[發(fā)明專(zhuān)利]一種基于貝塞爾控制點(diǎn)搜索的曲線識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410216780.3
• 申請(qǐng)日: 2014-05-21
• 公開(kāi)（公告）號(hào): CN103971101A
• 公開(kāi)（公告）日: 2014-08-06
• 發(fā)明（設(shè)計(jì)）人: 李富明;黃國(guó)棟;周建朋;孫家新;王開(kāi)均
• 申請(qǐng)（專(zhuān)利權(quán)）人: 國(guó)家電網(wǎng)公司;國(guó)網(wǎng)天津市電力公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00
• 代理公司: 天津才智專(zhuān)利商標(biāo)代理有限公司 12108
• 代理人: 龐學(xué)欣

1.一種基于貝塞爾控制點(diǎn)搜索的曲線識(shí)別方法，其特征在于，該方法包括按順序執(zhí)行的下列步驟：

第一步驟101，對(duì)當(dāng)前圖像進(jìn)行高斯平滑處理、Hessian計(jì)算和Hessian圖像細(xì)化操作，獲取Hessian細(xì)化圖像；

第二步驟102，用戶(hù)根據(jù)實(shí)際曲線位置，在視頻圖像上標(biāo)定3個(gè)控制點(diǎn)；

第三步驟103，根據(jù)3個(gè)控制點(diǎn)，采用Bezier曲線構(gòu)建模型法獲取Bezier曲線；

第四步驟104，根據(jù)Bezier曲線和3個(gè)控制點(diǎn)獲取Hessian細(xì)化圖像上的檢測(cè)曲線并輸出。

2.如權(quán)利要求1所述的方法，其特征在于，在第一步驟101中，所述的高斯平滑處理的方法如下：設(shè)當(dāng)前圖像為I(x,y)，經(jīng)過(guò)濾波處理后獲得的平滑圖像I_σ(x,y)為：

I_σ(x,y)＝I(x,y)*g_σ(x,y)

其中，I(x,y)為當(dāng)前圖像內(nèi)點(diǎn)(x,y)的灰度值，I_σ(x,y)為當(dāng)前圖像的平滑圖像內(nèi)點(diǎn)(x,y)的灰度值，g_σ(x,y)表示高斯平滑的核函數(shù)，*表示卷積運(yùn)算，高斯平滑的核函數(shù)g_σ(x,y)中σ的取值與線的寬度有關(guān)，滿(mǎn)足其中ω表示線的像素寬度。

3.如權(quán)利要求1所述的方法，其特征在于，在第一步驟101中，所述的Hessian計(jì)算包括以下步驟：

步驟a)利用當(dāng)前的平滑圖像內(nèi)每點(diǎn)(x,y)的灰度值的二階梯度值構(gòu)建Hessian矩陣H(x,y)=rxx(x,y)rxy(x,y)rxy(x,y)ryy(x,y),]]>計(jì)算Hessian矩陣的特征值λ，其中，r_xx(x,y)、r_xy(x,y)、r_yy(x,y)表示點(diǎn)(x,y)與周?chē)藗€(gè)鄰邊點(diǎn)的灰度梯度差值，其計(jì)算公式如下：

r_xx(x,y)＝|I(x-1,y)+I(x+1,y)-I(x,y)|

r_yy(x,y)＝|I(x,y-1)+I(x,y+1)-I(x,y)|

r_xy(x,y)＝|I(x-1,y-1)+I(x+1,y+1)-I(x-1,y+1)-I(x+1,y-1)|

其中，I(·,·)表示像素點(diǎn)(·,·)的灰度值；

步驟b)若平滑圖像內(nèi)某一點(diǎn)的Hessian矩陣的特征值λ≥TH1，TH1∈[4.2,4.9]，則認(rèn)為該點(diǎn)是Hessian點(diǎn)，否則濾除該點(diǎn)，從而獲得Hessian圖像。

4.如權(quán)利要求1所述的方法，其特征在于，在第一步驟101中，所述的Hessian圖像細(xì)化操作方法是對(duì)Hessian圖像進(jìn)行形態(tài)學(xué)細(xì)化操作，以獲得Hessian細(xì)化圖像。