1 沈阳第一机床厂目标识别技术探讨
图像中的目标识别有两个核心的过程：①图像分割，即从一幅图像中分离出一个或多个我们感兴趣的“目标”区域来：②对这些“目标”区域进行特征信息沈阳第一机床厂提取。图像分割算法一般有边界检测(差分边界检测、梯度边界检测等)、边缘匹配与拟合等方法。图像分割算法对目标识别极其重要，它甚至决定着目标特征信息提取的成败。传统的图像识别技术都是以像素的归类的方式实现的，虽然在算法上比较容易实现，但大都属于全局搜索的算法，并且对目标的识别大多通过和样本图像的相关运算所得到，对目标的许多特征信息如目标边界的内外环信息，都无能为力。

图1 二值图象探讨
2 二值图像探讨
二值图像是以点阵的方式来进行排列的，因此可以看作一个二维数组。为方便，把二值图像上的一个目标看作为一个闭集。因此，我们把图像的像素点分为以沈阳第一机床厂下几类(图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。
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，我们把此沈阳第一机床厂点填充为实点(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)。
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
为了更好地实现算法，必须有一个好的数沈阳第一机床厂据结构，它应能够完成本算法的所有功能。每个数据类都有自己的方法，低层的数据类的方法在条件满足的情况下，能够获得自己的所有信息。为高层数据类在高层次(不考虑低层实现)上的编程提供基础。
4 边界搜寻
搜索边界是目标识别中最关键的一步，其目的是把所有的边界点搜索出来并连接成环，其程序流程如下：
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)沈阳第一机床厂如图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。
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。从其沈阳第一机床厂邻点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。对环沈阳第一机床厂数加1。进行第(3)步。
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)。

图2 内外环的特性
5 边界处理
我们首先对环的类型和其面积进行讨论。
到此为至，我们得到了L个环及其环头。下一步应判断环的类型：内环、外环。
首先应提到，按第(2)步中的方法沈阳第一机床厂所生成的环，其内环都为顺时针，外环都为逆时针。以下提出两个定理(图2所示)。
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)》
定义qLK为环L对点K的环角，则有 qLK=∮L(Km→× dl→)/|Km→|
(2)

可以证明，当K在环外时，qLK为零，当K在外环内时，qLK为2p，当K在内环内时，qLK为-2p。
对于外环其面积为负，内环为正沈阳第一机床厂。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
目标在二维平面上是由内环和外环组成的，外环代表了目标的外边界，内环代表目标内部的孔洞，由此可以得出，一个目标只有一个外环(外边界)但可以有多个内环(内边界)。因此，有一个外环就有一个目标，环的重组和目标生成的目的就是将外环和它包含的内环识别沈阳第一机床厂出来(形成一个目标的外边界和内边界)。问题归结为处理环与环的关系问题。
首先假设环与环不相交，因为如果相交的两个环总可以通过处理使其生成一个环。
确定环的关系的流程如下：
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)。
取下一个外坏，直到所有的外环都处理完毕。
到此，对外环和内环都处理完毕。我沈阳第一机床厂们以每一外环代表一个目标，在外环内的内环代表目标的一个孔洞。我们可以计算每个目标的面积(为外环和内环的面积的代数和再取绝对值)。
7 本算法的特点
本文所提出的算法采用新的方式——几何的方式来实现，并采用局部搜索算法，在一次搜索后获得目标边界的所有特征信息，在此基础上对边界进行按目标意义上的重组，方便快捷地实现目标的特性计算。而且，由于是几何方式的实现，目标的边界很容易转沈阳第一机床厂换成为矢量的方式(边界拟合等)，更增加了其应用的范围。对每一个目标可得到所处的矩形范围，为后续的处理提供了方便。