[發明專利]一種基于圖像特征點的草圖生成方法、服務器及系統

有效

• 申請號: 201810635109.0
• 申請日: 2018-06-20
• 公開（公告）號: CN108876711B
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 王吉華;徐真
• 申請（專利權）人: 山東師范大學
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06V10/44;G06T11/20
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

1.一種基于圖像特征點的草圖生成方法，其特征在于，包括：

對獲取的實體圖像進行預處理操作；

基于小波自適應Harris檢測算子來提取預處理后的實體圖像邊緣的特征點；

采用分段樣條插值法對提取的實體圖像邊緣的特征點進行輪廓的擬合，得到光滑封閉的曲線輪廓，生成相應草圖；

基于小波自適應Harris檢測算子來提取預處理后的實體圖像邊緣的特征點的具體過程包括：

將預處理后的實體圖像轉化為二值圖像；

計算二值圖像在預設尺度上的水平和垂直方向分量，構造小波系數的模值和幅角；

依據構造的小波系數的模值和幅角，計算二值圖像在水平和垂直方向梯度；

依據二值圖像在水平和垂直方向梯度，利用高斯函數對特征點高斯加權，同時加入歐氏距離，計算點與點之間的差值，生成一個矩陣元素值序列；

在所述矩陣元素值序列中，通過計算每個圖像像素的Harris響應值來進一步確定角點，通過基于小波自適應的Harris檢測算子對提取圖像邊緣的特征點。

2.如權利要求1所述的一種基于圖像特征點的草圖生成方法，其特征在于，對獲取的實體圖像進行預處理操作包括降噪處理以及實體圖像的邊界跟蹤。

3.如權利要求2所述的一種基于圖像特征點的草圖生成方法，其特征在于，依次采用中值濾波去噪方法和膨脹運算方法對獲取的實體圖像降噪。

4.一種基于圖像特征點的草圖生成服務器，其特征在于，包括：

預處理模塊，其被配置為：對獲取的實體圖像進行預處理操作；

邊緣特征點提取模塊，其被配置為：基于小波自適應Harris檢測算子來提取預處理后的實體圖像邊緣的特征點；

邊緣特征點擬合模塊，其被配置為：采用分段樣條插值法對提取的實體圖像邊緣的特征點進行輪廓的擬合，得到光滑封閉的曲線輪廓，生成相應草圖；

基于小波自適應Harris檢測算子來提取預處理后的實體圖像邊緣的特征點的具體過程包括：

將預處理后的實體圖像轉化為二值圖像；

計算二值圖像在預設尺度上的水平和垂直方向分量，構造小波系數的模值和幅角；

依據構造的小波系數的模值和幅角，計算二值圖像在水平和垂直方向梯度；

依據二值圖像在水平和垂直方向梯度，利用高斯函數對特征點高斯加權，同時加入歐氏距離，計算點與點之間的差值，生成一個矩陣元素值序列；

在所述矩陣元素值序列中，通過計算每個圖像像素的Harris響應值來進一步確定角點，通過基于小波自適應的Harris檢測算子對提取圖像邊緣的特征點。

5.如權利要求4所述的一種基于圖像特征點的草圖生成服務器，其特征在于，在所述預處理模塊中，對獲取的實體圖像進行預處理操作包括降噪處理以及實體圖像的邊界跟蹤。

6.如權利要求5所述的一種基于圖像特征點的草圖生成服務器，其特征在于，在所述預處理模塊中，依次采用中值濾波去噪方法和膨脹運算方法對獲取的實體圖像降噪。

7.如權利要求4所述的一種基于圖像特征點的草圖生成服務器，其特征在于，所述邊緣特征點提取模塊，包括：

二值圖像轉化子模塊，其被配置為：將預處理后的實體圖像轉化為二值圖像；

小波系數的模值和幅角構造子模塊，其被配置為：計算二值圖像在預設尺度上的水平和垂直方向分量，構造小波系數的模值和幅角；

水平和垂直方向梯度計算子模塊，其被配置為：依據構造的小波系數的模值和幅角，計算二值圖像在水平和垂直方向梯度；

矩陣元素值序列生成子模塊，其被配置為：依據二值圖像在水平和垂直方向梯度，利用高斯函數對特征點高斯加權，同時加入歐氏距離，計算點與點之間的差值，生成一個矩陣元素值序列；

特征點提取子模塊，其被配置為：在所述矩陣元素值序列中，通過計算每個圖像像素的Harris響應值來進一步確定角點，通過基于小波自適應的Harris檢測算子對提取圖像邊緣的特征點。

8.一種基于圖像特征點的草圖生成系統，其特征在于，包括如權利要求4-7中任一項所述的基于圖像特征點的草圖生成服務器。