CN102542557A - 从图像中提取线的方法与系统 - Google Patents
从图像中提取线的方法与系统 Download PDFInfo
- Publication number
- CN102542557A CN102542557A CN2010106162054A CN201010616205A CN102542557A CN 102542557 A CN102542557 A CN 102542557A CN 2010106162054 A CN2010106162054 A CN 2010106162054A CN 201010616205 A CN201010616205 A CN 201010616205A CN 102542557 A CN102542557 A CN 102542557A
- Authority
- CN
- China
- Prior art keywords
- skeleton line
- skeleton
- line
- image
- chain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种从图像中提取线的方法与系统，以解决现有技术中线的提取不完整和不准确的问题。该方法包括：根据图像与预设样本点之间的颜色差异得出差异图像；将所述差异图像二值化得到候选线条区域图像；确定所述候选线条区域图像的符合预设条件的骨架线；对所述符合预设条件的骨架线作预设宽度的膨胀；以所述图像为参考，对膨胀后的所述骨架线作参考滤波；将滤波后的图像二值化得到所述图像中的线。使用本发明的技术方案，有助于提高线的提取的准确性。
Description
技术领域
本发明涉及一种从图像中提取线的方法与系统。
背景技术
图像中的线或者线条对于基于图像内容的图像处理、图像理解而言，是非常中要的基本特征，通过提取图像中的线条，可以对图像做进一步的处理和理解，线提取方法具有非常重要的应用价值。
目前已有的方法大致包含如下两类：(1)将线视为图像中的脊或谷，估计图像在每个点的二阶偏导矩阵，对二阶偏导矩阵的特征分解后，最大或最小的特征值分别对应该店脊或谷的强度，相应的特征向量的方向表示线的法向。对该强度图像在线的法向方向做非最大抑制，即得到线的中心线。该类方法不能同时准确地检测不同宽度的线，线的提取不完整。(2)将线视为有两条并行的边缘的对象，通过检测边缘检测线，该类方法的准确度受限于边缘检测的准确程度。
总体而言，现有的从图像中提取线的方法存在线的提取不完整和不准确的问题，对于该问题，目前尚未提出有效解决方案。
发明内容
本发明的主要目的是提供一种从图像中提取线的方法与系统，用以解决现有技术中线的提取不完整和不准确的问题。
为解决上述问题，根据本发明的一个方面，提供了一种从图像中提取线的方法。
本发明的从图像中提取线的方法包括：根据图像与预设样本点之间的颜色差异得出差异图像；将所述差异图像二值化得到候选线条区域图像；确定所述候选线条区域图像的符合预设条件的骨架线；对所述符合预设条件的骨架线作预设宽度的膨胀；以所述图像为参考，对膨胀后的所述骨架线作参考滤波；将滤波后的图像二值化得到所述图像中的线。
进一步地，所述二值化的计算中，前景点是像素值小于阈值的点，背景点是像素值大于阈值的点，所述阈值是根据所述图像内容计算得出。
进一步地，确定所述候选线条区域图像的符合预设条件的骨架线包括：根据所述候选线条区域图像确定骨架线图，然后根据该骨架线图中的节点确定骨架线链条；从所述骨架线链条中去除不满足预设条件的骨架线链条节，然后补充所述骨架线链条中的节点至骨架线链条节之间的骨架线。
进一步地，从所述骨架线链条中去除不满足预设条件的骨架线链条节包括：计算所述骨架线图中骨架点处的线条宽度；去除所述线条宽度不满足预设宽度的骨架线链条节。
进一步地，从所述骨架线链条中去除不满足预设条件的骨架线链条节包括：计算所述骨架线图中骨架点处的线条宽度；检测所述骨架线链条中的各个链条节的宽度一致性；去除所述宽度一致性不符合预设条件的骨架线链条节。
进一步地，从所述骨架线链条中去除不满足预设条件的骨架线链条节包括：计算所述骨架线图中骨架点处的线条宽度；检测所述骨架线链条中的各个链条节的宽度一致性；去除所述宽度一致性不符合预设条件的骨架线链条节。
进一步地，从所述骨架线链条中去除不满足预设条件的骨架线链条节包括：计算所述骨架线图中骨架点处的线条宽度；检测所述骨架线链条中的各个链条节在骨架线两侧的对称性；去除所述对称性不符合预设条件的骨架线链条节。
进一步地，所述符合预设条件的骨架线作预设宽度的膨胀包括：针对所述候选线条区域图像中的各段线条中截取的预选段，分别求出每个所述预选段的宽度平均值；分别将所述各段线条对应的各段骨架线膨胀至所述宽度平均值。
为解决上述问题，根据本发明的一个方面，提供了一种从图像中提取线的系统。
