[发明专利]一种基于改进漫水填充算法的栅格图像矢量化方法有效

专利信息
申请号: 201910064027.X 申请日: 2019-01-23
公开(公告)号: CN109801242B 公开(公告)日: 2022-09-02
发明(设计)人: 黄进;郑思宇;朱明仓;李剑波;王敏;刘怡 申请(专利权)人: 西南交通大学
主分类号: G06T5/00 分类号: G06T5/00;G06T5/20;G06T7/11;G06T7/13
代理公司: 成都东恒知盛知识产权代理事务所(特殊普通合伙) 51304 代理人: 罗江
地址: 610031*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种基于改进漫水填充算法的栅格图像矢量化方法,包括以下步骤:步骤S10:取原始图像,对其进行图像锐化,得到包含边缘信息的图像;步骤S20:点击原始图像,以步骤S10得到的图像作为掩模,通过漫水填充算法,对相应图块进行填充;步骤S30:利用空洞填充算法对步骤S20得到的图块进行修补;步骤S40:根据步骤S30得到的图像,利用Freeman链码轮廓跟踪算法,找到图块轮廓的坐标点集合;步骤S50:根据步骤S40得到的坐标点集合,利用多边形拟合算法,对坐标点数目抽稀,得到关键坐标点集合,并将其之间的连线有序绘制出来,形成轮廓,得到最终的矢量化图像。本发明具有良好的栅格图像矢量化的效果,且相比于人工多处描点的栅格矢量化过程。
搜索关键词: 一种 基于 改进 填充 算法 栅格 图像 矢量 方法
【主权项】:
1.一种基于改进漫水填充算法的栅格图像矢量化方法,其特征在于:包括以下步骤,步骤S10:取原始图像,对其进行图像锐化,得到包含边缘信息的图像;步骤S20:点击原始图像,以步骤S10得到的图像作为掩模,通过漫水填充算法,对相应图块进行填充;步骤S30:利用空洞填充算法对步骤S20得到的图块进行修补;步骤S40:根据步骤S30得到的图像,利用Freeman链码轮廓跟踪算法,找到图块轮廓的坐标点集合;步骤S50:根据步骤S40得到的坐标点集合,利用多边形拟合算法,对坐标点数目抽稀,得到关键坐标点集合,并将其之间的连线有序绘制出来,形成轮廓,得到最终的矢量化图像。本发明具有良好的栅格图像矢量化的效果,且相比于人工多处描点的栅格矢量化过程,结合了改进的漫水填充方法与其他多种图像处理算法,实现了自动的栅格图像矢量化。其总体模型的算法步骤为:第(1)步:读取原始图像记作origin.并且读出图像高度记作h,图像宽度记作w.第(2)步:将origin转为灰度图像gray.计算公式为gray(y,x)=w1·origin(y,x,0)+w2·origin(y,x,1)+w3·origin(y,x,2),第(3)步:对gray进行高斯模糊,得到的图像记作guass.计算公式为第(4)步:利用索贝尔算子,对guass进行运算,获取边缘信息,得到的图像记作sobel.计算公式为第(5)步:将sobel作为掩模,对origin进行漫水填充,得到的图像记作rawBlock;第(6)步:对rawBlock进行空洞填充,得到的图像记作processedBlock;第(7)步:利用Freeman链码轮廓跟踪算法,找到processedBlock轮廓的坐标点集合,记作rawCoords;第(8)步:利用多边形拟合算法,对rawCoords数目抽稀,得到关键坐标点集合,记作processedCoords,并将其之间的连线有序绘制出来,形成轮廓,得到最终的矢量化图像。以上表达式中各参数和算符的意义为:gray(y,x)表示灰度图像gray第y行第x列的像素值。origin(y,x,0)表示真彩图像origin第y行第x列第0通道像素值。origin(y,x,1)、origin(y,x,2)以此类推。w1、w2、w3是利用大量图片计算出得出的经验值。表示图像的卷积运算。
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西南交通大学,未经西南交通大学许可,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/201910064027.X/,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