[发明专利]一种图像轮廓线平滑处理方法

说明书

本发明公开了一种图像轮廓线平滑处理方法，通过修正轮廓线上像素点集合，以获取图像色块连通域较为平滑的轮廓线，克服传统技术所提取的图像轮廓线存在锯牙状等不平滑特征的缺陷，有效解决了图像轮廓特征线常会出现局部不规则的曲线而干扰了对图像主要形态特征的正确描述的问题，从而为丰富图像轮廓特征的描述提供条件；本方法能获取图像较为平滑的轮廓线，有效解决视觉上相同图像的共同性特征描述，克服传统轮廓特征线不做平滑处理可能会造成相同或高度近似的图像特征描述不统一致使图像特征信息匹配困难的缺陷，提高图像识别检索中相同或近似图像的匹配效果；经平滑处理后的图像轮廓特征线，可广泛应用于图像检索，有效增强图像检索的匹配效果。

技术领域

本发明涉及图像识别领域，尤其涉及的是一种图像轮廓线平滑处理方法。

背景技术

图像特征的准确描述，是图像识别技术上首要解决的问题，提取图像轮廓线是图像识别技术领域很常用的一种技术手段，图像轮廓线特征能较好地反映图像的形状特征，在图像识别技术领域有广泛的应用。多边形逼近法是目前提取图像轮廓特征线的最常见方法，在图像识别技术领域中被广泛应用。多边形逼近法又可以划分为直线段逼近法和角点检测法。角点检测法又可以分为Rosenfeld-Johnston检测算法、Freeman-Davis检测算法、Sankar-Shama检测算法、Anderson-Bezdek检测算法、Teh-Chin检测算法。

输入图像由于在图片形成时受到光照、拍照角度等因素的影响，同一拍摄对象所产生图片的图像的色块轮廓线并不是完全相同的。虽然轮廓线整体的形状没有明显的差别，但图像轮廓线并不能完全重合，其中轮廓线上会呈现局部不规则的锯齿态的不平滑线形是常见的现象。图像轮廓线中的这种不平滑线形干扰了对图像主要形态特征的正确描述。

传统提取图像轮廓特征线的方法所提取的图像轮廓特征通常是直接使用其特征数据，一般不做进一步的平滑修正处理。传统方法所提取的图像轮廓特征虽然可以在一定范围内反映了图像轮廓特征，但这些轮廓特征线在一定程度上存在如下局限或缺陷：视觉上相同的一组图片所提取出的图像色块轮廓线并不能完全重合或完全相同，轮廓线上会呈现局部不规则的曲线，这种不规则的曲线干扰了对图像主要形态特征的正确描述，呈现出不佳的相同或近似图像的匹配效果。

因此，现有技术还有待于改进和发展。

发明内容

本发明的目的在于提供一种图像轮廓线平滑处理方法，旨在解决现有技术中轮廓特征线不做平滑处理可能会造成相同或高度近似的图像特征描述不统一，致使图像特征信息匹配困难的问题。

本发明的技术方案如下：一种图像轮廓线平滑处理方法，其中，具有包括以下步骤：

提取输入图像色块连通域的轮廓线及轮廓线上像素点的位置数据，并获取色块连通域的重心点；

计算输入图像色块连通域轮廓线上像素点的心轮线线长度及线角度数，并找出心轮线线长的最大值；

计算相邻心轮线之间的线长差及递减或递增方向；

划分线向区间，并对线向区间中的非稳定区间进行吸收合并处理以及对过大的线向区间再分割处理；

对进行吸收合并处理后或再分割后的线向区间内的心轮线进行修正处理；

以修正后轮廓线上像素点集合作为平滑后的色块连通域轮廓线。

所述的图像轮廓线平滑处理方法，其中，计算相邻心轮线之间的线长差及递减或递增方向，具体如下：逐条计算相邻心轮线之间的线长差，相邻心轮线的线长差按下式计算获取：S=a_n- a_n+1，其中，S表示相邻心轮线的线长差，a_n表示新编号的心轮线序号为第n号的心轮线的线长值，a_n+1表示新编号的心轮线序号为第n+1号的心轮线的线长值。