本发明的从图像中提取线的系统包括：差异计算模块，用于根据图像与预设样本点之间的颜色差异得出差异图像；候选线条计算模块，用于将所述差异图像二值化得到候选线条区域图像；骨架线模块，用于确定所述候选线条区域图像的符合预设条件的骨架线；膨胀模块，用于对所述符合预设条件的骨架线作预设宽度的膨胀；滤波模块，用于以所述图像为参考，对膨胀后的所述骨架线作参考滤波；提取模块，用于将滤波后的图像二值化得到所述图像中的线。
进一步地，所述骨架线模块包括：链条模块，用于根据所述候选线条区域图像确定骨架线图，然后根据该骨架线图中的节点确定骨架线链条；修改模块，用于从所述骨架线链条中去除不满足预设条件的骨架线链条节，然后补充所述骨架线链条中的节点至骨架线链条节之间的骨架线。
进一步地，所述修改模块还用于：计算所述骨架线图中骨架点处的线条宽度，去除所述线条宽度不满足预设宽度的骨架线链条节。
进一步地，所述修改模块还用于：计算所述骨架线图中骨架点处的线条宽度，检测所述骨架线链条中的各个链条节的宽度一致性，去除所述宽度一致性不符合预设条件的骨架线链条节。
进一步地，所述修改模块还用于：计算所述骨架线图中骨架点处的线条宽度；检测所述骨架线链条中的各个链条节在骨架线两侧的对称性；去除所述对称性不符合预设条件的骨架线链条节。
进一步地，所述膨胀模块还用于针对所述候选线条区域图像中的各段线条中截取的预选段，分别求出每个所述预选段的宽度平均值，分别将所述各段线条对应的各段骨架线膨胀至所述宽度平均值。
根据本发明的技术方案，通过确定候选线条区域以及对该区域的骨架线作膨胀以及滤波，从而能够检测不同宽度的线，使线的提取较为完整，而且无需作边缘检测，因此有助于提高线的提取的准确性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的从图像中提取线的方法的主要步骤示意图；
图2是根据本发明实施例的线条交叉点以及补充交叉点处的骨架线的示意图；
图3是根据本发明实施例的补充骨架线链条节的示意图；以及
图4是根据本发明实施例的从图像中提取线的系统的模块的示意图。
具体实施方式
下面将参考附图并结合实施例，来详细说明本发明。
图1是根据本发明实施例的从图像中提取线的方法的主要步骤示意图，如图1所示，该方法包括以下步骤：
步骤S11：根据图像与预设样本点之间的颜色差异得出差异图像；
步骤S12：将所述差异图像二值化得到候选线条区域图像；
步骤S13：确定所述候选线条区域图像的符合预设条件的骨架线；
步骤S14：对所述符合预设条件的骨架线作预设宽度的膨胀；
步骤S15：以所述图像为参考，对膨胀后的所述骨架线作参考滤波；
步骤S16：将滤波后的图像二值化得到所述图像中的线。
以下再对上述步骤作进一步说明。
步骤S12的二值化的计算中，前景点可以是像素值小于阈值的点，背景点可以是像素值大于阈值的点，该阈值是根据图像内容计算得出，或者由用户指定一个值。
步骤S13具体可以是根据候选线条区域图像确定骨架线图，然后根据该骨架线图中的节点确定骨架线链条；再从骨架线链条中去除不满足预设条件的骨架线链条节，然后补充骨架线链条中的节点至骨架线链条节之间的骨架线。骨架线链条节是骨架线链条的一部分。这种处理方式主要是考虑到节点位置作为线条的交叉点，通常有较大的宽度。预设的条件可以是候选线条区域的一个宽度区间，如果候选线条区域不属于该区间则去除该区域中的骨架线链条节。使得线条中的过粗或过细的段对于线条提取的影响。如图2所示，图2是根据本发明实施例的线条交叉点以及补充交叉点处的骨架线的示意图。
在图2中，区域20为候选线条区域的一个局部，其边界为22；21为骨架线，骨架线21的交叉点O点是骨架线的交点，在获得骨架线后该O点也随之确定。在从骨架线链条中去除不满足预设条件的骨架线链条节时，以图2所示为例，需去除的部分是骨架线21处于方框23内的部分。
从骨架线链条中去除不满足预设条件的骨架线链条节的具体处理方式可以是先计算骨架线图中骨架点处的线条宽度，然后去除线条宽度不满足预设宽度的骨架线链条节。
从骨架线链条中去除不满足预设条件的骨架线链条节的具体处理方式也可以是先计算骨架线图中骨架点处的线条宽度；然后检测骨架线链条中的各个链条节的宽度一致性；再去除宽度一致性不符合预设条件的骨架线链条节。
从骨架线链条中去除不满足预设条件的骨架线链条节的具体处理方式还可以是先计算骨架线图中骨架点处的线条宽度；然后检测骨架线链条中的各个链条节在骨架线两侧的对称性；再去除对称性不符合预设条件的骨架线链条节。
补充骨架线链条节之后的状态如图3所示，图3是根据本发明实施例的补充骨架线链条节的示意图。图3同时示出了补充骨架线链条节之后对该骨架线作膨胀得到的线条。
在图3中，骨架线31位于方框23中的部分是补充之后的骨架线，膨胀得到的线条区域为30，其边界是32。从图3可以看出本实施例的方案能够避免节点处线条较粗对于线条提取的影响。另外使用这种先去除不符合预设条件的骨架线链条节再补充骨架线链条节的方式，也可以排除线条不均匀特别是其中一段特别粗或特别细时对于线条提取的影响，此时需去除的骨架线链条节即为特别粗或特别线的候选线条区域，并且在特别粗或特别线的区域也能提取线条，从而能够提取到连续的线条。
