[發明專利]基于邊緣點自相似性的水漬圖像識別方法及TEDS系統

有效

• 申請號: 201610752438.4
• 申請日: 2016-08-30
• 公開（公告）號: CN106326901B
• 公開（公告）日: 2019-06-14
• 發明（設計）人: 汪輝;任昌;楊仁興
• 申請（專利權）人: 南京鑫和匯通電子科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 山西華炬律師事務所 14106
• 代理人: 楊秉一

1.一種基于邊緣點自相似性的水漬圖像識別方法，其特征在于，包括以下步驟：

步驟一：在計算機中輸入待檢測的圖像，利用canny邊緣檢測算法獲取該圖像的所有邊緣點；

步驟二：對所有邊緣點進行分類，同類邊緣點屬于一個圖像輪廓的一條初始邊緣線，獲取待檢測的圖像的所有的初始邊緣線，給每個邊緣點分配一個基準方向，并提取每個邊緣點的特征向量，且對每個特征向量進行歸一化處理；

步驟三：根據每個邊緣點歸一化處理后的特征向量計算每條初始邊緣線上每個邊緣點的局部自相似性值和整體自相似性值，并將局部自相似性值和整體自相似性值的加權組合作為該邊緣點最終的自相似性值；

步驟四：設定一個高閾值，獲取每條初始邊緣線上的自相似性值高于高閾值的邊緣點的集合，剔除每條初始邊緣線上自相似性值低于高閾值的邊緣點；

步驟五：計算上述集合中每個邊緣點與其最鄰近邊緣點的自相似性值，設定一個低閾值，獲取集合中所有的自相似性值高于低閾值的邊緣點，將該集合中低于低閾值的邊緣點標記為形成不規則圖像的不規則邊緣點；

步驟六：對步驟五中高于低閾值的邊緣點分類，同一類邊緣點形成一個圖像輪廓的校正邊緣線，給所有的校正邊緣線設定一個長度閾值，獲取小于該長度閾值的校正邊緣線，將該校正邊緣線上的點標記為形成不規則圖像的不規則邊緣點；

步驟七：統計步驟五和步驟六中的不規則邊緣點的方向分布直方圖，確定每個不規則邊緣點的主方向，預設一個向下的方向閾值范圍，剔除所有主方向不在方向閾值范圍內的不規則邊緣點，將主方向在方向閾值范圍內的不規則邊緣點標記為水漬圖像。

2.根據權利要求1所述的基于邊緣點自相似性的水漬圖像識別方法，其特征在于，所述步驟三中根據每個邊緣點歸一化處理后的特征向量計算每條初始邊緣線上的邊緣點最終的自相似性值的方式為：設定P_n和P_m為邊緣線上的任意兩個邊緣點，其特征向量分別為和則

邊緣線上任意兩個邊緣點P_n和P_m的相似性值為：這里向量內積的計算方式為向量對應元素相乘再相加，得到兩個邊緣點P_n和P_m的相似性值；

邊緣點P_n的局部自相似性值為：取該邊緣點P_n所在的邊緣線上與該邊緣點相鄰且位于其兩側的四個邊緣點P_n-1、P_n-2、P_n+1、P_n+2，則邊緣點P_n的局部自相似性值為：

邊緣點P_n的整體自相似性值為：假定該邊緣線上共有n個邊緣點，則邊緣點P_n的整體自相似性值為：

設定局部自相似性和整體自相似性的權值為W_loc,W_glo，且W_loc+W_glo＝1，W_loc,W_glo∈[0,1]，將局部自相似性值和整體自相似性值組合，則邊緣點P_n的最終自相似性值為：

Self_Sim(P_n)＝W_loc·Self_Sim(P_n)_local+W_glo·Self_Sim(P_n)_global；

歸一化處理后的特征向量的范圍在0到1之間，則自相似性值在0到1之間表示相似程度，自相似性值為0時是完全不相似狀態，為1時是完全相似狀態。

3.根據權利要求1所述的基于邊緣點自相似性的水漬圖像識別方法，其特征在于，所述步驟二中給每一個邊緣點分配一個基準方向的方式為：

對于任一個邊緣點，構造以當前邊緣點為中心的局部鄰域，計算該鄰域內所有像素點的梯度值和方向，利用直方圖統計該鄰域內所有像素點的梯度值和方向，直方圖內包含將0～180度的方向范圍均分的9個直方柱，180～360度均分并合并在9個直方柱上；

計算每個邊緣點對相鄰兩個方向的加權系數，再根據加權系數和梯度值計算每個邊緣點對相鄰兩個方向的貢獻權值，將貢獻權值累加至該邊緣點所在的直方圖的每個直方柱上，直方圖峰值所在方向為該邊緣點的基準方向。