[发明专利]一种基于图像处理的树状节点识别方法有效

专利信息
申请号: 201611192469.5 申请日: 2016-12-21
公开(公告)号: CN106845350B 公开(公告)日: 2019-06-21
发明(设计)人: 高飞;童伟圆;倪逸扬;蔡益超;金一鸣;卢书芳;毛家发;肖刚 申请(专利权)人: 浙江工业大学
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 杭州浙科专利事务所(普通合伙) 33213 代理人: 周红芳
地址: 310014 *** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种基于图像处理的树状节点识别方法,属于软件自动化测试技术领域。它通过对像素行进行标记,构成树形结构节点行;通过计算得到树形结构节点中内容行的集合、计算节点行行高H和第一个节点行首行行号F,再对灰度图P进行树形结构节点行分行,得到映射集,识别树状节点的阶,解决用户需要手动操作以树形结构样式来显示图形界面的问题,有助于实现图形化界面的自动化测试。
搜索关键词: 一种 基于 图像 处理 树状 节点 识别 方法
【主权项】:
1.一种基于图像处理的树状节点识别方法,其特征在于包括如下步骤:步骤1:对像素行进行标记,得到内容行和空白行,多个内容行和空白行构成了树形结构节点行,具体过程为:步骤1.1:对树形结构所在的区域进行截图,并将截图进行灰度化,得到灰度图P,其分辨率为w*h;步骤1.2:令P={Gi|i=0,1,2,...,h‑1},Gi={gij|j=0,1,2,...,w‑1},其中Gi表示灰度图P的第i行像素集,gij表示灰度图P中第i行第j列像素的灰度值;步骤1.3:根据式(1)和(2)对Gi(i=0,1,2,…,h‑1)进行标记,得到集合K={ki|i=0,1,2,...,h‑1}:式中,表示Gi中像素的平均灰度值,ki表示与Gi对应的标记结果,当ki=1时,称Gi为内容行,ki≠1时为空白行,多个空白行和多个内容行把像素行分成2类;多个内容行和空白行构成了树形结构节点行;步骤2:根据式(3)、(4)和(5)计算得到树形结构节点中内容行的集合O={<tq,bq,>|q=1,2,...,d,tq∈{0,1,…,h‑1},bq∈{0,1,…,h‑1}}:tp<bp<tr<br,若r>p且<tp,bp>∈O且<tr,br>∈O  (3)kx=1,若x∈[tq,bq]且kx∈K  (4)bq‑tq>Lmin  (5)其中,d表示树形结构节点的数量,tq和bq分别表示第q个树形结构节点在灰度图P中对应位置的像素起始行和结束行的行号,Lmin表示预设的树形结构节点行的高度阈值;步骤3:计算节点行行高H和第一个节点行首行行号F,具体为:步骤3.1:根据式(6)和(7)计算树形结构节点中行号连续的内容行行数平均值A:式中,Sum表示内容行的数量;步骤3.2:设置树形结构节点行高H和首行行号F的拟合区间分别为和V2=(0,A);步骤3.3:令行号集合E与空白行数SE的映射集为Efh={e|e=f+h*k,e<Sum,k=1,2,...,d},其中集合Efh表示行高为h、首行序号为f时的行号集合,e表示行序号,表示行号集合Efh中空白行的数量;步骤3.4:根据式(8)得到行高H和首行行号F:步骤4:对灰度图P进行树形结构节点行分行,得到映射集L={<lti,lbi>|lti=F+H*(i‑1),lbi=F+H*i‑1,i=1,2,...,d},其中<lti,lbi>表示第i节点行中像素行行号集合,lti和lbi分别表示第i节点行的首行和末行序号;步骤5:识别树状节点的阶,具体为:步骤5.1:设树形结构共有m个层级,层级的边界纵坐标集合LX={lxi|i=0,1,2,...,m},其中lx0表示第1层级的左边界,lx1表示第1层级的右边界,lxm表示第m层级的右边界;步骤5.2:对所有节点行图标可能存在位置区域进行截图,令集合Lg={<bpq,Repq>|p=1,2,...,d,q=1,2,...,m},Repq={gab|lxq‑1<a<lxq,ltp<b<lbp},其中bpq表示图标的行号和层级为p和q,Repq表示第p节点行第q个层级图标区域的截图,gab表示灰度图片P中第a行第b列的像素灰度值;步骤5.3:对图标集合Lg逐行判断区域内是否存在图标;若第i区域存在图标,则该行的阶度为i。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201611192469.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top