[发明专利]图像要素提取方法及装置

权利要求书

1.一种图像要素提取方法，其特征在于，包括以下步骤：

步骤S10，获取待处理图像；

步骤S20，对所述待处理图像进行预处理，得到去噪图像，并得到所述去噪图像的边缘轮廓图；

步骤S30，对经过预处理的图像进行阈值分割，得到分割阈值；

步骤S40，利用所述分割阈值对经过预处理的图像进行二值化处理，得到二值化图像；

步骤S50，对所述二值化图像中的轮廓进行图形学变换处理；

步骤S60，获取经过图形学变换处理的图像的轮廓向量，并根据所述轮廓向量求取圈定轮廓的最小矩形；

步骤S70，根据所述最小矩形，提取图像要素。

2.根据权利要求1所述的图像要素提取方法，其特征在于，所述步骤S20包括以下步骤：

步骤S201，输入所述待处理图像；

步骤S202，将所述待处理图像转化为灰度图；

步骤S203，生成高斯核，并使用高斯核对所述灰度图进行卷积运算，得到去噪图像；

步骤S204，对所述去噪图像处理，得到边缘轮廓图。

3.根据权利要求2所述的图像要素提取方法，其特征在于，所述步骤S203中，所述高斯核通过下式生成，

其中，Gauss(i′，j′)表示高斯核的第i′行第j′列元素的值，m表示高斯核的总行数，n表示高斯核的总列数，σ表示高斯核标准差。

4.根据权利要求2所述的图像要素提取方法，其特征在于，所述步骤S204包括：

确定梯度算子，包括横向算子和纵向算子；

利用所述梯度算子对所述去噪图像分别进行卷积运算，得到横向梯度图和纵向梯度图；

将横向梯度图和纵向梯度图取绝对值后相加，得到所述去噪图像的边缘轮廓图。

5.根据权利要求1所述的图像要素提取方法，其特征在于，所述步骤S30包括：

步骤S301，设定初始像素灰度值；

步骤S302，使用像素灰度值分割图像；

步骤S303，根据下式获取类间方差：

g＝ω1*ω2*(μ1-μ2)²

其中，g表示类间方差，ω1表示图像中的背景像素占比，ω2表示图像中的前景像素占比，μ1表示背景的平均灰度值，μ2表示前景的平均灰度值；

步骤S304，遍历所有像素灰度值的取值，得到使得类间方差最大的阈值，作为分割阈值。

6.根据权利要求1所述的图像要素提取方法，其特征在于，所述步骤S50包括：利用大椭圆核对二值化图像进行一次闭运算处理，使得图像中物体的轮廓呈密闭连接。

7.根据权利要求6所述的图像要素提取方法，其特征在于，所述步骤S50还包括：利用小椭圆核对经过闭运算处理的二值化图像进行多次腐蚀和多次膨胀处理。

8.根据权利要求1所述的图像要素提取方法，其特征在于，所述步骤S60中，根据所述轮廓向量求取圈定轮廓的最小矩形，包括：

对轮廓向量进行排序，其中，采用混合排序方式，图像的轮廓向量较少时采用折半插入排序，轮廓向量较多时，采用快速排序；

根据排序后的轮廓向量求取圈定轮廓的最小矩形。

9.根据权利要求1所述的图像要素提取方法，其特征在于，所述方法还包括：对所述分割阈值进行微调，修正提取的图像要素。

10.一种图像要素提取装置，其特征在于，包括：

图像获取模块，获取待处理图像；

预处理模块，对所述待处理图像进行预处理，得到去噪图像，并得到所述去噪图像的边缘轮廓图；

分割阈值获取模块，对经过预处理的图像进行阈值分割，得到分割阈值；

二值化模块，利用所述分割阈值对经过预处理的图像进行二值化处理，得到二值化图像；

轮廓处理模块，对所述二值化图像中的轮廓进行图形学变换处理；

轮廓圈定模块，获取经过图形学变换处理的图像的轮廓向量，并根据所述轮廓向量求取圈定轮廓的最小矩形；

要素提取模块，根据所述最小矩形，提取图像要素。