• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 8
    • 下载费用:30 金币  

    重庆时时彩代理返点什么意思: 一种基于贝塞尔控制点搜索的曲线识别方法.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201410216780.3

    申请日:

    2014.05.21

    公开号:

    CN103971101A

    公开日:

    2014.08.06

    当前法律状态:

    撤回

    有效性:

    无权

    法律详情: 发明专利申请公布后的视为撤回IPC(主分类):G06K 9/00申请公布日:20140806|||著录事项变更IPC(主分类):G06K 9/00变更事项:申请人变更前:国家电网公司变更后:国家电网公司变更事项:地址变更前:100031 北京市西城区西长安街86号变更后:300010 天津市河北区五经路39号变更事项:申请人变更前:国网天津市电力公司变更后:国网天津市电力公司|||实质审查的生效IPC(主分类):G06K 9/00申请日:20140521|||公开
    IPC分类号: G06K9/00 主分类号: G06K9/00
    申请人: 国家电网公司; 国网天津市电力公司
    发明人: 李富明; 黄国栋; 周建朋; 孙家新; 王开均
    地址: 100031 北京市西城区西长安街86号
    优先权:
    专利代理机构: 天津才智专利商标代理有限公司 12108 代理人: 庞学欣
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410216780.3

    授权公告号:

    |||||||||

    法律状态公告日:

    2017.09.01|||2015.01.07|||2014.09.03|||2014.08.06

    法律状态类型:

    发明专利申请公布后的视为撤回|||著录事项变更|||实质审查的生效|||公开

    摘要

    一种基于贝塞尔控制点搜索的曲线识别方法。其包括:第一步骤,对当前图像进行高斯平滑处理、Hessian计算和Hessian图像细化操作,获取Hessian细化图像;第二步骤,用户根据实际曲线位置,在视频图像上标定3个控制点;第三步骤,根据3个控制点,采用Bezier曲线构建模型法获取Bezier曲线;第四步骤,根据Bezier曲线和3个控制点获取Hessian细化图像上的检测曲线并输出。本发明提供的基于贝塞尔控制点搜索的曲线识别方法可以简单、准确地识别出视频图像中的曲线。

    权利要求书

    权利要求书
    1.  一种基于贝塞尔控制点搜索的曲线识别方法,其特征在于,该方法包括按顺序执行的下列步骤:
    第一步骤101,对当前图像进行高斯平滑处理、Hessian计算和Hessian图像细化操作,获取Hessian细化图像;
    第二步骤102,用户根据实际曲线位置,在视频图像上标定3个控制点;
    第三步骤103,根据3个控制点,采用Bezier曲线构建模型法获取Bezier曲线;
    第四步骤104,根据Bezier曲线和3个控制点获取Hessian细化图像上的检测曲线并输出。

    2.  如权利要求1所述的方法,其特征在于,在第一步骤101中,所述的高斯平滑处理的方法如下:设当前图像为I(x,y),经过滤波处理后获得的平滑图像Iσ(x,y)为:
    Iσ(x,y)=I(x,y)*gσ(x,y)
    其中,I(x,y)为当前图像内点(x,y)的灰度值,Iσ(x,y)为当前图像的平滑图像内点(x,y)的灰度值,gσ(x,y)表示高斯平滑的核函数,*表示卷积运算,高斯平滑的核函数gσ(x,y)中σ的取值与线的宽度有关,满足其中ω表示线的像素宽度。

    3.  如权利要求1所述的方法,其特征在于,在第一步骤101中,所述的Hessian计算包括以下步骤:
    步骤a)利用当前的平滑图像内每点(x,y)的灰度值的二阶梯度 值构建Hessian矩阵H(x,y)=rxx(x,y)rxy(x,y)rxy(x,y)ryy(x,y),]]>计算Hessian矩阵的特征值λ,其中,rxx(x,y)、rxy(x,y)、ryy(x,y)表示点(x,y)与周围八个邻边点的灰度梯度差值,其计算公式如下:
    rxx(x,y)=|I(x-1,y)+I(x+1,y)-I(x,y)|
    ryy(x,y)=|I(x,y-1)+I(x,y+1)-I(x,y)|
    rxy(x,y)=|I(x-1,y-1)+I(x+1,y+1)-I(x-1,y+1)-I(x+1,y-1)|
    其中,I(·,·)表示像素点(·,·)的灰度值;
    步骤b)若平滑图像内某一点的Hessian矩阵的特征值λ≥TH1,TH1∈[4.2,4.9],则认为该点是Hessian点,否则滤除该点,从而获得Hessian图像。

    4.  如权利要求1所述的方法,其特征在于,在第一步骤101中,所述的Hessian图像细化操作方法是对Hessian图像进行形态学细化操作,以获得Hessian细化图像。

