[发明专利]一种基于RGB单目图像的浅浮雕物体识别处理方法

权利要求书

1.一种基于RGB单目图像的浅浮雕物体识别处理方法，其特征包括以下几个步骤：

1)读取RGB单目图像信息，包括图像中像素点总数、每个像素点的色度信息、亮度信息和位置信息；

2)采用边缘细节增强的处理方法提取图像的轮廓边缘，得到图像中对象的轮廓边缘信息；

3)在轮廓边缘的基础上，采用改进的连通域标定算法对RGB单目图像进行分割，得到若干个图像区域；

4)通过像素点明暗度深度恢复算法，求解每个图像区域中每个像素的高度值，得到每个图像区域的三维点云数据，再通过三角面片重构算法，构建出浅浮雕模型。

2.根据权利要求1所述的一种基于RGB单目图像的浅浮雕物体识别处理方法，其特征在于：所述步骤2)在对RGB单目图像进行去噪预处理后，采用边缘细节增强的全自动提取图像轮廓边缘方法，联合像素点的亮度和色度信息获取图像的梯度值，采用基于边缘切向流的高斯差分求得图像的轮廓边缘，并采用中值滤波对提取的轮廓边缘进行平滑细化处理。

3.根据权利要求1述的一种基于RGB单目图像的浅浮雕物体识别处理方法，其特征在于：所述的全自动提取图像轮廓边缘方法具体步骤如下：

2.1)从RGB色彩空间转换到YUV色彩空间，在YUV色彩空间下求解像素点的亮度值作为RGB单目图像中的亮度信息，再通过Sobel算子获取亮度信息的梯度图像，计算获得图像的亮度梯度幅度；同时从RGB色彩空间转换到CIE-L^*a^*b^*色度空间，从CIE-L^*a^*b^*色度空间获取色度信息及其梯度值，处理获得色度梯度幅度；将亮度梯度幅度和色度梯度幅度分别进行归一化处理和融合，获得融合梯度；

2.2)利用融合梯度和边缘切向流获取轮廓边缘

采用以下边缘切向流滤波器：

其中，tⁱ⁺¹(x)表示第i+1次迭代计算下像素点x处的归一化切向量，Ω(x)表示像素点x的邻域，半径为r；k是归一化因子；tⁱ(y)表示第i次迭代计算下像素点y处的归一化切向量；Φ(x,y)表示归一化切线向量tⁱ(y)方向的符号函数，该值和tⁱ(x)与tⁱ(y)的夹角大小有关；w_s(x,y)为空间加权函数；w_m(x,y)为幅度加权函数；w_d(x,y)为方向加权函数；像素点y和像素点x为不同的像素点；

空间加权函数w_s(x,y)表达公式为：

其中，r表示滤波框半径；||x-y||表示像素点x和y之间的距离；

幅度加权函数w_m(x,y)表达公式为：

其中，e(x)表示像素点x处归一化后梯度值；η控制下降率，取值为1；e(y)表示像素点y处归一化后梯度值；h表示像素点x和像素点y之间的距离；

方向加权函数w_d(x,y)表达公式为：

w_d(x,y)＝|tⁱ(x)·tⁱ(y)| 2-(29)

其中，tⁱ(x)表示像素点x处的归一化切向量，tⁱ(y)表示像素点y处的归一化切向量；归一化切线向量tⁱ(y)方向的符号函数Φ(x,y)计算为：

获取融合梯度逆时针方向的垂直矢量作为边缘切向流的初始矢量，像素点x处的归一化切向量，然后通过对公式tⁱ(x)→tⁱ⁺¹(x)的迭代，获得了平滑的所有像素点的归一化切向量；

2.3)采用中值滤波的FDOG滤波器对提取的轮廓边缘进行平滑细化处理，FDOG滤波器表示为：

其中，l_s(x)表示像素点x处的线l_s上的点；C_x(s)表示像素点x处的积分曲线，l_s表示垂直于积分曲线C_x(s)的切线且与积分曲线C_x(s)相交的线段，即法线段，积分曲线C_x(s)的曲线长度s的取值范围为[-S,S]，I(l_s(x))为输入图像I在点l_s(x)处的值，f(x)表示高斯差分函数，T表示像素点x的积分曲线取值范围；表示方差σ_c的中心间隔1维高斯函数，σ_c表示中心间隔方差；表示方差σ_s的周围间隔1维高斯函数，σ_s表示周围间隔方差；σ_s＝1.6σ_c，ρ表示控制噪声的级别。