对于膨胀的量的要求，可以是不超出线条宽度的范围，但又接近线条边界为宜。膨胀处理时，可以先针对候选线条区域图像中的各段线条中截取的预选段，分别求出每个预选段的宽度平均值；然后分别将各段线条对应的各段骨架线膨胀至宽度平均值。
因为膨胀之后得到的线条宽窄相同，而原图像中的线条上各段宽窄存在差别，因此在步骤S15中以原图像为参考，对膨胀后的骨架线作参考滤波(Guiede Filter)，在参考滤波后得到的图像中，像素值越大表示属于线条区域的可能性越大。在步骤S16中对滤波后的图像二值化以使线条灰度均匀。
图4是根据本发明实施例的从图像中提取线的系统的模块的示意图，如图4所示，线条提取系统40主要包括如下模块：
差异计算模块，用于根据图像与预设样本点之间的颜色差异得出差异图像；候选线条计算模块，用于将差异图像二值化得到候选线条区域图像；骨架线模块，用于确定候选线条区域图像的符合预设条件的骨架线；膨胀模块，用于对符合预设条件的骨架线作预设宽度的膨胀；滤波模块，用于以所述图像为参考，对膨胀后的骨架线作参考滤波；提取模块，用于将滤波后的图像二值化得到图像中的线。
骨架线模块的一种可选结构是包括：链条模块，用于根据候选线条区域图像确定骨架线图，然后根据该骨架线图中的节点确定骨架线链条；修改模块，用于从骨架线链条中去除不满足预设条件的骨架线链条节，然后补充骨架线链条中的节点至骨架线链条节之间的骨架线。
修改模块还可以用于计算骨架线图中骨架点处的线条宽度，去除线条宽度不满足预设宽度的骨架线链条节。
修改模块还可以用于计算骨架线图中骨架点处的线条宽度，检测骨架线链条中的各个链条节在骨架线两侧的对称性，去除对称性不符合预设条件的骨架线链条节。
修改模块还可以用于计算所述骨架线图中骨架点处的线条宽度，检测骨架线链条中的各个链条节在骨架线两侧的对称性，去除对称性不符合预设条件的骨架线链条节。
膨胀模块还可以用于针对候选线条区域图像中的各段线条中截取的预选段，分别求出每个预选段的宽度平均值，分别将各段线条对应的各段骨架线膨胀至宽度平均值。
根据本发明的技术方案，通过确定候选线条区域以及对该区域的骨架线作膨胀以及滤波，从而能够检测不同宽度的线，使线的提取较为完整，而且无需作边缘检测，因此有助于提高线的提取的准确性。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (13)
1.一种从图像中提取线的方法，其特征在于，包括：
根据图像与预设样本点之间的颜色差异得出差异图像；
将所述差异图像二值化得到候选线条区域图像；
确定所述候选线条区域图像的符合预设条件的骨架线；
对所述符合预设条件的骨架线作预设宽度的膨胀；
以所述图像为参考，对膨胀后的所述骨架线作参考滤波；
将滤波后的图像二值化得到所述图像中的线。
2.根据权利要求1所述的方法，其特征在于，所述二值化中，前景点是像素值小于阈值的点，背景点是像素值大于阈值的点，所述阈值是根据所述图像内容计算得出。
3.根据权利要求1所述的方法，其特征在于，确定所述候选线条区域图像的符合预设条件的骨架线包括：
根据所述候选线条区域图像确定骨架线图，然后根据该骨架线图中的节点确定骨架线链条；
从所述骨架线链条中去除不满足预设条件的骨架线链条节，然后补充所述骨架线链条中的节点至所述骨架线链条节之间的骨架线。
4.根据权利要求3所述的方法，其特征在于，从所述骨架线链条中去除不满足预设条件的骨架线链条节包括：
计算所述骨架线图中骨架点处的线条宽度；
去除所述线条宽度不满足预设宽度的骨架线链条节。
5.根据权利要求3所述的方法，其特征在于，从所述骨架线链条中去除不满足预设条件的骨架线链条节包括：
计算所述骨架线图中骨架点处的线条宽度；
检测所述骨架线链条中的各个链条节的宽度一致性；
去除所述宽度一致性不符合预设条件的骨架线链条节。
6.根据权利要求3所述的方法，其特征在于，从所述骨架线链条中去除不满足预设条件的骨架线链条节包括：
计算所述骨架线图中骨架点处的线条宽度；
检测所述骨架线链条中的各个链条节在骨架线两侧的对称性；
去除所述对称性不符合预设条件的骨架线链条节。
7.根据权利要求1所述的方法，其特征在于，所述对符合预设条件的骨架线作预设宽度的膨胀包括：
针对所述候选线条区域图像中的各段线条中截取的预选段，分别求出每个所述预选段的宽度平均值；
分别将所述各段线条对应的各段骨架线膨胀至所述宽度平均值。
8.一种从图像中提取线的系统，其特征在于，包括：
差异计算模块，用于根据图像与预设样本点之间的颜色差异得出差异图像；
候选线条计算模块，用于将所述差异图像二值化得到候选线条区域图像；
骨架线模块，用于确定所述候选线条区域图像的符合预设条件的骨架线；
膨胀模块，用于对所述符合预设条件的骨架线作预设宽度的膨胀；
滤波模块，用于以所述图像为参考，对膨胀后的所述骨架线作参考滤波；
