[发明专利]一种检测图像中轮廓角点的方法及装置

说明书

本发明公开了一种检测图像中轮廓角点的方法及装置，该方法包括：获取待检测的图像；在图像中提取目标物体的轮廓曲线；遍历轮廓曲线上的每一像素点作为待检测像素点；针对待检测像素点，查找位于轮廓曲线上的两个像素点作为基准点，其中，基准点被设置为与待检测像素点间的距离等于设定半径；计算两个所述基准点之间的距离与两倍的设定半径之间的差值，作为待检测像素点的三角差；根据轮廓曲线上的每一像素点的三角差，确定所述轮廓曲线上的角点。

技术领域

本发明涉及数字图像处理技术领域，更具体地，本发明涉及一种检测图像中轮廓角点的方法、及一种检测图像中轮廓角点的装置。

背景技术

图像中的角点通常是指图像中亮度变化剧烈的点，或者图像边缘曲线上曲率取极大值的点。这些点在保留图像的重要特征的同时,可以有效地减少信息的数据量,使其信息的含量很高,能够有效提高计算速度,有利于图像的可靠匹配,使得实时处理成为可能。其在三维场景重建、运动估计、目标跟踪、目标识别、图像配准与匹配等计算机视觉领域起着非常重要的作用。

经过几十年的研究与探索，产生了许多用于检测角点的方法，主要有基于灰度图像的角点检测方法、基于二值图像的角点检测方法、基于边缘特征的角点检测方法、基于轮廓的角点检测方法、以及支持矢量机的角点检测方法等等。以上每一种算法都有其对应的应用场景，其中，基于轮廓的角点检测方法主要用于快速定位需要计算的图像部分所在的位置。

当前比较成熟的基于轮廓的角点检测方法是基于边缘链码进行角点检测，该种方法具体是沿着数字曲线或者边界像素以8或者4邻域的方式移动，并对每一个移动方向进行数字编码，然后根据相邻码值之间的差别确定角点和可疑角点，再根据曲率来进一步判断检测到的可疑角点是否为真正的角点。该种方法存在的问题在于，无法直接检测出真正的角点，需要进一步开发用于排除可疑角点的排除算法。

发明内容

本发明实施例的一个目的是提供一种检测图像中轮廓角点的方法的新的技术方案，以从图像中准确地检测出轮廓角点。

根据本发明的第一方面，提供了一种检测图像中轮廓角点的方法，其包括：

获取待检测的图像；

在所述图像中提取目标物体的轮廓曲线；

遍历所述轮廓曲线上的每一像素点作为待检测像素点；

针对所述待检测像素点，查找位于所述轮廓曲线上的两个像素点作为基准点，其中，所述基准点被设置为与所述待检测像素点间的距离等于设定半径；

计算两个所述基准点之间的距离与两倍的设定半径之间的差值，作为所述待检测像素点的三角差；

根据所述轮廓曲线上的每一像素点的三角差，确定所述轮廓曲线上的角点。

可选的是，所述在所述图像中提取目标物体的轮廓曲线包括：

对所述图像进行二值化处理，以从环境背景中分割出所述目标物体；

对二值化处理后的图像进行边界分析，得到所述目标物体的轮廓曲线。

可选的是，所述根据所述轮廓曲线上的每一像素点的三角差，确定所述轮廓曲线上的角点包括：

判断所述待检测像素点的三角差是否为零值；

如是，则：

确定所述待检测像素点为非角点；

如否，则：

查找所述待检测像素点所在的三角差为非零值的连续轮廓段；

如果所述待检测像素点的三角差的数值是所述连续轮廓段上的极大值，则确定所述待检测像素点为所述轮廓曲线上的一个角点。

可选的是，所述方法还包括：