一种基于图像轮廓Freeman链码的角点特征提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111462153A(43)申请公布日2020.07.28(21)申请号202010367584.1(22)申请日2020.04.30(71)申请人柳州智视科技有限公司地址545616广西壮族自治区柳州市柳东新区初阳路19号A区厂房3栋233号(72)发明人陆晓陈文斌覃文昌(74)专利代理机构柳州市荣久专利商标事务所(普通合伙)45113代理人余航(51)Int.Cl.G06T7/13(2017.01)G06T7/64(2017.01)G06K9/46(2006.01)权利要求书4页说明书8页附图3页(54)发明名称一种基于图像轮廓Freeman链码的角点特征提取方法(57)摘要一种基于图像轮廓Freeman链码的角点特征提取方法，在对图像预处理后，首先提取多边形轮廓，再将多边形轮廓用Freeman链码进行编码，计算一阶差别码，然后区分出局部角点、非局部角点和可疑点，利用曲率和距离过滤可疑点，得到多边形轮廓的所有局部角点，然后利用角点连线的夹角和角点的曲率曲率做最后筛选。本发明可在不增加太多步骤的同时，既保留了原有算法计算效率高的优点，又针对实际使用时复杂多变的情况，稳定了算法的运行时间和角点的数量，并且保证角点的质量，有利于学习到更有效的物体特征。CN111462153ACN111462153A权利要求书1/4页1.一种基于图像轮廓Freeman链码的角点特征提取方法，其特征在于：包括以下步骤：A．缩放图像，对图像进行预处理；B．提取物体的二值图像，再提取物体二值图像中面积最大的闭合轮廓，即物体的外轮廓；C．采用轮廓曲线的多边形近似算法提取物体外轮廓的多边形近似轮廓，以此代替原始轮廓；D．将多边形轮廓用Freeman链码进行编码，得到多边形轮廓的Freeman链码表示；E．计算轮廓上各点的一阶差别码；F．根据一阶差别码的值初步判定角点，得到确定的局部角点和可疑点；G．计算可疑点的曲率，用一个较小的曲率阈值筛选可疑点，筛选后的可疑点作为可能的局部角点；H．筛选步骤G中找出的可能的局部角点；I．将步骤F中确定的局部角点与步骤H中筛选出的可能的局部角点合在一起进行筛选，得到多边形轮廓的所有局部角点；J．顺次连接局部角点，得到一个由局部角点作为顶点组成的多边形，根据该多边形各顶点处的角度大小，筛选步骤I中提取出的局部角点，筛选的结果为角点；K．用一个较大的曲率阈值筛选步骤J中提取出的角点，筛选的结果作为多边形轮廓上最终提取到的角点；L．将每个多边形轮廓上的角点，对应还原到原始轮廓上与这个角点距离最近的点，还原后的点为最终提取结果，从而将多边形轮廓的提取结果还原到原始轮廓上。2.根据权利要求1所述的一种基于图像轮廓Freeman链码的角点特征提取方法，其特征在于：所述步骤A具体为将图像的短边长度缩放至固定长度y，并保持新图的长宽比与原始图像相同，若新图的长宽比大于设定的最大长宽比x，则将新图的长宽比设为设定的最大长宽比x，所述x的取值范围为3.5≤x≤5.0，y的取值范围为100≤y≤150；所述步骤B中采用图像分割算法提取物体的二值图像以及采用轮廓提取算法提取物体二值图像中面积最大的闭合轮廓。3.根据权利要求1所述的一种基于图像轮廓Freeman链码的角点特征提取方法，其特征在于：所述步骤C中，多边形近似轮廓与原始轮廓的误差距离保持在z个像素之内，所述z的取值范围为5.0≤z≤10.0。4.根据权利要求1所述的一种基于图像轮廓Freeman链码的角点特征提取方法，其特征在于：所述步骤D具体包括以下步骤：d1．采用8-Freeman链码，所述8-Freeman表示相邻两像素连线的八种可能方向值，用ai表示由轮廓第i个点指向第i+1个点的方向链码，则：，最终多边形表示为ai的有序集合；d2．设定目标的轮廓曲线为8连接的数字化封闭曲线，以轮廓最上方的点作为起始点（如果有多个点，就取最左边的点）开始逆时针方向搜索编码，即得到多边形轮廓的Freeman链码表示。2CN111462153A权利要求书2/4页5.根据权利要求1所述的一种基于图像轮廓Freeman链码的角点特征提取方法，其特征在于：所述步骤E中，一阶差别码计算公式如下：，其中，di表示轮廓上第i个点的差别码，由此得到差别码的值分别为0，1，2，3或4。6.根据权利要求5所述的一种基于图像轮廓Freeman链码的角点特征提取方法，其特征在于：所述步骤F中，判定局部角点的准则如下：准则1：如果di=0或4，则i点不是局部角点；准则2：如果di=3，则i点是局部角点；准则3：如果di=1或2，则i点为可疑点。7.根据权利要求1所述的一种基于图像轮廓Freeman链码的角点特征提取方法，其特征在于：所述步骤G具体