    5.  如权利要求1所述的方法,其特征在于,在第三步骤103中,所述的根据3个控制点P0(x0,y0),P1(x1,y1),P2(x2,y2),采用Bezier曲线构建模型法确定Bezier曲线的公式如下:
    P(t)=(1-t)2P0+2(1-t)tP1+t2P2 0≤t≤1。

    6.  如权利要求1所述的方法,其特征在于,在第四步骤中,所述的根据Bezier曲线和3个控制点获取Hessian细化图像上的检测曲线并输出的方法包括以下步骤:
    步骤1041,同时将3个控制点P0(x0,y0),P1(x1,y1),P2(x2,y2)在(x-△x,y-△y)、(x-△x,y+△y)、(x+△x,y-△y)、(x+△x,y+△y)四个方向上进行整体平移,△x∈{k1,2k1,L,k1×n},△y∈{k1,2k1,L,k1×n},其中k1、n 为阈值参数,k1∈[4,6]且为整数,n∈[2,4]且为整数,根据整体平移后的新控制点构建4n条新的Bezier曲线;
    步骤1042,分别针对每条新的Bezier曲线,对该Bezier曲线上的每一点在(Δx′,Δy′)范围内搜索最近的Hessian点,△x′∈[-k1,k1]且为整数,△y′∈[-k1,k1]且为整数,统计该Bezier曲线上全部点与最近Hessian点的距离和;
    步骤1043,比较每条新的Bezier曲线统计的距离和的大小,选取距离和最小的Bezier曲线对应的3个控制点P0′(x0′,y0′),P1′(x1′,y1′),P2′(x2′,y2′)为3个基准控制点;
    步骤1044,保持P1′、P2′两个基准控制点不变,分别以P0′周围的6个像素范围内的像素点为临时控制点,并根据该临时控制点以及P1′、P2′构建Bezier曲线,计算该Bezier曲线的长度,以及该Bezier曲线在Hessian细化图像上的有效点的数目,即统计该Bezier曲线上点属于Hessian细化图像前景点的数目,并计算该有效点的数目与该Bezier曲线的长度的比值,若该比值大于k2,k2∈[0.5,0.6],则将该临时控制点作为基准控制点P0′的最佳控制点P0*;同时以相同的方法分别获取基准控制点P1′、P2′的最佳控制点P1*、P2*;
    步骤1045,根据最佳控制点P0*、P1*、P2*构建Bezier曲线,并将该Bezier曲线作为检测曲线并输出。

