CN105427354B - 基于平面块集合的图像矢量化表达方法 - Google Patents

基于平面块集合的图像矢量化表达方法 Download PDF

Info

Publication number
CN105427354B
CN105427354B CN201510816434.3A CN201510816434A CN105427354B CN 105427354 B CN105427354 B CN 105427354B CN 201510816434 A CN201510816434 A CN 201510816434A CN 105427354 B CN105427354 B CN 105427354B
Authority
CN
China
Prior art keywords
plane
region
blocks
flat blocks
flat
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.)
Active
Application number
CN201510816434.3A
Other languages
English (en)
Other versions
CN105427354A (zh
Inventor
童若锋
谢昊
唐敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201510816434.3A priority Critical patent/CN105427354B/zh
Publication of CN105427354A publication Critical patent/CN105427354A/zh
Application granted granted Critical
Publication of CN105427354B publication Critical patent/CN105427354B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00Image coding
    • G06T9/008Vector quantisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于平面块集合的图像矢量化表达方法,属于视频与图像处理技术领域,该方法包括下述步骤:输入任意光栅图像信息以及用户指定的平面块个数。算法首先通过一种映射方法将图像像素点转换为稠密的曲面三角网格;然后根据该三角网格利用迭代方法配合主成分分析方法估计出每个平面块所在平面的参数,使得平面块能够尽可能贴近该三角网格;最后提取出每个平面块的边缘曲线,并利用半曲边结构记录平面块之间的拓扑连接关系。用本方法计算出来的平面块集合结构,可以很好的逼近原始图像。

