[發明專利]一種基于非對稱逆布局模型的圖像邊界提取方法

有效

• 申請號: 201410588458.3
• 申請日: 2014-10-28
• 公開（公告）號: CN104331883A
• 公開（公告）日: 2015-02-04
• 發明（設計）人: 鄭運平
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T9/00
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 羅觀祥

1.一種基于非對稱逆布局模型的圖像邊界提取方法，其特征在于，包括以下步驟：

步驟S1、使用基于非對稱逆布局模型的二值圖像表示法將大小為G×H的圖像b進行編碼，得到編碼后的總子模式數n，坐標表W；

步驟S2、置一個當前掃描子模式的序號j，并令j＝0，同時設置一個指針矩陣B，大小為G×H，用于表示每個像素指向的區域；

步驟S3、在坐標表中得到W[j]；

步驟S4、根據W[j]，算出當前子模式的大小size和左邊界、上邊界坐標信息；

步驟S5、從左邊界最下方開始，往上掃描，對每個左邊界像素L找出它左邊的一個像素LL，即：LL在X方向比L小1，并利用矩陣B找出像素L和像素LL所屬的區域，再用帶按秩合并和路徑壓縮策略的并查集算法找出這兩個區域的祖先區域，若兩個區域是同一區域，則跳到下一個像素，否則，如果兩個區域不屬于同一區域，則根據均值和方差判斷這兩個祖先是否可合并；

步驟S6、左邊界掃描完畢后，從上邊界最左方開始，往右掃描，對每個上邊界像素T找出它上邊一個像素TT，即：TT在Y方向比T小1，并利用矩陣B找出像素T和像素TT所屬的區域，再用帶按秩合并和路徑壓縮策略的并查集算法找出這兩個區域的祖先區域，若兩個區域是同一區域，則跳到下一個像素；否則，如果兩個區域不屬于同一區域，則根據均值和方差判斷這兩個祖先是否可合并；

步驟S7、更新邊界信息，j++，跳轉至步驟S3，直到所有子模式處理完畢為止；

步驟S8、輸出二值圖像b的邊界信息。

2.根據權利要求1所述的基于非對稱逆布局模型的圖像邊界提取方法，其特征在于，所述步驟1包括以下步驟：

步驟S1.1、將矩陣變量M的所有元素賦值為0，M的大小與待處理的二值圖像b相等，均為G×H，同時令子模式的計數變量n＝0；其中，G和H均為自然數；

步驟S1.2、按光柵掃描的順序確定二值圖像b中的一個未被標識的矩形子模式的起始點(x₁,y₁)，根據該起始點確定一個面積最大的子模式，并將子模式在二值圖像b中作標識；

步驟S1.3、記錄子模式的參數，即：左上角的坐標(x₁,y₁)、右下角的坐標(x₂,y₂)；令n＝n+1；

步驟S1.4、循環執行步驟(S1.2)到(S1.3)，直到二值圖像b中的子模式均被標識完畢；

步驟S1.5、根據坐標數據壓縮算法，對矩陣變量M中所有非零元素的坐標進行編碼，并將編碼結果存儲到一個坐標表W中；

步驟S1.6、輸出坐標表W，其中W是由矩陣變量M的所有行的行編碼表順序連接而得到的。

3.根據權利要求1所述的基于非對稱逆布局模型的圖像邊界提取方法，其特征在于，在步驟S5和步驟S6中使用了Region數據結構域和Edge數據結構域；

所述Region數據結構域為：{Mean，Var，Size，Father，Count，EdgeLink}，

其中，Mean表示此區域的灰度均值，Var表示此區域的灰度方差，Size表示此區域的大小，即像素數，這三個域用來支持區域的合并操作；域Father是一個指針，用來指向此區域的父節點，Count用來這個區域的后代區域的數量，以上兩個域用來支持并查集算法；域EdgeLink指向這個區域的邊界，用來追蹤此區域的邊界信息；

所述Edge數據結構域為：{PreLink，First，Last，SucLink}，

其中，PreLink和SucLink用來支持雙向鏈表，First和Last指向角落頂點的起點和終點。