[发明专利]图像识别算法在剪纸效果的应用

说明书

技术领域：

本发明属于图像识别及提取技术领域，具体涉及图像识别算法在剪纸效果的应用。

背景技术：

剪纸是一种用剪刀或刻刀在纸上剪刻花纹，用于装点生活或配合其他民俗活动的民间艺术。在中国，剪纸具有广泛的群众基础，交融于各族人民的社会生活，是各种民俗活动的重要组成部分。而现有技术无法方便的将图像处理成剪纸效果，更无法将剪纸与图像识别算法相结合。

本发明首次将图像识别及提取算法应用在传统文化剪纸中，通过科技手段将剪纸从线下转移到线上，用平时研究的图像处理算法融入生活，采用了图像分割的边缘检测算法，用五种算子叠加处理，能够提取到精度较高的目标图像。

发明内容：

针对上述问题，本发明提供了图像识别算法在剪纸效果的应用，包括以下步骤：

a.进行图像预处理：对原图去噪滤波，将彩色图转为灰度图；

b.实现边缘检测：采用图像分割的边缘检测算法通过微分算子对灰度图进行边缘检测；

c.生成素描图：将进行边缘检测的图像矩阵中的数字更换为灰色所代表的数字，得到素描颜色线条，生成素描图；

d.实现剪纸阳刻、印刻效果：对生成的素描图进行着色，阳刻效果为边缘红色，背景白色，印刻效果为边缘白色，背景红色；

e.线条后期处理：根据边缘平均宽度，对目标图像进行腐蚀或膨胀处理，得到较平滑的轮廓。

优选的，所述步骤（1）中对原图去噪滤波是通过高斯滤波器滤波去噪，将彩色图进行二值化处理，转换为灰度图像。

优选的，所述步骤（2）中的边缘检测是利用物体和背景在某种图像特性上的差异来实现检测，所述差异包括灰度、颜色或纹理特征。

本发明有益效果：本发明通过进行图像预处理、实现边缘检测、生成素描图、实现剪纸阳刻、印刻效果及线条后期处理，首次将图像识别及提取算法应用在传统文化剪纸中，通过科技手段将剪纸从线下转移到线上，将平时研究的图像处理算法融入生活，同时采用了图像分割的边缘检测算法，用五种算子叠加处理，能够提取到精度较高的目标图像。

附图说明：

图1为进行图像预处理后得到的灰度图像。

图2为Roberts算子进行边缘处理后得到的Matlab仿真图。

图3为Sobel算子进行边缘处理后得到的Matlab仿真图。

图4为Prewitt算子进行边缘处理后得到的Matlab仿真图。

图5为Canny算子进行边缘处理后得到的Matlab仿真图。

具体实施方式：

为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图中示出的具体实施例来描述本发明。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

本发明提供的图像识别算法在剪纸效果的应用，包括以下步骤：

a.进行图像预处理：先对输入图像原图进行预处理，为后面算法计算速度与效果达到最优做准备。对图像原图使用高斯滤波器滤波去噪，将彩色图进行二值化处理，转换为灰度图像，如图1。

b.实现边缘检测：边缘检测在图像处理与计算机视觉中占有特殊的位置，它是底层视觉处理中最重要的环节之一，也是实现基于边界的图像分割的基础。在图像中，边界表明一个特征区域的终结和另一个特征区域的开始，边界所分开区域的内部特征或属性是一致的，而不同区域内部的特征或属性是不同的，边缘的检测正是利用物体和背景在某种图像特性上的差异来实现的。这种差异包括灰度、颜色或者纹理特征。边缘检测实际上就是检测图像特性发生变化的位置。函数导数反映图像灰度变化的显著程度，一阶导数的局部极大值和二阶导数的过零点都是图像灰度变化极大的地方。因此可将这些导数值作为相应点的边界强度，通过设置门限的方法，提取边界点集。

基于一阶导数的边缘检测，梯度是图像对应二维函数的一阶导数：

可以用以下三种范数衡量梯度的幅值:

梯度方向为函数最大变化率方向:

常用的边缘检测算子有Roberts算子、Sobel算子、Prewitt算子、LoG算子和Canny算子，由于图像由离散的像素点组成，这些算子将用差分近似偏导数。

以下为基于一阶导数的四种算子边缘检测：

1)Roberts交叉算子