本文主要是介绍数字图像处理笔记——边缘连接和直线检测（Edge linking and line detection），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
边缘连接
我们得到边缘图以后会出现是一个问题，就是由于有的像素偏暗，会出现边缘不连续的现象，这种情况我们就要采用边缘连接算法。我们对每一个边缘上的点进行遍历，以这个像素为中心看一个矩形窗内的其他像素，如果存在边缘幅度响应M与边缘相角响应α都与中心像素差别不太大的像素，那么把这个像素也纳为边界内
边缘跟踪
现在我们就有一个闭合的边缘了，那么我们怎么样对边缘上的点进行排序呢，下图演示了MOORE边界跟踪算法的步骤
当我们得到上图所示的顺序以后我们就能用链式码对其进行表示，为了能够将不同角度同一形状的图像匹配起来，我们可以编码进行两步操作：1.重排编码顺序使得编码总是从最小值开始 2.只对前后方向的差值进行编码（要注意的是我们需要对差值进行模8操作，即如果前后差为-2，则我们需要对其编码为6）。我们在matlab中可以用bwtraceboundary函数来对边缘进行追踪
多边形拟合
当我们有了边缘点后如何将他们拟合成一个多边形呢？多边形拟合（polygonal fitting）算法如下
以上算法可以对图中的直线进行拟合，但是如果图中不只有一条直线，而是存在很多条直线呢（很多像素不只属于同一条直线）？这种情况下我们有Hough变换来解决这个问题。对于一条直线，我们可以把它的方程写为法线式
那么对于过某一点的直线，我们可以得到一个所有可能直线的集合，我们可以把这个集合中直线对应的角度θ和距原点距离ρ画出来，那么我们可以知道一条直线上的像素的曲线都会过同一个点，这个点对应的p和θ，就是这条直线的p和θ。我们如果把图像中所有像素的曲线画出来，找到对应通过曲线数最多的部分点，那么我们可以认为这部分店对应的直线是存在于图像中的。
一下是具体的算法步骤，在matlab中我们可以用houghlines函数来实现这个功能
举一个例子如下
最后提的一点就是如果我们想只提取图中大纹理的直线，我们也可以实现对图像进行平滑处理，再经过hough检测
这篇关于数字图像处理笔记——边缘连接和直线检测（Edge linking and line detection）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