Description

基于平面块集合的图像矢量化表达方法
技术领域
本发明属于图像处理技术领域,特别涉及到一种利用平面块集合表达图像的图像矢量化方法。
背景技术
随着数字图像处理技术的迅速发展,各种各样的图像越来越多地出现在人们的日常工作与生活中。传统的图像一般为光栅图像,其以矩阵的方式记录每个像素点的颜色值。这样一来,我们可以很方便地记录与显示图像。然而,当我们需要对图像做一些更加复杂的操作(如保清晰度缩放等)时,光栅图像这种表达方式就显得不那么灵活了。若采用矢量化的表达方式,则可以实现上述功能。除此之外,矢量化的表达方式还有其他优点,如使得图像更加容易编辑、可实现一定程度上的压缩存储等。
图像矢量化,则是一个将光栅图像转化为对应的矢量图形的过程。转化后的矢量图形可采用诸如点、直线、曲线、多边形、平面、曲面等几何图元的形式来表达输入图像,使得此种表达方式拥有上述优点。
发明内容
在图像的众多矢量化表达方式中,三角网格的方式较为简单直观。但在现有的三角网格表达方式中,三角形顶点的颜色值即取为图像对应像素点的颜色值,这无法保证局部三角形覆盖的区域对输入图像的逼近程度达到最优状态。为解决上述问题,需要寻求一种新的矢量化表达方法,本发明的目的就是提供一种基于平面块集合的图像矢量化方法。
为实现本发明的目的所采用的技术方案为,一种基于平面块集合的图像矢量化表达方法,该方法包括下述步骤:
(1)输入任意光栅图像和平面块个数N;
(2)将光栅图像的像素点连接起来并转换为空间三角网格;具体包括以下子步骤:
(2.1)将光栅图像的每个像素点与其上下左右的四个相邻像素连接起来,形成一个平面四边形网格;
(2.2)给网格的每个顶点的位置坐标增加一个维度,其值为对应像素点的灰度值,将原平面四边形网格转化为曲面四边形网格;
(2.3)在每个四边形单元的对角线处添加一条边使其变成两个三角形,这样便形成了一个曲面三角形网格。
(3)根据给定的平面块个数N计算平面参数;具体包括以下子步骤:
(3.1)在曲面三角形网格中任取N个三角形作为种子,给每个种子赋予一个标签,利用着色算法将标签扩散到整个网格,使得每个三角形均属于某一个简单连通区域,并对每块区域利用主成分分析法计算出一个平面,使得该平面与网格中该区域所有三角形的距离之和最小;
(3.2)选出每块区域中距离其对应平面最近的三角形作为新的种子并再次按步骤3.1方法计算出新的平面;
(3.3)反复执行步骤3.2直至所有区域的三角形与其对应的平面的距离之和不再降低,记录下此时的平面以及区域划分;
(4)根据得出的N个平面提取并存储N个区域对应的封闭边缘线,并利用半曲边结构记录;具体包括以下子步骤:
(4.1)提取出一环邻域中三角形属于两种或两种以上区域的网格顶点对应的像素点作为边缘像素点;
(4.2)按与图像平面垂直的方向将每个区域的所有边缘像素点投影到该区域对应的平面上,并按投影点裁剪对应的平面,将裁剪后的平面称为平面块;
(4.3)从步骤4.1得出的边缘像素点中找出三个或三个以上区域的交点作为角点;
(4.4)多数区域有三个及以上角点,对于不足三个角点的区域,人为添加至三个;
(4.5)将连接每两个角点的边缘像素点序列记录为一条曲边,并用折线或样条曲线进行拟合;
(4.6)仿照半边结构将步骤4.5生成的所有曲边记录为多边形网格连接结构,其中角点对应多边形顶点,曲边对应多边形的边,而区域则对应多边形的面,也对应了平面块,将这种结构称为半曲边结构,该结构记录了平面块的连接关系;
(4.7)将步骤4.2中的平面块集合与步骤4.6中记录平面块连接关系的半曲边结构称为平面块集合结构,并记录成文件,从而完成了光栅图像的矢量化表达。
本发明的有益效果为:本方法能够根据用户输入的光栅图像以及平面块个数生成对应的平面块集合,以表达输入图像,使得从平面块集合生成出的图像与输入图像尽可能一致。本方法通过分区域优化方法从一定程度上改进了传统方法中无法保证局部区域的最优平面覆盖问题,重建效果较好。
附图说明
图1是图像像素点到曲面三角网格的转化示意图;
图2是特殊角点增加处理示意图。
具体实施方式
下面结合附图对本发明作进一下详细说明。
本发明基于平面块集合的图像矢量化表达方法,该方法包括以下步骤:
(1)输入任意光栅图像和平面块个数N;
(2)将光栅图像的像素点连接起来并转换为空间三角网格;具体包括以下步骤:
(2.1)如图1(a)所示,将光栅图像的每个像素点与其上下左右的四个相邻像素连接起来,形成一个平面四边形网格;
(2.2)如图1(b)所示,给网格的每个顶点的位置坐标增加一个维度,其值为对应像素点的灰度值,将原平面四边形网格转化为曲面四边形网格;
(2.3)如图1(c)所示,在每个四边形单元的对角线处添加一条边使其变成两个三角形,这样便形成了一个曲面三角形网格;
(3)根据给定的平面块个数N计算平面参数;具体包括以下步骤:
(3.1)在曲面三角形网格中任取N个三角形作为种子,给每个种子赋予一个标签(标识其属于不同的区域),利用着色算法将标签扩散到整个网格,使得每个三角形均属于某一个简单连通区域,并对每块区域利用主成分分析法计算出一个平面,使得该平面与网格中该区域所有三角形的距离之和最小;
(3.2)选出每块区域中距离其对应平面最近的三角形作为新的种子并再次按步骤3.1方法计算出新的平面;
(3.3)反复执行步骤3.2直至所有区域的三角形与其对应的平面的距离之和不再降低,记录下此时的平面以及区域划分;
(4)根据得出的N个平面提取并存储N个区域对应的封闭边缘线,并利用半曲边结构记录;具体包括以下步骤:
(4.1)提取出一环邻域中三角形属于两种或两种以上区域的网格顶点对应的像素点作为边缘像素点;
(4.2)按与图像平面垂直的方向将每个区域的所有边缘像素点投影到该区域对应的平面上,并按投影点裁剪对应的平面,将裁剪后的平面称为平面块;
(4.3)从步骤4.1得出的边缘像素点中找出三个或三个以上区域的交点作为角点;
(4.4)多数区域有三个及以上角点,对于不足三个角点的区域,人为添加至三个,图2演示了两种不足三个特殊角点的情况,其中图2(a)、(b)分别为无角点区域处理前后的情况,图2(c)、(d)分别为只有两个角点区域处理前后的情况;其中实心点为原角点,空心点为人为添加的角点;
(4.5)将连接每两个角点的边缘像素点序列记录为一条曲边,并用折线或样条曲线进行拟合;
(4.6)仿照半边结构将步骤4.5生成的所有曲边记录为多边形网格连接结构,其中角点对应多边形顶点,曲边对应多边形的边,而区域则对应多边形的面,也对应了平面块,将这种结构称为半曲边结构,该结构记录了平面块的连接关系;
(4.7)将步骤4.2中的平面块集合与步骤4.6中记录平面块连接关系的半曲边结构称为平面块集合结构,并记录成文件,从而完成了光栅图像的矢量化表达。
当需要通过生成的平面块集合结构重建出图像时,只需按照半曲边结构绘制多边形即可,其中多边形顶点的位置即为角点的位置,像素点的颜色则为该点沿步骤4.2中投影方向投影到所在平面的投影点的高度值。由于平面块集合完全覆盖整幅图像,因此可完整地重现输入图像。

