[發明專利]一種基于圖像輪廓Freeman鏈碼的角點特征提取方法

有效

• 申請號: 202010367584.1
• 申請日: 2020-04-30
• 公開（公告）號: CN111462153B
• 公開（公告）日: 2023-05-19
• 發明（設計）人: 陸曉;陳文斌;覃文昌
• 申請（專利權）人: 柳州智視科技有限公司
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/64;G06V10/44
• 代理公司: 柳州市榮久專利商標事務所(普通合伙) 45113
• 代理人: 余航

一種基于圖像輪廓Freeman鏈碼的角點特征提取方法，在對圖像預處理后，首先提取多邊形輪廓，再將多邊形輪廓用Freeman鏈碼進行編碼，計算一階差別碼，然后區分出局部角點、非局部角點和可疑點，利用曲率和距離過濾可疑點，得到多邊形輪廓的所有局部角點，然后利用角點連線的夾角和角點的曲率曲率做最后篩選。本發明可在不增加太多步驟的同時，既保留了原有算法計算效率高的優點，又針對實際使用時復雜多變的情況，穩定了算法的運行時間和角點的數量，并且保證角點的質量，有利于學習到更有效的物體特征。

技術領域

本發明涉及圖像識別技術領域，特別涉及一種基于圖像輪廓Freeman鏈碼的角點特征提取方法。

背景技術

角點作為圖像上的特征點，包含有重要的信息，對圖像圖形的理解和分析有很重要的作用，我們在對物體特征進行學習時，通常會對其進行角點特征的提取，角點檢測算法可歸納為三類：基于灰度圖像的角點檢測、基于二值圖像的角點檢測和基于輪廓曲線的角點檢測，其中基于輪廓曲線的角點檢測與另兩類算法相比，計算數據量較少，在需要實時處理的系統中具有很高的價值。

在以往的基于輪廓曲線的角點檢測方法中，基于Freeman鏈碼的方法雖然具有計算效率高和不受圖像平移、旋轉影響的優點（相關專利有“基于差別累加值及三點鏈碼差的曲線拐角點檢測方法（CN101887582A）”、相關文獻有“汪劍等《基于Freeman鏈碼的漢字圖像輪廓曲線拐角點檢測方法（自動化技術與應用）》2009，第28卷（第1期）”等），然而在實際情況下，直接使用這類基于Freeman鏈碼的方法還有以下不足之處：

1．物體輪廓形狀千變萬化，現有的輪廓提取算法不一定能提取到很準確的輪廓，從而導致提取角點時遇到很多噪聲；

2．算法本身提取到的角點數量、質量會隨著算法內部一些參數的變化而產生較大的波動，可能會提取到很多特征不夠明顯的角點；

3．物體輪廓長度范圍跨度很大，而算法的計算時間和輪廓長度密切相關，這使得算法的運行時間不夠穩定；

4．Freeman鏈碼僅以局部特征對輪廓做編碼，容易受到干擾，特別對于輪廓形狀為圓弧形的情況，容易將一部分點誤判為角點。

發明內容

本發明要解決的技術問題是：提供一種基于圖像輪廓Freeman鏈碼的角點特征提取方法，不僅保留了原有算法計算效率高的優點，而且針對實際使用時復雜多變的情況，穩定了算法的運行時間和運行結果，有利于學習到更有效的物體特征，以克服已有技術所存在的上述不足。

本發明采取的技術方案是：一種基于圖像輪廓Freeman鏈碼的角點特征提取方法，包括以下步驟：

A．縮放圖像，對圖像進行預處理；

B．提取物體的二值圖像，再提取物體二值圖像中面積最大的閉合輪廓，即物體的外輪廓；

C．采用輪廓曲線的多邊形近似算法提取物體外輪廓的多邊形近似輪廓，以此代替原始輪廓；

D．將多邊形輪廓用Freeman鏈碼進行編碼，得到多邊形輪廓的Freeman鏈碼表示；

E．計算輪廓上各點的一階差別碼；

F．根據一階差別碼的值初步判定角點，得到確定的局部角點和可疑點；

G．計算可疑點的曲率，用一個較小的曲率閾值篩選可疑點，篩選后的可疑點作為可能的局部角點；

H．篩選步驟G中找出的可能的局部角點；

I．將步驟F中確定的局部角點與步驟H中篩選出的可能的局部角點合在一起進行篩選，得到多邊形輪廓的所有局部角點；

J．順次連接局部角點，得到一個由局部角點作為頂點組成的多邊形，根據該多邊形各頂點處的角度大小，篩選步驟I中提取出的局部角點，篩選的結果為角點；