[發明專利]一種基于SIFT的書法防倒掛方法在審
| 申請號: | 201710584019.9 | 申請日: | 2017-07-18 |
| 公開(公告)號: | CN107491780A | 公開(公告)日: | 2017-12-19 |
| 發明(設計)人: | 張九龍;趙慶;屈小娥;劉一波;馬晨喆 | 申請(專利權)人: | 西安理工大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/34;G06K9/38 |
| 代理公司: | 西安弘理專利事務所61214 | 代理人: | 韓玙 |
| 地址: | 710048*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 sift 書法 倒掛 方法 | ||
1.一種基于SIFT的書法防倒掛方法,其特征在于,具體按照以下步驟實施:
步驟1、將書法字體圖像進行預處理,得到書法字體的二值圖像;
步驟2、經步驟1得到二值圖像I(x,y)之后,取像素點與高斯濾波器進行卷積運算:
將二值圖像I(x,y)在不同尺度下的尺度空間表示為L(x,y,σ),L(x,y,σ)由圖像I(x,y)與高斯核G(x,y,σ)的卷積得到;
步驟3、經步驟2后,引入高斯差分尺度空間DOG算子,生成DOG尺度空間;
步驟4、經步驟3后,檢測出書法字體圖像的極值點;
步驟5、經步驟4后,對于檢測出的書法字體圖像的極值點消除邊界效應,進行合理的篩選作為特征點為后續檢測識別所用;
步驟6、經步驟5后,為得到的特征點指定方向參數,利用特征點的鄰域像素梯度分布特性,書法字體特征點最終運算成為Sift特征描述子,與現有偏旁部首庫中的偏旁部首進行匹配,匹配出最接近的結果;
步驟7、先采用迭代自組織聚類算法整理得到的旋轉角度數據,然后選取樣本的均值作為字體樣本的最終旋轉角度,最后根據特征點匹配和最鄰近方法,由正常的偏旁部首情況判斷原有書法字體是否發生了旋轉或倒掛。
2.根據權利要求1所述的一種基于SIFT的書法防倒掛方法,其特征在于,所述步驟1具體按照以下步驟實施:
步驟(1.1)、將書法作品進行人工取像,得到書法字體圖像;
步驟(1.2)、利用書法字切割技術對經步驟(1.1)得到的書法字體圖像進行處理,得到單一的一個漢字的圖像;
步驟(1.3)、經步驟(1.2)后,將獲得的圖像處理得到書法字體的二值圖像I(x,y)。
3.根據權利要求1所述的一種基于SIFT的書法防倒掛方法,其特征在于,所述步驟3具體為:
將步驟2得到的運算結果建立圖像的DOG金字塔,在DOG尺度空間中的26個領域中檢測極值,同時在圖像二維平面空間DOG尺度空間中檢測局部極值,并將檢測到的局部極值點作為特征點,特征點具備良好的獨特性和穩定性,將局部極值點的像素用叉號標記。
4.根據權利要求1所述的一種基于SIFT的書法防倒掛方法,其特征在于,所述步驟4具體為:將步驟3檢測的DOG尺度空間局部及標記為叉號的局部極值點像素,跟同一尺度的周圍鄰域8個像素以及相鄰尺度對應位置的周圍鄰域9×2個像素進行比較,確保在尺度空間和二維圖像空間都檢測到局部極值,比較過程如下:
D(x,y,σ)為兩個相鄰尺度圖像之差,即:
D(x,y,σ)=(G(x,y,kσ)-G(x,y,σ))*I(x,y)=L(x,y,kσ)-L(x,y,σ) (1)
上式中:為二維高斯函數,x,y表示點的坐標,σ表示高斯正態分布的方差,L(x,y,σ)=G(x,y,σ)*I(x,y)表示尺度空間,
一個像素點若與周圍8個像素點以及上下層的18個鄰域像素點共26個鄰域像素點相比是最大值或最小值,確定該點是圖像在該尺度下的一個極值點。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安理工大學,未經西安理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710584019.9/1.html,轉載請聲明來源鉆瓜專利網。





