一个简单的程序，用于用来自 ContourMatrix 定义的相同或不同数据集的等高线覆盖任何图形，（参见contourc）。 这允许将来自两个不同图像的信息组合在一个图像中。 句法： coverlay(cm) - 用 cm 定义的轮廓覆盖当前图形。 coverlay(cm,figh) - 由带有轮廓的 figh 指向的叠加图形。 coverlay(...,LineSpec) - 使用 LineSpec 指定的线型和颜色绘制轮廓。 coverlay(...,Name,Value) - 使用一个或多个指定轮廓属性属性名称、属性值对，请参阅轮廓属性。 典型用法如下： cm = 轮廓c(x,y,Z,n); - 生成轮廓矩阵figh = imagesc(x,y,ZZ) 或任何其他生成图像的命令ZZ 可能是不同的矩阵，但具有相同的域 x,y。 coverlay(cm,figh) - 用轮廓覆盖图

三维模型轮廓线抽取算法.doc

一个通用的轮廓线跟踪快速算法.doc

在陶制文物的虚拟复原过程中，由于其本身质地、环境及人为因素等影响，文物碎片易受损缺失，基于断裂部位几何信息的传统拼接方法存在一定局限性。针对断裂部位缺损的陶制文物碎片，提出一种结合碎片表面纹理特征及断裂边界轮廓线的拼接方法：利用曲率确定潜在脊点，并用最小二乘法拟合，提取碎片表面纹理特征线；结合纹理形状边长及顶点角度信息进行纹元分析，构造破损纹理约束条件，实现初步匹配；将断裂边界轮廓角点集合中的相邻两点连接为弦，形成轮廓线弦长序列描述子，对轮廓线位置信息进行约束，得到最终匹配对。结果表明，此算法能实现断裂部位缺损陶制文物碎片的拼接，对具有显著纹理特征的碎片拼接具有一定的优越性。

逆向工程中点云模型孔洞边界的检测是孔洞修补的前提,完美的孔洞轮廓线有利于提高孔洞修补的质量。首先参照二维图像中边界的定义,给出了三维点云模型中孔洞边界的定义;之后通过分析待测点邻域协方差矩阵特征值之间的关系,设计了一种边界点检测算子,用于初步提取孔洞边界特征点;然后采用改进的Kruskal最小生成树算法构建点云最小生成图,并在最小生成图中完成孔洞边界点的排序与孔洞轮廓线的提取。实验结果表明:所提边界检测算子步骤简单,算法效率高;基于计算机图论的孔洞轮廓线生成算法提取的孔洞轮廓线具有光滑、连续的优点,并且在生成轮廓线的同时完成了孔洞聚类。

这个轮廓线包括海上国界线和陆上国界线，地理坐标系统是GCS_WGS_1984

Snake：Active Contour Models

CONTOURSPLINE(X,Y,Z,N) 从矩阵 Z 创建一个具有 N 个等高线级别的等高线图，将 Z 中的值视为 XY 平面上方的高度。 X 和 Y 是定义 X 轴和 Y 轴的向量，其中 length(X) = size(Z,2) 和 length(Y) = size(Z,1)，或者 X 和 Y 是与 Z 大小相同的矩阵例如 MESHGRID 生产的那些。 CONTOURSPLINE(X,Y,Z,V) 在向量 V 中给定的层级上绘制轮廓。 CONTOURSPLINE(X,Y,Z,[vv]) 在第 v 层绘制一条等高线。 当心：CONTOURSPLINE 平滑轮廓，但不会神奇地将糟糕的数据变成令人愉悦的数据。 对于糟糕的数据，平滑的等高线可能会交叉！

将图像二值化，并提取连通区域的轮廓线，如果目标与背景区分明显，提取效果十分理想。脚本主要应用的函数有strel(),im2bw(),bwboundaries()

CAD设计凸轮廓线.pdf