图像轮廓跟踪：Jacob 停止标准问题

Question

我正在尝试在我的 JavaScript 项目中采用 Moore-Neighbor 轮廓跟踪算法，目前我正在阅读本关于轮廓跟踪的教程： http://www.imageprocessingplace.com/downloads_V3/root_downloads/tutorials/contour_tracing_Abeer_George_Ghuneim/square.html

但我在理解 Jacob 的停止标准方面存在问题。教程将这个标准解释为

以相同方式第二次输入起始像素后停止 你最初输入的

据我了解，这意味着如果我们第一次以某个绝对方向输入起始像素 S（例如，如果我们从左下角搜索起始像素，则为 UP），我们必须停止跟踪以相同的绝对方向（向上，与第一次一样）重新进入起始像素后。

这听起来很清楚，但我发现有些情况永远不会满足这个条件。这张图片显示了其中一种情况： Jacobs stopping criterion issue

如您所见，起始像素（标记为 S）最初是使用向上方向（紫色箭头）输入的，但第二次和所有其他时间将使用向左方向（红色箭头）输入。因此，Jacob 的停止条件（输入与第一次方向相同的起始像素）永远不会满足。

我想，我只是误解了本教程的这一部分……如果你能解释一下我错在哪里，我会很高兴的。

Answer 1

我认为您最好使用同一网站上描述的Radial Sweep algorithm。它与 Moore-Neighbor 算法非常相似，但它不跟踪方向，因此您不能使用 Jacob 的停止标准。

本教程提出了一个新标准：

停止标准 2

假设每次算法找到一个新的边界像素 Pi 时，将其插入到边界像素序列中，如下所示：P1, P2, P3, ..., Pi ;并被声明为当前边界像素。 （假设 P1 是起始像素）。 这意味着我们知道每个当前边界像素 Pi 的前一个边界像素 Pi-1。 （至于起始像素，我们假设 P0 是一个虚构的像素 - 不等同于网格上的任何像素 - 在边界像素序列中位于起始像素之前）。

考虑到上述假设，我们可以定义我们的停止标准： 算法在以下情况下终止：

a) 当前边界像素 Pi 之前在边界像素序列中作为像素 Pj（其中 j

b)Pi-1 = Pj-1.

换句话说，算法在第二次访问边界像素 P 时终止，前提是 P 之前的边界像素（在边界像素序列中）第二次与之前的像素相同首次访问 P 时的 P。

有了这个标准，算法应该能够处理大多数情况，包括你图片上的那个和不是 4 连通的 8 连通模式。

理论上，您甚至应该能够将此标准与 Moore-Neighbor 算法一起使用。