EmguCV Image Process: Extracting Lines, Contours, and Components part 1

EmguCV Image Process: Extracting Lines, Contours, and Components

參考OpenCV 2 Computer Vision Application Programming Cookbook第七章

介紹內容如下：

Detecting image contours with the Canny operator

Detecting lines in images with the Hough transform

Fitting a line to a set of points

Extracting the components' contours

Computing components' shape descriptors

為了實作基於影像內容的分析

必須從由許多點所構成的影像中擷取出有意義的特徵

這些特徵包含：輪廓、線、斑點...等等

這些影像的基本元素定義了影像的內容

本章節就來介紹如何擷取出影像中重要的特徵


在前一個章節

提到了如何做邊緣偵測

並在影像的梯度中採用一個閥值作為二值化的依據

此二值化影像就包含了主要的邊緣線段

而這在物件的識別中是很有用的

但這樣的方式有兩大缺點：

常常被偵測出來的邊緣非常的粗
(因為為了要把該有的邊緣都偵測出來，閥值會設定的較低)

這意味著被偵測的物件會有所限制

另一個重要的問題就是

很難找到一個閥值，使其盡可能包含所有重要的邊緣

並盡可能的不包含那些微不足道的邊緣

而Canny algorithm就是嘗試來解決這樣的問題!!


Canny algorithm在EmguCV中的實作非常簡單

在Image的類別中就提供了方法：

Image<Gray, Byte> image = new Image<Gray, Byte>("image.jpg");
Image<Gray, Byte> cannyImage = image.Canny(new Gray(125), new Gray(255));
cannyImage._ThresholdBinary(new Gray(128), new Gray(350));

這裡要注意的是

回傳的結果影像cannyImage，依舊要透過二值化來取得黑白的邊緣影像

只是這二值化的方式比較單純

就是以Gray level(0~255)的中間值128

來做為閥值，結果如下：

可看出來效果非常好!


儘管Canny algorithm採用了其他grdient operator

但其實主要也是基於Sobel operator

而這中間的關鍵就是Canny algorithm採用了兩個閥值!!

以此來決定某個點是不是屬於輪廓


這裡可以嘗試施作Sobel operator

並以剛剛設定較低的閥值和較高的閥值來做測試：

//horizontal filter
Image<Gray, float> sobelX = image.Sobel(1, 0, 3);
//vertical filter
Image<Gray, float> sobelY = image.Sobel(0, 1, 3);
//Convert negative values to positive valus
sobelX = sobelX.AbsDiff(new Gray(0));
sobelY = sobelY.AbsDiff(new Gray(0));
Image<Gray, float> sobel = sobelX + sobelY;

Image<Gray, float> sobelLow = sobel.ThresholdBinary(new Gray(125), new Gray(255));
Image<Gray, float> sobelHigh = sobel.ThresholdBinary(new Gray(255), new Gray(255));

先來看sobelLow結果：

可以發現結果影像得到了較顯著的影像輪廓


若是以較高的閥值來做Sobel operator：

sobelHigh結果如下：

這裡的閥值只試著把重要的邊緣留下

因此大部分的邊緣便無法被偵測出來

因此取得的結果影像包含了許多斷裂的邊緣線段


而Canny algorithm結合了這兩張結果影像

並試著產出最佳的結果影像

其演算法會保留由高閥值產出的所有邊緣

並以此邊緣為基本，在低閥值結果中

找出能夠相連的連續邊緣出來

而其餘非連續邊緣-獨立邊緣，就予以捨去

這樣的方法只要透過適當的閥值便能夠取得品質良好的邊緣輪廓

這樣的策略

就是基於兩個閥值的方式來處理

而這樣的方法稱為：hysteresis thresholding
(中文翻為：遲滯閾值...非常難理解)

這種策略方法對於需要透過閥值設定的方法來說非常有幫助

而唯一要注意的是：這會增加很多的運算量!!


而事實上

Canny algorithm採用了更進階的策略來增進取得結果的品質

這裡只是簡略的介紹其策略

更詳細的內容可以參見wiki上的解說

下一篇延伸討論利用Hough transform來做線段偵測