5.4.1　边缘跟踪

边缘跟踪是串行边界分割最主要的方法。图像的边缘跟踪与边缘检测是密切相关的，因为边缘跟踪实质上就是沿着图像的外部边缘检测一圈。边缘跟踪也称边缘点连接，是一种基于梯度的图像分割方法，是指从梯度图中一个边界点出发，依次通过对前一个边界点的考察而逐步确定出下一个新的边界点，并将它们连接而逐步检测出边界的方法。

边缘跟踪是由梯度图中一个边缘点出发，搜索并连接边缘点进而逐步检测所有边界的方法。在并行边界分割法中，边缘像素不一定能够组合成闭合的曲线，因为边界上有可能会遇到缺口，缺口可能太大而不能用一条直线或曲线连接，也有可能不是一条边界上的缺口。边缘跟踪的方法则可以在一定程度上解决这些问题，对某些图像，这种方法的分割结果更好。

具体算法是，先对原图像进行梯度运算，然后进行边缘跟踪算法。①起始点:对梯度图搜索，找到梯度最大点，作为边界跟踪的开始点。②生长规则:在这个点的8邻域像素中，梯度最大的点被当做边界，同时，这个点还会作为下一个搜索的起始点。③终止条件:按照②的准则一直搜索，直到梯度绝对值小于一个阈值时，搜索停止。有时为了保证边界的光滑性，每次只是在一定的范围的像素中选择，这样得到的边界点不但能保证连通性，而且还能保证光滑性。