    说明书

    说明书一种基于贝塞尔控制点搜索的曲线识别方法
    技术领域
    本发明属于图像处理技术领域,特别是涉及一种基于贝塞尔控制点搜索的曲线识别方法。
    背景技术
    医学领域中的血管检测、掌纹检测、细胞检测,电力领域中的高压输电线检测等等都需要应用到曲线跟踪技术,因此曲线跟踪技术的研究有着重要的意义。
    传统的曲线跟踪技术存在以下问题:1)对噪声图像敏感;2)对存在背景干扰的图像敏感;3)无法准确识别出交叉曲线;4)无法识别出现断裂的曲线;5)对于图像出现变化的情况,无法准确识别待检测曲线;6)无法实时地识别出图像中存在的曲线;7)一旦曲线检测错误,没有自动修正机制识别曲线。
    综上所述,目前迫切需要提出一种能简单、有效地跟踪连接复杂场景中的曲线识别方法。
    发明内容
    为了解决上述问题,本发明的目的在于提供一种基于贝塞尔控制点搜索的曲线识别方法。
    为了达到上述目的,本发明提供的基于贝塞尔控制点搜索的曲线识别方法包括按顺序执行的下列步骤:
    第一步骤101,对当前图像进行高斯平滑处理、Hessian计算和Hessian图像细化操作,获取Hessian细化图像;
    第二步骤102,用户根据实际曲线位置,在视频图像上标定3个控制点;
    第三步骤103,根据3个控制点,采用Bezier曲线构建模型法获取Bezier曲线;
    第四步骤104,根据Bezier曲线和3个控制点获取Hessian细化图像上的检测曲线并输出。
    在第一步骤101中,所述的高斯平滑处理的方法如下:设当前图像为I(x,y),经过滤波处理后获得的平滑图像Iσ(x,y)为:
    Iσ(x,y)=I(x,y)*gσ(x,y)
    其中,I(x,y)为当前图像内点(x,y)的灰度值,Iσ(x,y)为当前图像的平滑图像内点(x,y)的灰度值,gσ(x,y)表示高斯平滑的核函数,*表示卷积运算,高斯平滑的核函数gσ(x,y)中σ的取值与线的宽度有关,满足其中ω表示线的像素宽度。
    在第一步骤101中,所述的Hessian计算包括以下步骤:
    步骤a)利用当前的平滑图像内每点(x,y)的灰度值的二阶梯度值构建Hessian矩阵H(x,y)=rxx(x,y)rxy(x,y)rxy(x,y)ryy(x,y),]]>计算Hessian矩阵的特征值λ,其中,rxx(x,y)、rxy(x,y)、ryy(x,y)表示点(x,y)与周围八个邻边点的灰度梯度差值,其计算公式如下:
    rxx(x,y)=|I(x-1,y)+I(x+1,y)-I(x,y)|
    ryy(x,y)=|I(x,y-1)+I(x,y+1)-I(x,y)|
    rxy(x,y)=|I(x-1,y-1)+I(x+1,y+1)-I(x-1,y+1)-I(x+1,y-1)|
    其中,I(·,·)表示像素点(·,·)的灰度值;
    步骤b)若平滑图像内某一点的Hessian矩阵的特征值λ≥TH1,TH1∈[4.2,4.9],则认为该点是Hessian点,否则滤除该点,从而 获得Hessian图像。
    在第一步骤101中,所述的Hessian图像细化操作方法是对Hessian图像进行形态学细化操作,以获得Hessian细化图像。
    在第三步骤103中,所述的根据3个控制点P0(x0,y0),P1(x1,y1),P2(x2,y2),采用Bezier曲线构建模型法确定Bezier曲线的公式如下:
    P(t)=(1-t)2P0+2(1-t)tP1+t2P2 0≤t≤1。
    在第四步骤中,所述的根据Bezier曲线和3个控制点获取Hessian细化图像上的检测曲线并输出的方法包括以下步骤:
    步骤1041,同时将3个控制点P0(x0,y0),P1(x1,y1),P2(x2,y2)在(x-△x,y-△y)、(x-△x,y+△y)、(x+△x,y-△y)、(x+△x,y+△y)四个方向上进行整体平移,△x∈{k1,2k1,L,k1×n},△y∈{k1,2k1,L,k1×n},其中k1、n为阈值参数,k1∈[4,6]且为整数,n∈[2,4]且为整数,根据整体平移后的新控制点构建4n条新的Bezier曲线;
    步骤1042,分别针对每条新的Bezier曲线,对该Bezier曲线上的每一点在(Δx′,Δy′)范围内搜索最近的Hessian点,△x′∈[-k1,k1]且为整数,△y′∈[-k1,k1]且为整数,统计该Bezier曲线上全部点与最近Hessian点的距离和;
    步骤1043,比较每条新的Bezier曲线统计的距离和的大小,选取距离和最小的Bezier曲线对应的3个控制点P0′(x0′,y0′),P1′(x1′,y1′),P2′(x2′,y2′)为3个基准控制点;
    步骤1044,保持P1′、P2′两个基准控制点不变,分别以P0′周围的6个像素范围内的像素点为临时控制点,并根据该临时控制点以及 P1′、P2′构建Bezier曲线,计算该Bezier曲线的长度,以及该Bezier曲线在Hessian细化图像上的有效点的数目,即统计该Bezier曲线上点属于Hessian细化图像前景点的数目,并计算该有效点的数目与该Bezier曲线的长度的比值,若该比值大于k2,k2∈[0.5,0.6],则将该临时控制点作为基准控制点P0′的最佳控制点P0*;同时以相同的方法分别获取基准控制点P1′、P2′的最佳控制点P1*、P2*;
    步骤1045,根据最佳控制点P0*、P1*、P2*构建Bezier曲线,并将该Bezier曲线作为检测曲线并输出。
    本发明提供的基于贝塞尔控制点搜索的曲线识别方法可以简单、准确地识别出视频图像中的曲线。
    附图说明
    图1为本发明提供的基于贝塞尔控制点搜索的曲线识别方法的流程图。
    具体实施方式
    下面结合附图和具体实施例对本发明提供的基于贝塞尔控制点搜索的曲线识别方法进行详细说明。
