一项新研究表明， 矩阵的最短路径算法可以在网格式图像中寻找对象或区域边缘。这项工作已经开拓出一个新的领域——在二维图像上，使用最短路径算法探索形状的边界。我们在这里提出一个简单、灵活的边界追踪方法，使用罗伯特十字算子来寻找高达10微米分辨率的粘贴在芯片上的细菌的轮廓。
这项研究的重要性在于：在计算机科学、医学和环境研究领域，二维形状分析在很多领域中都有关键作用。对形状边界的定量测量，可以帮助很多研究人员预测病毒或细菌在形状中的分布情况，以及建立二维图像中的车辆或移动机器人的行驶路线。
在本研究中，我们开发了一个针对二维形状边界的算法。我们在矩阵中自适应地构建网格，并使用最短路径算法来计算每一个形状的点到最近边缘点的最短距离，从而得到形状的边界。我们开发的算法重点是在将最短路径算法优化至边界规模的情况下提高性能、运行速度和内存要求。
这项研究在建立更集成的环境模型和智能车辆领域中具有潜力，因为它们都需要在二维图像中计算路径以避开或绕过障碍物。
我们相信，我们的工作对将来的形状边界分析和路径规划领域攸关重大。
了解更多有趣的事情：https://blog.ds3783.com/