提取模块，用于将滤波后的图像二值化得到所述图像中的线。
9.根据权利要求8所述的系统，其特征在于，所述骨架线模块包括：
链条模块，用于根据所述候选线条区域图像确定骨架线图，然后根据该骨架线图中的节点确定骨架线链条；
修改模块，用于从所述骨架线链条中去除不满足预设条件的骨架线链条节，然后补充所述骨架线链条中的节点至骨架线链条节之间的骨架线。
10.根据权利要求9所述的系统，其特征在于，所述修改模块还用于：计算所述骨架线图中骨架点处的线条宽度，去除所述线条宽度不满足预设宽度的骨架线链条节。
11.根据权利要求9所述的系统，其特征在于，所述修改模块还用于：计算所述骨架线图中骨架点处的线条宽度，检测所述骨架线链条中的各个链条节的宽度一致性，去除所述宽度一致性不符合预设条件的骨架线链条节。
12.根据权利要求9所述的系统，其特征在于，所述修改模块还用于：计算所述骨架线图中骨架点处的线条宽度；检测所述骨架线链条中的各个链条节在骨架线两侧的对称性；去除所述对称性不符合预设条件的骨架线链条节。
13.根据权利要求8所述的系统，其特征在于，所述膨胀模块还用于针对所述候选线条区域图像中的各段线条中截取的预选段，分别求出每个所述预选段的宽度平均值，分别将所述各段线条对应的各段骨架线膨胀至所述宽度平均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010106162054A CN102542557A (zh) | 2010-12-30 | 2010-12-30 | 从图像中提取线的方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010106162054A CN102542557A (zh) | 2010-12-30 | 2010-12-30 | 从图像中提取线的方法与系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102542557A true CN102542557A (zh) | 2012-07-04 |
Family
ID=46349380
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2010106162054A Pending CN102542557A (zh) | 2010-12-30 | 2010-12-30 | 从图像中提取线的方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102542557A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111275050A (zh) * | 2020-01-19 | 2020-06-12 | 徐庆 | 一种图像骨架线提取处理方法及装置 |
| CN111292272A (zh) * | 2020-03-04 | 2020-06-16 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、介质以及电子设备 |
| CN114998267A (zh) * | 2022-06-06 | 2022-09-02 | 中国电信股份有限公司 | 图像线条提取及激光雕刻方法、系统、设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101013469A (zh) * | 2006-02-02 | 2007-08-08 | 富士通株式会社 | 图像处理方法和图像处理装置 |
| US20090067725A1 (en) * | 2006-03-17 | 2009-03-12 | Pasco Corporation | Building Shape Change Detecting Method, And Building Shape Change Detecting System |
| CN101821752A (zh) * | 2007-11-09 | 2010-09-01 | 株式会社理光 | 信息处理装置和信息处理方法 |
-
2010
- 2010-12-30 CN CN2010106162054A patent/CN102542557A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101013469A (zh) * | 2006-02-02 | 2007-08-08 | 富士通株式会社 | 图像处理方法和图像处理装置 |
| US20090067725A1 (en) * | 2006-03-17 | 2009-03-12 | Pasco Corporation | Building Shape Change Detecting Method, And Building Shape Change Detecting System |