    图1为本发明提供的基于贝塞尔控制点搜索的曲线识别方法的流程图;如图1所示,本发明提供的基于贝塞尔控制点搜索的曲线识别方法包括按顺序执行的下列步骤:
    第一步骤101,对当前图像进行高斯平滑处理、Hessian计算和Hessian图像细化操作,获取Hessian细化图像;
    第二步骤102,用户根据实际曲线位置,在视频图像上标定3个控制点;
    第三步骤103,根据3个控制点,采用Bezier曲线构建模型法 获取Bezier曲线;
    第四步骤104,根据Bezier曲线和3个控制点获取Hessian细化图像上的检测曲线并输出。
    在第一步骤101中,所述的高斯平滑处理方法是采用高斯平滑函数对当前图像(其中,当前图像可以是实时操作时接收的图像,也可以是一段视频中的当前帧图像)进行滤波处理,以得到当前的平滑图像,具体如下:设当前图像为I(x,y),I(x,y)即为当前图像内点(x,y)的灰度值,经过滤波处理后获得的平滑图像Iσ(x,y)(Iσ(x,y)即为当前图像的平滑图像内点(x,y)的灰度值)为:
    Iσ(x,y)=I(x,y)*gσ(x,y)
    其中,gσ(x,y)表示高斯平滑的核函数,*表示卷积运算。高斯平滑的核函数gσ(x,y)中σ的取值与线的宽度有关,满足其中ω表示线的像素宽度。
    所述的Hessian计算方法是:
    步骤a)利用当前的平滑图像内每点(x,y)的灰度值的二阶梯度值构建Hessian矩阵H(x,y)=rxx(x,y)rxy(x,y)rxy(x,y)ryy(x,y),]]>计算Hessian矩阵的特征值λ,其中,rxx(x,y)、rxy(x,y)、ryy(x,y)表示点(x,y)与周围八个邻边点的灰度梯度差值,其计算公式如下:
    rxx(x,y)=|I(x-1,y)+I(x+1,y)-I(x,y)|
    ryy(x,y)=|I(x,y-1)+I(x,y+1)-I(x,y)|
    rxy(x,y)=|I(x-1,y-1)+I(x+1,y+1)-I(x-1,y+1)-I(x+1,y-1)|
    其中,I(·,·)表示像素点(·,·)的灰度值;
    步骤b)若平滑图像内某一点的Hessian矩阵的特征值λ≥TH1,TH1∈[4.2,4.9],则认为该点是Hessian点,否则滤除该点,从而获得Hessian图像。
    Hessian图像细化操作是对Hessian图像进行形态学细化操作,以获得Hessian细化图像。其中,形态学细化操作可以参考“数字图像处理,冈萨雷斯,电子工业出版社”。
    在第三步骤中,所述的根据3个控制点P0(x0,y0),P1(x1,y1),P2(x2,y2),采用Bezier曲线构建模型法确定Bezier曲线,其公式如下:
    P(t)=(1-t)2P0+2(1-t)tP1+t2P2 0≤t≤1
    在第四步骤中,所述的根据Bezier曲线和3个控制点获取Hessian细化图像上的检测曲线并输出包括以下步骤:
    步骤1041,同时将3个控制点P0(x0,y0),P1(x1,y1),P2(x2,y2)在(x-△x,y-△y)、(x-△x,y+△y)、(x+△x,y-△y)、(x+△x,y+△y)四个方向上进行整体平移,△x∈{k1,2k1,L,k1×n},△y∈{k1,2k1,L,k1×n},其中k1、n为阈值参数,k1∈[4,6]且为整数,n∈[2,4]且为整数,根据整体平移后的新控制点可以构建4n条新的Bezier曲线;
    步骤1042,分别针对每条新的Bezier曲线,对该Bezier曲线上的每一点在(△x′,△y′)范围内搜索最近的Hessian点,△x′∈[-k1,k1]且为整数,△y′∈[-k1,k1]且为整数,统计该Bezier曲线上全部点与最近Hessian点的距离和;
    步骤1043,比较每条新的Bezier曲线统计的距离和的大小,选取距离和最小的Bezier曲线对应的3个控制点P0′(x0′,y0′),P1′(x1′,y1′),P2′(x2′,y2′)为3个基准控制点;
    步骤1044,保持P1′、P2′两个基准控制点不变,分别以P0′周围的6个像素范围内的像素点为临时控制点,并根据该临时控制点以及P1′、P2′构建Bezier曲线,计算该Bezier曲线的长度,以及该Bezier曲线在Hessian细化图像上的有效点的数目,即统计该Bezier曲线上点属于Hessian细化图像前景点的数目,并计算该有效点的数目与该Bezier曲线的长度的比值,若该比值大于k2,k2∈[0.5,0.6],则将该临时控制点作为基准控制点P0′的最佳控制点P0*;同时以相同的方法分别获取基准控制点P1′、P2′的最佳控制点P1*、P2*;
    步骤1045,根据最佳控制点P0*、P1*、P2*构建Bezier曲线,并将该Bezier曲线作为检测曲线并输出。
    优选地,在输电线曲线检测时可以选取k1=4,n=3,k2=0.55。
    以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的?;し段?,应当理解,本发明并不限于这里所描述的实现方案,这些实现方案描述的目的在于帮助本领域中的技术人员实践本发明。任何本领域中的技术人员很容易在不脱离本发明精神和范围的情况下进行进一步的改进和完善,因此本发明只受到本发明权利要求的内容和范围的限制,其意图涵盖所有包括在由所附权利要求所限定的本发明精神和范围内的备选方案和等同方案。

    关 键 词:
    一种 基于 贝塞尔 控制 搜索 曲线 识别 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:一种基于贝塞尔控制点搜索的曲线识别方法.pdf
    链接地址://www.4mum.com.cn/p-6141937.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03