Claims (1)

1.一种基于平面块集合的图像矢量化表达方法,其特征在于,该方法包括如下步骤:
(1)输入任意光栅图像和平面块个数N;
(2)将光栅图像的像素点连接起来并转换为空间三角网格;具体包括以下子步骤:
(2.1)将光栅图像的每个像素点与其上下左右的四个相邻像素连接起来,形成一个平面四边形网格;
(2.2)给网格的每个顶点的位置坐标增加一个维度,其值为对应像素点的灰度值,将原平面四边形网格转化为曲面四边形网格;
(2.3)在每个四边形单元的对角线处添加一条边使其变成两个三角形,这样便形成了一个曲面三角形网格;
(3)根据给定的平面块个数N计算平面参数;具体包括以下子步骤:
(3.1)在曲面三角形网格中任取N个三角形作为种子,给每个种子赋予一个标签,利用着色算法将标签扩散到整个网格,使得每个三角形均属于某一个简单连通区域,并对每块区域利用主成分分析法计算出一个平面,使得该平面与网格中该区域所有三角形的距离之和最小;
(3.2)选出每块区域中距离其对应平面最近的三角形作为新的种子并再次按步骤(3.1)方法计算出新的平面;
(3.3)反复执行步骤(3.2)直至所有区域的三角形与其对应的平面的距离之和不再降低,记录下此时的平面以及区域划分;
(4)根据得出的N个平面提取并存储N个区域对应的封闭边缘线,并利用半曲边结构记录;具体包括以下子步骤:
(4.1)提取出一环邻域中三角形属于两种或两种以上区域的网格顶点对应的像素点作为边缘像素点;
(4.2)按与图像平面垂直的方向将每个区域的所有边缘像素点投影到该区域对应的平面上,并按投影点裁剪对应的平面,将裁剪后的平面称为平面块;
(4.3)从步骤(4.1)得出的边缘像素点中找出三个或三个以上区域的交点作为角点;
(4.4)多数区域有三个及以上角点,对于不足三个角点的区域,人为添加至三个;
(4.5)将连接每两个角点的边缘像素点序列记录为一条曲边,并用折线或样条曲线进行拟合;
(4.6)仿照半边结构将步骤(4.5)生成的所有曲边记录为多边形网格连接结构,其中角点对应多边形顶点,曲边对应多边形的边,而区域则对应多边形的面,也对应了平面块,将这种结构称为半曲边结构,该结构记录了平面块的连接关系;
(4.7)将步骤(4.2)中的平面块集合与步骤(4.6)中记录平面块连接关系的半曲边结构称为平面块集合结构,并记录成文件,从而完成了光栅图像的矢量化表达。
CN201510816434.3A 2015-11-20 2015-11-20 基于平面块集合的图像矢量化表达方法 Active CN105427354B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510816434.3A CN105427354B (zh) 2015-11-20 2015-11-20 基于平面块集合的图像矢量化表达方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510816434.3A CN105427354B (zh) 2015-11-20 2015-11-20 基于平面块集合的图像矢量化表达方法

