[發(fā)明專利]一種圖像處理的方法及裝置

有效

• 申請?zhí)枺?/td>: 201510640926.1
• 申請日: 2015-09-30
• 公開（公告）號: CN105184802B
• 公開（公告）日: 2018-01-02
• 發(fā)明（設(shè)計）人: 崔江濤;羅夏君;焦文菲;劉暢;陳煜
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/13;G06T7/136;G06T7/194
• 代理公司: 濟(jì)南信達(dá)專利事務(wù)所有限公司37100
• 代理人: 李世喆

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)技術(shù)領(lǐng)域，特別涉及一種圖像處理的方法及裝置。

背景技術(shù)

圖像目標(biāo)輪廓提取是計算機(jī)視覺領(lǐng)域中的一項重要的技術(shù)，雖然其歷史不長，但已引起了人們的廣泛關(guān)注與研究，且在實際中得到大量的應(yīng)用。在實際應(yīng)用中，人們通常只對圖像中某些具有明顯特征的、特定的區(qū)域感興趣，這些區(qū)域就稱為前景或目標(biāo)，則余下的區(qū)域稱為背景。由于受到背景的影響，為了辨識并分析目標(biāo)，這些目標(biāo)需要由圖像中分割并將其輪廓提取出來，才能更好地對目標(biāo)進(jìn)行研究和利用。因此，目標(biāo)的輪廓提取對圖像分割算法有很強(qiáng)的依賴性。圖像分割是指根據(jù)顏色、灰度、形狀和紋理等幾個圖像特征，把圖像分割成若干互不重疊的區(qū)域，并使這些特征在同一區(qū)域內(nèi)呈現(xiàn)出相似性，同時使不同區(qū)域間呈現(xiàn)出明顯的差異性。

現(xiàn)有技術(shù)中，圖像輪廓提取的方法是基于顏色空間對圖像進(jìn)行分割再進(jìn)行目標(biāo)輪廓提取的。當(dāng)圖像中背景較為復(fù)雜時，采用現(xiàn)有技術(shù)的方法提取出的輪廓精確度較低。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供了一種圖像處理的方法及裝置，能夠提高提取出的輪廓的精確度。

一方面，本發(fā)明提供了一種圖像處理的方法，包括：

S1：從待識別圖像中分割出第一目標(biāo)圖像；

S2：從所述第一目標(biāo)圖像中獲取目標(biāo)邊緣，獲得第二目標(biāo)圖像；

S3：從所述第二目標(biāo)圖像中提取出最外部的第一目標(biāo)輪廓；

S4：對所述第一目標(biāo)輪廓進(jìn)行曲線逼近，獲得第二目標(biāo)輪廓；

S5：根據(jù)所述第二目標(biāo)輪廓上的每個點及在所述第二目標(biāo)輪廓上的每個點的法線上搜索到的在所述第一目標(biāo)圖像中的被搜索點，重新確定所述第二目標(biāo)輪廓上每個點的位置。

進(jìn)一步地，所述S4，包括：

A1：建立線段集合L，將所述第一目標(biāo)輪廓上的所有點存儲到點集C中；

A2：確定點集C中距離最遠(yuǎn)的兩個初始點，確定以兩個初始點為端點的初始線段，將所述初始線段添加到集合L中，將兩個初始點從點集C中去除；

A3：針對集合L中的每條線段，確定點集C中到每條線段距離最遠(yuǎn)的最遠(yuǎn)點，連接每個最遠(yuǎn)點與對應(yīng)的線段的兩個端點，得到每個線段對應(yīng)的兩個輪廓線段，將每個線段對應(yīng)的輪廓線段添加到集合L中，將所有最遠(yuǎn)點從點集C中去除，將集合L中的線段構(gòu)成的多邊形的內(nèi)部的線段從集合L中去除；

A4：確定點集C中每個點到集合L中每個線段的距離，判斷最大的距離是否小于等于預(yù)設(shè)值，如果是，則通過集合L中的所有線段構(gòu)成所述第二目標(biāo)輪廓，否則，執(zhí)行步驟A3。

進(jìn)一步地，所述S5，包括：

根據(jù)第二目標(biāo)輪廓上的當(dāng)前點以及與當(dāng)前點相鄰的兩點，確定當(dāng)前點的法線，確定在當(dāng)前點的法線上搜索到的在所述第一目標(biāo)圖像中的被搜索點；

根據(jù)當(dāng)前點及其對應(yīng)的被搜索點的梯度，建立當(dāng)前點對應(yīng)的梯度直方圖；

確定所述梯度直方圖中對應(yīng)的直方圖面積大于等于的待選梯度，其中，α為預(yù)設(shè)的松弛系數(shù)，S_Z為梯度直方圖的總面積，B為當(dāng)前點對應(yīng)的所有被搜索點的總數(shù)；

將所有待選梯度中最小的梯度值作為梯度閾值；

在所述第一目標(biāo)圖像中，根據(jù)當(dāng)前點的坐標(biāo)、當(dāng)前點的法線和公式二確定在當(dāng)前點的法線上的待確認(rèn)點，判斷所有s的取值對應(yīng)的待確認(rèn)點中，是否有梯度大于所述梯度閾值的替換點，如果有，則將當(dāng)前點替換為所述替換點，否則，結(jié)束當(dāng)前流程，其中，公式二為其中，(x₀,y₀)為當(dāng)前點的坐標(biāo)，(x,y)為待確認(rèn)點的坐標(biāo)，θ為當(dāng)前點的法線的角度，s的取值范圍是[-F，F(xiàn)]，s為整數(shù)，F(xiàn)為正整數(shù)，F(xiàn)為預(yù)設(shè)范圍值。

進(jìn)一步地，所述S5中，所述根據(jù)第二目標(biāo)輪廓上的當(dāng)前點以及與當(dāng)前點相鄰的兩點，確定當(dāng)前點的法線，包括：

點B為當(dāng)前點，點A和點C為點B的相鄰的兩點，確定與向量AB垂直的向量B1；

確定與向量BC垂直的向量B2；

對向量B1與向量B2做向量加法，得到向量B3，向量B3為當(dāng)前點的法向量；

根據(jù)當(dāng)前點的法向量確定當(dāng)前點的法線。

進(jìn)一步地，所述S2，包括：

確定所述第一目標(biāo)圖像中每個像素點在各個方向的梯度值，將每個像素點對應(yīng)的所有梯度值中的最大值作為每個像素點的最終梯度值；

對所述第一目標(biāo)圖像進(jìn)行邊緣檢測，將最終梯度值大于等于預(yù)設(shè)梯度值的像素點連接成目標(biāo)邊緣，獲取所述第二目標(biāo)圖像。

另一方面，本發(fā)明提供了一種圖像處理的裝置，包括：