1 目标识别技术探讨

2 二值图像探讨

1. 实点和空点 实点为属于某个目标的点，空点为不属于所有目标的点。
2. 内点和边界点 像素点在某个目标的内部，称为内点。即它至少有一个邻域包含在某个目标中。(像素点的最小邻域为以此点为中心，以一个像素单位为半径的区域)如果一个像素点不是实点，但它至少有一个邻域，这个邻域减去此点所形成的区域包含在某个目标中，我们把此点填充为实点(它成为内点，误差仅为一个像素)。在某个目标的边界称为边界点(即内点和实点的交集且减去毛刺点和孤立点中的点)。
3. 毛刺点和孤立点 孤立点和毛刺点都为实点，但孤立点至少存在一个邻域，它减去此点后所形成的区域与目标的交集为空。毛刺点的这样的区域与目标的交集只有一个像素点。

3 数据结构

4 边界搜寻

1. 找出一个边界点来，作为环头。对于任一个像素点可以建立一个坐标系，把相邻8个点逆时针顺序进行标记。(这里规定，如果邻点超出图像范围，一律为空点)如图1所示。由以上的定义可以看出，边界点必须为实点，并且其8个邻点至少有一个空点和一个实点，如果一个像素的8个邻点都为实点，则此像素为内点。如果一个像素的8个邻点都为空点，则为孤立点，可根据需要进行处理。(例如，可以去掉孤立点，相当于中值滤波)。搜寻图像，直到找出一个边界点。作为环头，并做记录。
2. 以环头为起点，进行环的生成：①以环头为环中的第一个边界点，建立(1)所述的坐标系，并且定义邻点0—7，规定邻点I的前点为I-1，后点为I+1，如果I为0，则其前点为7，如果I为7，其后点为0：使其8个邻点形成一个逆时针的环。②搜寻和边界点相邻的下一个边界点。从其邻点0开始，按0—7的顺序依次确定其各邻点的特征：1.空点2.出点3.入点4.实点。规定出点为它的前点为实点，后点为空点的像素点，入点为它的前点为空点，后点为实点的像素点。(0点的前点为7点，7点的后点为0点。)(一般一个边界点所有邻点中只有一个出点和入点。否则，其邻点中必有毛刺点，可以进行特殊处理)。③以边界点搜寻的第一个入点为下一个边界点，并对此点作标记，返回b，直到边界点N的下一个边界点为环头。于是我们生成了一个环。这是一个链表结构，其每个节点(边界点)的位置和节点总数N都可以知道。对环数加1。进行第(3)步。
3. 寻找下一个没有经过标记且为边界点的像素，返回(1)重新进行环的生成，直到图像中没有既是边界点又没有被标记的点。到此，我们生成了所有的环(边界)。

5 边界处理

1. 环L的面积S→_L S→_L=1∮_LKm→×dl→(其中K为平面上任意一点)2(1)
   其证明可以用格林公式进行证明(参看郑军所著《表面离散数据的三维体重构及其应用(华北工学院硕士论文)》
2. 定义q_LK为环L对点K的环角，则有 q_LK=∮_L(Km→× dl→)/|Km→|(2)
   可以证明，当K在环外时，q_LK为零，当K在外环内时，q_LK为2p，当K在内环内时，q_LK为-2p。
   对于外环其面积为负，内环为正。所以从其面积的正负可以判断环的类型。

6 环的重组和目标生成

1. 在所有的环中选取一个外环(并作标记)，判断与其它的内环的关系。在没有标记的内环上选取一点(通常选取其环头)K连接Km(m 为外环上的点)，计算(如图2所示)K点和此外环的环角，并根据环角值判断K点是否在外环内。因为假定了环与环没有相交，所以，如果K点在外环内，则K点所在的内环必然位于外环内。对在外环内的内环作标记。(表示其内环已经有归属)(对于离散计算，必须考虑计算容差)。
2. 取下一个外坏，直到所有的外环都处理完毕。

7 本算法的特点