[发明专利]一种基于轮廓尖锐度的图像特征提取方法

权利要求书

1.一种基于轮廓尖锐度的图像特征提取方法，其特征在于包括如下具体步骤：

步骤1：提取图像的边缘；

步骤2：计算边缘上各点的尖锐度；

步骤3：计算每条边缘的尖锐度直方图向量；

步骤4：建立全局尖锐度直方图。

2.如权利要求1所述的方法，其特征在于采用如下方式实现步骤1－4：

步骤1：提取图像的边缘：用边缘检测算子对图像进行处理，得到图像的边缘；

步骤2：计算边缘上各点的尖锐度：首先确定边缘上各点的支撑区域，然后计算各点的尖锐度值；

步骤3：计算每条边缘的尖锐度直方图向量：首先设定尖锐度分布的区间个数并计算每一区间的范围，然后统计每条边缘上各点的尖锐度在各个区间的分布，从而得到每条边缘的尖锐度直方图向量；

步骤4：建立全局尖锐度直方图：由各条边缘的尖锐度直方图向量得到尖锐度直方图矩阵，将矩阵各行相加并用属于各个区间的点的数目除以所有边缘上点的总数，从而获得最终的全局尖锐度直方图。

3.如权利要求2所述的方法，其特征在于，所述步骤2采用如下方式计算边缘上各点的尖锐度值：在图像边缘上任取一点，用P_i表示；以点P_i为中心点，向前和向后分别取k个点，得到的(2k+1)个点组成了P_i的支撑区域；k的取值范围为3～5；α_i为点P_i的支撑角；由支撑区域的两个端点P_i-k，P_i+k和点P_i3个点进行圆的拟合可得虚线所示的圆弧，其中O点为圆心，线段P_i P_i-k和P_i P_i+k为支撑臂，由于点Pi，Pi-k，Pi+k中间间隔的点的数目非常小，则可假设|P_iP_i-k|＝|P_iP_i+k|，于是有：

sin(ai/2)=|Pi-kPi+k|/2|PiPi-k|=|Pi-kPi+k|/2|PiPi+k|=|Pi-kPi+k||PiPi-k|+|PiPi+k|,]]>0<a≤180

当Pi，Pi-k，Pi+k在同一条直线上时，α＝180，此时有

当α趋近于0时，有

定义一个尖锐度变量：

sharp(pi)=1-sin(ai/2)=1-|Pi-kPi+k||PiPi-k|+|PiPi+k|.]]>