CN105469094B

CN105469094B - 一种路面二值图像的边缘矢量线提取方法

Info

Publication number: CN105469094B
Application number: CN201510841640.XA
Authority: CN
Inventors: 冯晓
Original assignee: Chongqing Jiaotong University
Current assignee: SICHUAN ZHENGDA TESTING TECHNOLOGY Co.,Ltd.
Priority date: 2015-11-28
Filing date: 2015-11-28
Publication date: 2019-02-26
Anticipated expiration: 2035-11-28
Also published as: CN105469094A

Abstract

本专利申请公开了一种路面黑白图像的路面病害灰度异常区二值图的边缘矢量线提取算法。能够对经过图像处理后生成的二值化图斑的边界像素进行多逼近等级的矢量化边界多边形的自动提取。该算法具有边界逼近度可控，规律性强以及适用于计算机计算等优点。所提取的二值化图像边界的多边形数据可用于地理信息系统数据转换，地图自动编绘，包括在路面CCD图像病害区域的识别提取在内的图像自动识别，以及遥感图像的光谱特征区范围识别等方面。

Description

一种路面二值图像的边缘矢量线提取方法

技术领域

本发明涉及地理信息系统和图像处理与信息提取技术，具体涉及一种路面二值图像的边缘矢量线提取方法。

背景技术

公路是国民经济赖以发展的重要基础设施，随着公路交通运输业的发展，人们对公路路面质量及其养护提出了更高的要求。传统的人工检测方法存在效率低、影响交通、耗时耗力和不精确等缺点，已不能适应公路快速发展的要求。而通过对面图像的提取、处理和分析，从而检测出路面病害(如破损、裂纹等)的方式，已逐渐成为一种路面检测的重要手段。

我们知道，对物体进行观测的数字图像数据，不论是近景、中景还是遥感图像，通过一定的图像处理，一般总是能够将具有一定光谱、灰度或其他特性的区域通过图像处理转换成二值图像。二值图像是提取物方特性区的位置、范围和性质等信息的重要基础，也是计算机图像识别的重要途径。

目前出现的路面二值化图像的灰度异常区的边界矢量化提取，都不能够进行多尺度直线边界特征点的智能化提取，因为像素边界一般情况下呈现出十分复杂的任意线形，找出一定尺度级别下的逼近度更高的二值图像的边界多边形问题一直没有解决。

发明内容

本发明意在提供一种对二值图像的图斑边界进行快速提取和分级直线边界替代的边缘矢量线提取生成算法。

本发明中的二值图像图斑边缘分级矢量线提取算法包括以下步骤：

1)通过路面检测车获取路面的黑白数字图像；

2)从黑白数字图像中提取病害区二值图块；

3)通过二值图像的行扫描算法确定取值突变点，取得一个二值图斑零阶边界点闭合坐标向量和类型，对于只有一个图斑的简单二值图的零阶边界点闭合坐标序列提取：

a.自图像边缘任意取一点，按像素自左向右检测，若取值为0则为空白区，取值为1则为二值图块的内部；

b.像素检测取值突变点坐标提取；

c.变化像素行号，二值图像的行扫描算法能够取得下一个相邻的边界像素点坐标；

d.顺序填写零阶二值图斑边界点向量；

e.边界点类型判断：边界像素点的主要特征是至少有一个方向的相邻像素的值变为0，当一个方向为0时一般为边点，2个方向为0时一般为角点，3个方向为0时则为尖点；

4)取得二值图斑零阶边界点闭合坐标向量后，通过以下算法取得不同精度的最接近边界矢量多边形：

根据二值图斑零阶边界点闭合坐标向量提取一阶边界特征点序列算法；

a.根据实际像素代表的地面几何长度和像素比例尺确定一个像素代表的图像长度a；

b.二值图斑零阶边界点闭合坐标向量第一点开始抽取样本点，像素间隔数取p，按此像素间隔数P抽取像素点，删除多余像素点，全部抽取点组成一个新的边界点序列，称为一阶边界特征点序列，其边界特征点个数减少为原来像素点的1/p，特征点平均像素距离扩大p倍为d＝a*p；

根据一阶边界特征点序列提取二阶边界特征点序列的算法：

a.自一阶边界特征点序列中，任取相邻2边界点作为基点，根据三点坐标求取对下一个像素边的偏转角，然后基点前移1点求取下一个像素边的偏转角；

b.由此逐点向前计算，能够取得一个连续偏转角序列，称为第一偏转角序列；

c.在第一偏转角序列中按照当检测到偏转角左右或正负大于临界偏转幅度的点，取该点为二阶趋势变化点，偏转角左右或正负小于临界偏转幅度的点进行删除，产生一个新的趋势变化点序列，称为二阶边界特征点序列；

d.对于偏转角接近90度的点，作为直角备选点；

根据二阶边界特征点序列提取三阶边界特征点序列的算法：

a.二阶边界特征点序列中，任取相邻2个二阶边界特征点开始，求取下一个像素边的偏转角，基点前移1个点，继续求取，以此继续能够取得第二个连续偏转角序列；

b.按照一阶边界特征点序列提取二阶边界特征点序列的算法，能够生成一个点数更少的边界特征点序列，得到三阶边界特征点序列。

本发明首次提出了多尺度级别线形走向趋势变化点的概念，并提出了计算机自动搜寻“趋势变化点”的基本算法，即分级特征点法。是从边界像素开始，逐级减少特征点(趋势变化点)，最终到达需要的边长尺度数量级。这种灰度异常区二值图的边缘矢量线计算机提取算法，能够从任意边界像素点开始，通过一定算法，检测出二值栅格区的边界特征点坐标，并使用一定的线段(直线等)连接检测出的特征点，从而取得闭合边界的多边形折线。

