在第十一課中我們講了圖像檢測(cè)中的劃痕檢測(cè)，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(guò)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(gè)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(cè)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(cè)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(wú)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(cè)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(cè)高閾值，高閾值不能小于低閾值。邊緣檢測(cè)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(shí)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?jiǎng)t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(zhǎng)度的下限。剔除長(zhǎng)度小于該值的輪廓。范圍是[1, 100000]，不得大于最大輪廓長(zhǎng)度。
6、最長(zhǎng)輪廓：輪廓長(zhǎng)度的上限。剔除長(zhǎng)度大于該值的輪廓。范圍是[1, 100000]，不得小于最短輪廓長(zhǎng)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(duì)輪廓的處理，可以根據(jù)長(zhǎng)度、面積、坐標(biāo)等條件對(duì)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(guò)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(duì)完整輪廓進(jìn)行分段解析時(shí)，可以將輪廓進(jìn)行分割開來(lái)，逐一解析判定。
圖6 分割輪廓
2.3 連接共線輪廓
通過(guò)參數(shù)設(shè)置，對(duì)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(chǎng)合
圖8 應(yīng)用場(chǎng)合-效果圖
1、當(dāng)提取多個(gè)輪廓時(shí)，需要對(duì)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(shí)，需要對(duì)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(duì)課程有任何問(wèn)題歡迎在留言區(qū)留言。