我正在尝试在 MATLAB 中对图像中的对象进行形状分析(具体而言)。为此，我找到了边界像素。对于每个边界像素，我使用 8 邻域理论计算它的邻居。现在我正在计算一个点与其唯一邻居的切线(取决于我如何选择顺时针或其他方式)。如果每个像素恰好有两个邻居，我的算法就可以正常工作。对于 this picture 中所示的形状(订购 9 X 15 像素)。
但是如果一个像素有超过 2 个相邻像素，那么我的算法就会变得困惑。例如，如图所示(顺序为 9 X 15 像素)。
我想沿顺时针或逆时针方向将每个边界像素与其相邻像素相切，如果您注意到第二张图像，这是有效的边界图像，如果我沿顺时针方向移动，则红色像素的相邻像素将是顺时针方向的绿色和绿色邻居为“1”，“1”的邻居为“2”，但我无法回到蓝色和棕色像素，也无法访问每个边界像素与其相邻像素的切线。
我已经了解了图的节点访问算法，您可以在其中维护队列或堆栈，但在这种情况下，我不仅想访问每个像素，而且还根据我的方向对每个像素取正切，只有右邻像素移动。
这是一个示例问题，类似的问题可能会以其他方式发生，因此我正在尝试为其生成一些通用算法。我会感谢你的帮助。谢谢。
最佳答案
就像 btilly 已经说过的。解决方案是找到像素之间的边界，而不是像素本身。我向您推荐 potrace 算法的一部分。它是一种矢量化二进制图像的算法。有趣的部分是路径的分解。下面是 Path 分解的思路:
Potrace Algorithm你可以在这里找到。
另一个算法来自 Wilhelm Burge 和 Burger 在书中 "digital image processing an algorithmic introduction using enter link description here" .在链接中，您可以看到本书的某些部分。有趣的部分是第 538 页的函数“TraceContour”。该算法按照您的想法工作并绕过“内部”像素。我发现了 Alorith 的一些解释 here , 在内部边界追踪处。您可以使用四个或八个邻居连接来执行该算法。
关于algorithm - 寻找最佳邻居像素，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27628306/