Publications (2)

Publication Number Publication Date
CN105427354A CN105427354A (zh) 2016-03-23
CN105427354B true CN105427354B (zh) 2018-05-29

Family

ID=55505534

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510816434.3A Active CN105427354B (zh) 2015-11-20 2015-11-20 基于平面块集合的图像矢量化表达方法

Country Status (1)

Country Link
CN (1) CN105427354B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107256557B (zh) * 2017-05-03 2020-05-22 华南理工大学 一种误差可控的细分曲面图像矢量化方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101246592A (zh) * 2008-03-18 2008-08-20 清华大学 彩色光栅图像或视频的矢量化方法
CN103810729A (zh) * 2014-02-20 2014-05-21 南京师范大学 一种基于等高线的光栅图像矢量化方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2366108A (en) * 2000-07-14 2002-02-27 Vhsoft Technologies Company Lt Vectorization of raster images
KR100747879B1 (ko) * 2004-06-10 2007-08-08 캐논 가부시끼가이샤 화상 처리 장치, 제어 방법 및 기록 매체

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101246592A (zh) * 2008-03-18 2008-08-20 清华大学 彩色光栅图像或视频的矢量化方法
CN103810729A (zh) * 2014-02-20 2014-05-21 南京师范大学 一种基于等高线的光栅图像矢量化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
光栅图像矢量化技术探析;任洪丽等;《工业经济管理》;20150417(第2期);第171页 *
基于R2V32和CASS的光栅图矢量化及数据转换;崔剑凌;《地矿测绘》;20131225;第29卷(第4期);第43-44页 *

Also Published As

Publication number Publication date
CN105427354A (zh) 2016-03-23

Similar Documents

Publication Publication Date Title
US10861232B2 (en) Generating a customized three-dimensional mesh from a scanned object
CN109003325B (zh) 一种三维重建的方法、介质、装置和计算设备
CN108919954B (zh) 一种动态变化场景虚实物体碰撞交互方法
CN104299263A (zh) 一种基于单幅图像建模云场景的方法
CN108352082B (zh) 将3d对象推挤到平面中的技术
CN107730587B (zh) 一种基于图片快速三维化交互式建模方法
CN102592275A (zh) 虚拟视点绘制方法
CN104850847B (zh) 具有自动瘦脸功能的图像优化系统和方法
CN103761765A (zh) 基于映射边界优化的三维物体模型纹理映射算法
CN104103089A (zh) 一种基于图像屏幕空间的实时软阴影实现方法
CN103927727A (zh) 一种标量图像转化为矢量图的方法
CN110544300B (zh) 一种基于二维手绘图像特征自动生成三维模型的方法
CN105931180A (zh) 利用显著信息引导的图像不规则马赛克拼接方法
CN110097626A (zh) 一种基于rgb单目图像的浅浮雕物体识别处理方法
Dai et al. Example-based facade texture synthesis
CN103810729A (zh) 一种基于等高线的光栅图像矢量化方法
CN109523622A (zh) 一种非结构化的光场渲染方法
CN112307553A (zh) 一种对三维道路模型进行提取与简化的方法
CN109461197B (zh) 一种基于球面uv和重投影的云实时绘制优化方法
CN109448093B (zh) 一种风格图像生成方法及装置
CN105427354B (zh) 基于平面块集合的图像矢量化表达方法
JP6294700B2 (ja) 画像処理装置及び画像処理方法
US20160140723A1 (en) Partitioning an image
Remacle et al. Fast and robust mesh generation on the sphere—Application to coastal domains
CN110599597B (zh) 基于高斯曲率滤波的三维网格处理方法、装置及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant