[發明專利]二值化圖像抗噪聲提取骨架的方法及系統

在審

• 申請號: 202210140719.X
• 申請日: 2022-02-16
• 公開（公告）號: CN114494704A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 葛港;張敏
• 申請（專利權）人: 重慶大學
• 主分類號: G06V10/28
• 分類號: G06V10/28;G06V10/34;G06V10/77;G06K9/62
• 代理公司: 重慶雙馬智翔專利代理事務所(普通合伙) 50241
• 代理人: 顧曉玲

本發明屬于圖像骨架化技術領域，具體公開了一種二值化圖像抗噪聲提取骨架的方法及系統，該方法利用二值圖像的前景像素，計算每個前景像素在其搜索域中的向量之和，得到其初始位移矢量，進行主成分分析，對初始位移矢量進行優化，沿優化后的位移矢量移動每個像素點，并根據移動點的集合重新繪制圖像，重復步驟，直到滿足終止條件時停止，得到原始骨架，對原始骨架進行細化，刪除不改變圖連通性的非必要像素點，得到最終的骨架。采用本技術方案，收集更多的局部信息，使提取的骨架更加平滑，而且對噪聲具有很強的魯棒性。

技術領域

本發明屬于圖像骨架化技術領域，涉及一種二值化圖像抗噪聲提取骨架的方法及系統。

背景技術

骨架化是將二值圖像上的前景區域減少為骨架殘余的過程，它在很大程度上保持了原始區域的連通性，從而提供了一種實用和緊湊的圖像對象表示方式。提取的骨架可以作為一種有用的形狀描述工具，也是一種著名的圖像分析和形狀識別的預處理方法。

現有技術中有許多在二維空間中獲取骨骼的算法，可以將它們分類如下:

基于細化的骨架化方法:以直觀的方式對形狀進行剝離，得到一組單像素寬度的連通點，保持了形狀的拓撲結構。即細化是一種旨在以并行或順序的方式刪除非終結簡單點的操作，這些算法的主要優點是保留了形狀拓撲。

基于距離圖的骨架化方法:目標是識別距離圖上的關鍵點，其中每個像素都用值標記與最接近的背景像素的距離。不同的距離映射近似或精確計算歐幾里得距離。例如，倒角(通過局部掩模逼近歐幾里得距離)，平方歐幾里得距距離，帶符號的歐幾里得距離和蜂窩(基于六邊形網格)。

而現有技術基于固定4鄰域和8鄰域的算法，只能考慮相當局部的信息，特別是當噪聲接近邊界時，局部信息的丟失將導致生成的骨架質量嚴重退化，算法魯棒性不足。

發明內容

本發明的目的在于提供一種二值化圖像抗噪聲提取骨架的方法及系統，以解決算法魯棒性不足的問題。

為了達到上述目的，本發明的基礎方案為：一種二值化圖像抗噪聲提取骨架的方法，包括如下步驟：

S1，獲取二值圖像的前景像素，計算每個前景像素在其搜索域中的向量之和，得到其初始位移矢量；

S2，進行主成分分析，對初始位移矢量進行優化；

S3，沿優化后的位移矢量移動每個像素點，并根據移動點的集合重新繪制圖像；

S4，重復步驟S1-S3，直到滿足終止條件時停止，得到原始骨架；

S5，對原始骨架進行細化，刪除不改變圖連通性的非必要像素點，得到最終的骨架。

本基礎方案的工作原理和有益效果在于：本方案計算每個前景像素在其搜索域中的向量之和，得到其初始運動方向，然后對之前計算的向量進行優化。沿著優化后的位移矢量移動每個像素點，并根據移動點的集合重新繪制圖像。直到滿足終止條件，進行后處理，得到最終的骨架。這樣基于最近鄰的抗噪聲骨架化算法，收集了更多的局部信息，使提取的骨架不僅更加平滑，而且對噪聲具有很強的魯棒性。

進一步，得到初始位移矢量的方法如下：

設二值圖像S用大小為m×n的矩陣P表示；

給定一組前景像素，通過計算每個樣本像素周圍向量的和，得到初始位移向量u_i為:

其中，i為待計算樣本像素標識，j為i的鄰域內樣本像素標識，x_i為待計算樣本像素坐標，x_j為鄰域內樣本像素坐標，k_i為i的自適應的鄰域內所含像素點個數；N_i,k是樣本像素x_i的k近鄰的集合。