我不太清楚這個凸包在影象處理中到底會怎樣的運用，因為這個好像更多的是計算幾何或是圖形學裡面的東西。不過作為一個演算法，我感覺還是有必要研究一下的。我主要的參考資料是《演算法導論》的33.3和這個部落格。

　　程式碼在這裡，我只寫了主要過程，過分細節的判斷就省略了。這裡是逆時針尋找：

main.m

clear all;
close all;
clc;

img=ones(256,256);
imshow(img);
[x y]=ginput();
x=round(x);
y=round(y);
n=length(x);
p=[];
for i=1:n
   img(y(i)-1:y(i)+1
 
,x(i)-1:x(i)+1)=0; 
   p=[p;x(i) y(i)];     %待判斷凸包的點集
end
imshow(img);

%%下面計算凸包
[t index]=max(p(:,2));  %找到y最大的點的索引，這裡沒考慮當有多個這樣的點的情況
tmp_p=p(index,:);         %找到y最大的點
tmp_heng=[tmp_p(1)+30,tmp_p(2)];    %設一個和y最大的點平行的點

for i=1:n           %這裡沒判斷夾角相同的情況，當夾角相同，可以判斷當前點和p0點的距離。
    jiao(i)=multi_jiao(tmp_heng,p(i,:),tmp_p);  %求每個點和y最大的點的夾角，自己和自己夾角NAN
 
end
jiao=jiao';
p=[p jiao];

p=sortrows(p,3);    %按第三列排序，第三列是夾角度數

re{1}=p(n,1:2);     %re相當於棧
re{2}=p(1,1:2);
re{3}=p(2,1:2);
top=3;    %指向棧頂的指標

for i=3:n-1
    while multi(p(i,1:2),re{top-1},re{top})>=0      %如果為正
        top=top-1;       
    end
    top=top+1;
    re{top}=p(i,1:2);
end

%下面是把找到的凸包上的點連線
 
for i=2:top   
   img=drawline(img,re{i-1}(1),re{i-1}(2),re{i}(1),re{i}(2));
end
img=drawline(img,re{1}(1),re{1}(2),re{top}(1),re{top}(2));
figure;
imshow(img)

multi_jiao.m　　向量的夾角，0-180度

function re=multi_jiao(p1,p2,p0)    %判斷<p10,p20>夾角，為排序做準備
    x=1;
    y=2;

    vec1=p1-p0;
    vec2=p2-p0;

    re=acos(dot(vec1,vec2)/(norm(vec1)*norm(vec2)))*180/pi;
end

multi.m　　叉積，判斷返回值的符號

function re=multi(p1,p2,p0)     %p10,p20叉積，獲取正負，為正則棧頂的值不為凸包上的點，為負則為凸包上的點
    x=1;
    y=2;
   
   re=(p1(x)-p0(x))*(p2(y)-p0(y))-(p1(y)-p0(y))*(p2(x)-p0(x));

end

drawline.m 　畫線函式，matlab好像沒有，自己動手，豐衣足食

function img=drawline(img,x1,y1,x2,y2)   %因為影象座標和數學函式座標y軸朝向相反，所以這裡所有y變數取相反數
    y1=-y1;
    y2=-y2;
    k=(y2-y1)/(x2-x1);
    b=y1-k*x1;
    
    mi=min(x1,x2);
    ma=max(x1,x2);
    for i=mi:ma
       img(-round(i*k+b),i)=0; 
    end
    
    mi=min(y1,y2);
    ma=max(y1,y2);
    for i=mi:ma
       img(-i,round((i-b)/k))=0; 
    end

end

下面是一個結果，matlab最大的好處就是直觀的看到演算法結果：