值的方法提取邊緣點(diǎn)集。因此，輪廓提取包括兩個基本內(nèi)容：

1、用輪廓提取算子提取出反映灰度變化的邊緣點(diǎn)集。

2、在邊緣點(diǎn)集合中剔除某些邊界點(diǎn)或填補(bǔ)邊界間斷點(diǎn)，并將這些邊緣連接成完整的線。用于邊緣檢測的算子有 Sobel、Canny、Deriche1、Deriche2、Lanser1、Lanser2、Shen。

輪廓提取的基本原理

圖1  輪廓提取基本原理

一、輪廓提取工具界面

點(diǎn)擊輪廓提取中的“設(shè)置”按鈕，打開設(shè)置參數(shù)界面，如圖2。

圖2  輪廓提取工具界面

二、輪廓提取的參數(shù)解析

1、邊緣檢測方法：Sobel、Canny、Deriche1、Deriche2、Lanser1、Lanser2、Shen。

2、濾波系數(shù)：Sobel濾波器的輪廓提取效果與濾波系數(shù)無關(guān)；Canny提取方法，濾波系數(shù)越大，所提取的輪廓越平滑；Deriche1、Deriche2、Lanser1、Lanser2、Shen濾波系數(shù)越小，所提取的輪廓越平滑，得到的細(xì)節(jié)越少。

3、低閾值：邊緣檢測低閾值，低閾值不能大于高閾值。范圍是[0, 255]。

4、高閾值：邊緣檢測高閾值，高閾值不能小于低閾值。邊緣檢測高低閾值剔除輪廓的邏輯是當(dāng)輪廓點(diǎn)梯度高于高閾值的時候輪廓點(diǎn)保留，當(dāng)輪廓點(diǎn)梯度介于高低閾值之間，如果此輪廓點(diǎn)能連接高閾值輪廓則被保留，否則去掉。當(dāng)輪廓點(diǎn)梯度低于低閾值，則去掉。范圍是[0, 255]。

5、最短輪廓：輪廓長度的下限。剔除長度小于該值的輪廓。范圍是[1, 100000]，不得大于最大輪廓長度。

6、最長輪廓：輪廓長度的上限。剔除長度大于該值的輪廓。范圍是[1, 100000]，不得小于最短輪廓長度。

三、梯度濾波器及濾波系數(shù)的影響

圖3  濾波器及濾波系數(shù)的影響

什么是輪廓操作？

輪廓操作功能是增加對輪廓的處理，可以根據(jù)長度、面積、坐標(biāo)等條件對輪廓進(jìn)行篩選，可以根據(jù)是否共圓、共線連接斷裂輪廓，還可以去除干擾的輪廓信息等，從而獲得所需要的目標(biāo)輪廓。

一、輪廓操作工具界面

點(diǎn)擊輪廓操作中的“設(shè)置”按鈕，打開設(shè)置參數(shù)界面，如圖4。

圖4  輪廓操作算子界面

二、輪廓操作功能介紹舉例

2.1 篩選輪廓

通過不同的條件，調(diào)整參數(shù)，篩選出所需要的目標(biāo)輪廓。

圖5  篩選輪廓

2.2 分割輪廓

需要對完整輪廓進(jìn)行分段解析時，可以將輪廓進(jìn)行分割開來，逐一解析判定。

圖6  分割輪廓

2.3 連接共線輪廓

通過參數(shù)設(shè)置，對在同一條擬合直線上的輪廓進(jìn)行連接操作。

圖7  連接共線輪廓

三、應(yīng)用場合

圖8  應(yīng)用場合-效果圖

1、當(dāng)提取多個輪廓時，需要對輪廓進(jìn)行篩選、分割等處理，從而得到所需要的目標(biāo)輪廓。

2、當(dāng)提取的輪廓比較零散、不連續(xù)時，需要對輪廓進(jìn)行連接、平滑等處理，從而得到理想輪廓。

以上為OPT小講堂之SciSmart智能視覺軟件操作培訓(xùn)第十二課的內(nèi)容，如對課程有任何問題歡迎在留言區(qū)留言。