计算机技术在图像轮廓提取中的有效应用

吴丹

摘 要：在一些具体的应用领域，对图像的轮廓进行有效提取，这是关键的技术环节，涉及到很多有关图像和信息处理的基础技术。对此，计算机在该领域中有着不可或缺的影响，通过计算机技术完成对图像的处理，通过采用一些必要的算法和函数的调用，完成相关信息处理的功能，获取有关图像的运动和状态参数等。可以充分利用计算机快速反应的能力来提升对图像轮廓的处理效率。

关键词：计算机技术 图像轮廓提取 应用

对图像轮廓实现高效率提取，这是视觉测量中最为关键的核心技术，在实际的使用过程中，常常会采用计算机的有关技术，进行图像轮廓内容信息的提取和处理。借助计算机技术的强大功能，不但能够实现图像灰度级别进行自动分类选取，还能够完成相应的图像缺陷的表面检测功能，通过对图像的高质量提取以及处理，可以提高整个图像的使用价值。

一、图像轮廓提取中计算机技术的作用

计算机技术是目前世界上最重要的技术手段，也是影响最为广泛的技术形式。随着计算机应用技术的持续发展成熟，其已经渗透到几乎所有的信息处理环节。对于图像信息处理，计算机技术发挥着决定性的作用，通过一些图像采集设备得到的图像信息，以数字化的形式进行存储和处理，而具体的操作环节都是由计算机发挥关键性的作用，作为数据信息处理的平台完成各种处理功能。以图像轮廓采集来说，计算机可同时基于多种技术方法完成该处理功能，包括获取图像相关轮廓的参数和信息，并及时进行提取工作。这些图像轮廓通过计算机的提取，将一些基本的参数和特征进行整理转化，形成更加准确的轮廓信息图像，其应用也有了更大的空间层次。

以计算机应用技术为基础的图像轮廓提取，不但能够得到该图像的显著特征数据，还可以利用各种不同的数学算子，包括Sobel、Laplace、Canny等，对目标图像的实际灰度做以分析，并可进行必要的调节，完成对目标图像的具体轮廓边缘进行全面提取。计算机图像轮廓提取技术，就是基于图像内容分析，采用计算机相关应用技术完成图像中代表性特点的有效提取，采用包括高阈值条件下的图像检测内容，比如图像中较为重要的一些元素，通过提取这些典型性的线条以及轮廓等内容，用来表征图像的基本特点。在低阈值情况下，能够确保轮廓中的一些细节内容不发生丢失问题，进而确保图像提取的轮廓更加生动，轮廓效果得到有效保证。

二、计算机技术在图像轮廓提取中的应用

1.轮廓提取的原理

对图像轮廓的提取，简单说就是从物体的图像上获得相关其外形的各种参数数据，它可以有效确保视觉测量的实际精度。因为计算机对于视觉测量中对图像的处理只包含两个实际的区域，即目标区和背景区，为确定不同区域的范围，需要借助阈值分析的方法对目标图像从背景里进行提取和分割。在提取过程中，为降低图像中的干扰内容的影响，实际可通过非线性方程的滤波设计来完成干扰消除工作。图像轮廓的提取，会将图像内部的所有构成点全部忽略，而只注重图像轮廓的内容。正常情况下的图像轮廓提取流程包括三步：一是对图像完成初始的预处理，将图像中的各干扰项消除，得到较为圆滑的轮廓形式。二是对图像完成阈值分割，生成二维图像，并对得到的二维图像实施轮廓的生成和提取，得到目标图像的所有边界描述线条。三是利用计算机的应用算法将得到的轮廓数据信息按照确定的格式进行存储。

2.图像轮廓提取技术

在图像轮廓提取中，计算机处理技术主要包括三个主要的技术手段，即：图像预处理、阈值分割、轮廓提取，通过对这三项技术的充分使用，计算机技术在图像轮廓提取中的应用得以最大化实现。下面分别对这三项技术进行讨论：

（1）图像预处理技术

图像预处理技术就是利用光学系统进行成像，形成的二维图像会含有干扰内容。为提升计算机识别和分析判断能力，需要预先消除这些不需要的二维图像中的干扰部分。其目的就是要保留并显示对图像轮廓有价值的信息，而将那些无用的干扰信息彻底消除。图像预处理技术需要進一步加强图像在清晰度方面的表现，所使用的是计算机技术中的视觉测量软件，在图像进行输入的整个过程中完成对目标图像的除噪音处理。

（2）阈值分割技术

阈值分割技术就是通过对图像与背景进行分割需要阈值进行确定，并把该确定的分割阈值和图像实际像素条件下的灰度做以细致的比较。其具体的操作流程包括几个步骤：首先，是要设定目标图像的识别灰度范围，处于最大值与最小值中间。其次，在目标区间选取一标准阈值，像素范围在该标准阈值之下，即图像灰度值低于或等于标准阈值，对这些图像点灰度值重新设定，确定其数值为0；反之，那些高于该标准阈值的像素，其新灰度值也要重新设定，其数值为1。通过采取阈值设定进行图像分割，就能够获取二值为0和1的表述图像。

（3）轮廓提取技术

轮廓提取技术就是要对经阈值分割的图像实施必要的修补，这就是轮廓提取的核心内容，最终得到目标图像的轮廓二维表现形式。一般情况下，都会采取内部点掏空的措施完成二维图形轮廓的有效提取。可设背景为黑色，而图像为白色。如果图像中存在1个点显示颜色是白色，且该点附近8个点都显示白色，就将这些点全部删掉，即内部掏空。根据该规则，就可获得图像较为准确的轮廓。

结束语

综上所述，通过轮廓提取可以得到该图像中目标图像的轮廓的具体参数和特征，有利于将这些数据应用到更广泛的领域。通过计算机数据处理技术的充分运用，包括对图像阈值的控制，可以有效提升图像轮廓提取的效率，降低信息特征数据提取过程中的失真率。突破了传统对图像轮廓检测中一些典型的局限，通过形态学以及链码跟踪等相关技术的使用，实现了二维图像的有效修补，轮廓提取的适用性变得更强。

参考文献

[1] 孙川，崔航，叶朝祖. 计算机技术在图像轮廓提取中的有效应用探讨[J]. 电子技术与软件工程，2016，09.

[2] 马建林. 基于Snake模型的医学序列图像轮廓提取及应用研究[J]. 齐鲁工业大学学报，2016，02.

[3] 李谦，李庆鹏，林家瑞. 改进的主动轮廓模型在脑肿瘤MRI图像轮廓提取中的应用[J]. 计算机与数字工程，2015，07.