| CN101821752A (zh) * | 2007-11-09 | 2010-09-01 | 株式会社理光 | 信息处理装置和信息处理方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111275050A (zh) * | 2020-01-19 | 2020-06-12 | 徐庆 | 一种图像骨架线提取处理方法及装置 |
| CN111275050B (zh) * | 2020-01-19 | 2023-05-02 | 徐庆 | 一种图像骨架线提取处理方法及装置 |
| CN111292272A (zh) * | 2020-03-04 | 2020-06-16 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、介质以及电子设备 |
| CN111292272B (zh) * | 2020-03-04 | 2022-03-25 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、介质以及电子设备 |
| CN114998267A (zh) * | 2022-06-06 | 2022-09-02 | 中国电信股份有限公司 | 图像线条提取及激光雕刻方法、系统、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103413276B (zh) | 一种基于纹理分布特征的深度增强方法 | |
| CN108022251B (zh) | 一种管状结构的中心线的提取方法及系统 | |
| CN107784652B (zh) | 一种基于无人机影像的杆塔快速检测方法 | |
| CN107038707B (zh) | 一种图像分割方法及装置 | |
| CN102999886A (zh) | 图像边缘检测器及标尺光栅栅线精度检测系统 | |
| CN108765349A (zh) | 一种带有水印的图像修复方法及系统 | |
| CN111340030B (zh) | 图像处理方法及装置、电子设备、计算机可读存储介质 | |
| CN105931259A (zh) | 一种基于形态学处理的高压输电线提取方法及装置 | |
| WO2015131558A1 (zh) | 告警相关性数据挖掘方法和装置 | |
| US20160180201A1 (en) | Image processing | |
| CN102542557A (zh) | 从图像中提取线的方法与系统 | |
| CN102156972A (zh) | 图像倾斜纠正方法及系统 | |
| CN102930262A (zh) | 一种从图像中提取文字行的方法及装置 | |
| CA2660125A1 (en) | Geospatial modeling system for separating foliage data from building data based upon noise filtering operations and related methods | |
| CN110443814B (zh) | 车辆的定损方法、装置、设备和存储介质 | |
| CN102567957B (zh) | 去除图像中网纹的方法与系统 | |
| Song et al. | Crack detection algorithm for photovoltaic image based on multi-scale pyramid and improved region growing | |
| KR20130124659A (ko) | 객체 분리 시스템 및 방법 | |
| Ha et al. | Improved Optical Flow Estimation In Wrong Way Vehicle Detection. | |
| CN109765588B (zh) | 一种稀疏轨迹平滑纠错系统及方法 | |
| CN115482478B (zh) | 道路识别方法、装置、无人机、设备及存储介质 | |
| CN105869139A (zh) | 图像处理方法和装置 | |
| CN108960222B (zh) | 图像二值化方法、装置、设备及存储介质 | |
| KR20100009451A (ko) | 영상의 그라운드 라인 결정 방법 | |
| CN112101321B (zh) | 灭点提取方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20151118 |
|
| C20 | Patent right or utility model deemed to be abandoned or is abandoned |