[發(fā)明專(zhuān)利]基于局部對(duì)稱(chēng)關(guān)系的煙梗提取方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610128336.5
• 申請(qǐng)日: 2016-03-07
• 公開(kāi)（公告）號(hào): CN105654088B
• 公開(kāi)（公告）日: 2019-04-09
• 發(fā)明（設(shè)計(jì)）人: 宋永紅;陳奇;張?jiān)?/a>
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安交通大學(xué)
• 主分類(lèi)號(hào): G06K9/40
• 分類(lèi)號(hào): G06K9/40;G06K9/42;G06K9/62
• 代理公司: 西安智大知識(shí)產(chǎn)權(quán)代理事務(wù)所 61215
• 代理人: 何會(huì)俠

1.一種基于局部對(duì)稱(chēng)關(guān)系的煙梗提取方法，其特征在于：包括以下步驟：

步驟A：獲取煙葉圖像后對(duì)原圖像進(jìn)行局部對(duì)稱(chēng)性變換獲得對(duì)稱(chēng)性特征圖和筆畫(huà)寬度特征圖；

步驟B：對(duì)原圖像的每個(gè)像素點(diǎn)用R，G，B顏色值以及對(duì)稱(chēng)性特征值和筆畫(huà)寬度值來(lái)表示，通過(guò)將原RGB圖像和對(duì)稱(chēng)性特征圖還有筆畫(huà)寬度特征圖疊加在一起，形成了一個(gè)五維的特征空間，接著在這個(gè)五維的特征空間中使用區(qū)域生長(zhǎng)來(lái)獲得連通區(qū)域，接著對(duì)獲得的連通區(qū)域做粗過(guò)濾處理以去除噪聲；

步驟C：在去除噪聲的連通區(qū)域上使用自下而上的層次聚類(lèi)方法將斷裂的屬于同一煙梗的連通區(qū)域重新連接起來(lái)；

步驟D：聚類(lèi)完成之后使用連通區(qū)域級(jí)的過(guò)濾方法來(lái)獲得主要的煙梗，濾去圖像中的非煙梗連通區(qū)域；

所述步驟A的具體步驟如下：

步驟A01：輸入一副煙葉的RGB圖像，先對(duì)圖像做USM銳化來(lái)增強(qiáng)邊緣；USM銳化方法的流程為：首先對(duì)原圖像做低通濾波以模糊圖像，然后將原圖像減去低通濾波后的圖像以獲得圖像的高頻部分，最后將圖像的高頻部分與原圖相疊加來(lái)完成銳化操作；

步驟A02：對(duì)于邊緣增強(qiáng)后的圖像，使用sobel算子來(lái)計(jì)算梯度圖像；

步驟A03：接著，在梯度圖像上，遍歷梯度圖像上的所有像素，對(duì)任一像素點(diǎn)i，沿著其梯度方向?qū)ふ伊硗庖粋€(gè)像素點(diǎn)j直到超出一個(gè)距離閾值時(shí)停止；對(duì)于點(diǎn)對(duì)(i,j)，計(jì)算其對(duì)稱(chēng)性特征值r，對(duì)稱(chēng)性特征計(jì)算公式為R_ij＝O_ijG_ijD_ij，其中R_ij為點(diǎn)對(duì)(i,j)的對(duì)稱(chēng)性特征值，O_ij評(píng)價(jià)了點(diǎn)對(duì)(i,j)的梯度方向?qū)ΨQ(chēng)性，G_ij評(píng)價(jià)了點(diǎn)對(duì)(i,j)的梯度值一致性，D_ij評(píng)價(jià)了點(diǎn)對(duì)(i,j)的距離臨近程度；然后將點(diǎn)對(duì)(i,j)連線上的所有點(diǎn)的對(duì)稱(chēng)性特征值都賦值為r，當(dāng)然對(duì)任一像素點(diǎn)會(huì)被賦給多個(gè)對(duì)稱(chēng)性特征值，只需保留其中的最大值，同時(shí)保留取最大對(duì)稱(chēng)性特征值時(shí)的筆畫(huà)寬度值；點(diǎn)對(duì)(i,j)筆畫(huà)寬度值定義為點(diǎn)i和點(diǎn)j的歐式距離；

所述步驟C的具體步驟如下：

步驟C01：對(duì)任意兩個(gè)連通區(qū)域計(jì)算獲得其相似性度量，獲得相似性度量矩陣；相似性度量的計(jì)算公式為L(zhǎng)_ij＝P_ij(vec_i,vec_j)*P_ij(vec_i,vec_ij)*P_ij(vec_j,vec_ij)*D_ij，其中vec_i為第i連通區(qū)域長(zhǎng)軸的單位方向向量，vec_j同理，vec_ij表示第i和第j連通區(qū)域的最短距離的單位方向向量，P函數(shù)評(píng)價(jià)了兩個(gè)向量的平行程度，D_ij表示第i和第j連通區(qū)域的最短距離的臨近程度；

步驟C02：對(duì)相似性度量矩陣做自下而上的層次聚類(lèi)來(lái)將相似的連通區(qū)域聚集起來(lái)，先將每個(gè)連通區(qū)域看成一個(gè)簇，然后找出相似性度量矩陣中的最大值，若該值大于閾值，則將相似度最大的兩個(gè)簇合并為一個(gè)簇，并更新相似性度量矩陣，否則，停止層次聚類(lèi)；

所述步驟D的具體步驟如下：

步驟D01：對(duì)聚類(lèi)后的連通區(qū)域做橢圓擬合，計(jì)算獲得每個(gè)連通區(qū)域的短軸長(zhǎng)度、長(zhǎng)軸長(zhǎng)度和長(zhǎng)短軸比值；

步驟D02：對(duì)于上一步驟提取的連通區(qū)域特征，設(shè)定一個(gè)經(jīng)驗(yàn)閾值來(lái)過(guò)濾非煙梗連通區(qū)域，最終保留的連通區(qū)域即煙葉的主要煙梗。

2.根據(jù)權(quán)利要求1所述的一種基于局部對(duì)稱(chēng)關(guān)系的煙梗提取方法，其特征在于：步驟A03所述的距離閾值表示點(diǎn)i與點(diǎn)j的歐氏距離的最大值，是該方法所能處理的煙梗的最大寬度。