本发明实现的功能主要用于计算机栅格与矢量图形的转换，并且给CCD图像的目标物的计算机自动矢量法识别创造条件。其优点在于，一是基本能够自动找出任意二值图斑的一定尺度级别下的逼近度更高的边界多边形；二是算法的规律性强适用于计算机运算；三是计算速度快内存开支小。

本方案的提取算法能够能够对经过图像处理后生成的二值化图斑的边界像素进行矢量化边界多边形的自动提取，尤其适用于对路面黑白图像的灰度异常区二值图的边缘矢量线的计算机提取，该算法具有边界逼近度高，规律性强以及适用于计算机计算等优点。所提取的二值化图像边界的多边形数据可用于地理信息系统数据转换，地图自动编绘，包括在路面CCD图像病害区域的识别提取在内的图像自动识别，以及遥感图像的光谱特征区范围识别等方面。

附图说明

图1为本发明实施例二值图像边缘矢量线提取的流程图。

图2为本发明实施例中一阶像素边界点序列。

图3为本发明实施例中二阶边界像素特征点序列。

图4为本发明实施例中三阶边界像素特征点序列。

具体实施方式

下面通过具体实施方式对本发明作进一步详细的说明：

如图1所示为本实施例二值图像边缘矢量线提取的流程图，本实施例的路面二值图像的边缘矢量线提取方法，包括以下步骤：

第一步：通过路面检测车获取路面的黑白数字图像。

第二步：从黑白数字图像中提取病害区二值图块：

图像预处理，包括灰度变换、图像去噪；

像元选择根据像素灰度值的判别条件的设置；

3)初始二值图像生成，图像分割灰度或光谱阈值，将不满足条件的像素置为0，满足条件的像素置为1；

4)二值图像的修复，采用数学形态法，如图像膨胀、图像腐蚀、获取联通域或骨架提取；

5)得到一定条件的数字化二值图像，该二值图像一般反映出需要分析的物方信息的分布情况。

第三步：数字二值图块的边界像素点边界像素点提取，采用边界像素点追踪法，通过二值图像的行扫描算法确定取值突变点，取得一个二值图斑零阶边界点闭合坐标向量和类型，对于只有一个图斑的简单二值图的零阶边界点闭合坐标序列提取：

b.像素检测取值突变点坐标提取；

d.顺序填写零阶二值图斑边界点向量；

e.边界点类型判断：边界像素点的主要特征是至少有一个方向的相邻像素的值变为0，当一个方向为0时一般为边点，2个方向为0时一般为角点，3个方向为0时则为尖点。

第四步：一阶边界特征点序列提取算法

灰度变化区初始边界矢量线即为各个边界像素中心点坐标的连线，其长度仅有1-1.41个像素，由于像素距离一般在a＝0.1-1mm，因此其点数相当大，不适合于做几何分析处理，需要进行像素合并，产生新的特征点，以达到特征距离在5-10mm数量级。本步运算称为一阶像素特征点选取。

1)根据实际像素代表的地面几何长度(如像素精度)和像素比例尺确定一个像素代表的图像长度a值。

2)抽取像素间隔数p＝100-500，能够根据边界逼近精度和边界变化幅度进行选取。当p选定后，边界特征点变为原来像素点的1/p个，则平均距离约为d＝p*a，a为一个像素的距离。

3)按一定像素抽取间隔数p，选取下一个像素点，删除多余像点。全部选取点组成的序列称为一阶边界点系列，能够下式表达：

Border-1＝{(x,y),i＝1,2,3,…n₁}

其示意图见附图2所示。

第五步：二阶边界特征点序列提取算法

1)一阶边界点系列中任取相邻2个一阶边界像素特征点开始，求取下一对像素边的偏转角。由此逐点递推计算，能够取得一个连续偏转角序列，称为第一偏转角序列，其总点数为N₁，可表示为以下形式：

三点偏转角的计算根据前后3点的像素坐标计算为已知方法。

2)在第一偏转角序列中寻找趋势变化点，作为二阶特征点，即二阶趋势变化点。算法是：按照偏转角左右(或正负值)小于一定幅度(称为临界偏转幅度，如10度)的点进行删除。当检测到偏转角左右(或正负值)大于临界偏转幅度，取该点为二阶趋势变化点。由此可得一个二阶趋势变化边界点序列，其总数为N₂，可表示为以下形式：

Border-2＝{(x,y),i＝1,2,3,…n₂}

如附图3所示。

根据不同的边界粗糙度，二阶趋势变化点序列中的点数可下降到一阶趋势变化点序列中的总点数的1/5～1/10

4)对于偏转角接近90度的点，作为直角备选点，直角检测能够帮助计算机识别图像中的规则物体(如建筑物)。

第六步：三阶边界特征点序列提取算法

1)任取相邻2个二阶边界特征点开始，求取对下一个像素边的偏转角，循环进行，又能够取得一个连续偏转角序列PJ-2：

三点偏转角的计算根据前后3点的像素坐标计算为已知方法。

2)小偏转角判断：按照偏转角左右或正负小于10度进行删除二阶特征点。

3)当检测到偏转角左右或正负大于临界偏转角时，该点则作为三阶趋势变化点。由此可得一个三阶趋势变化点序列：

Border-3＝{(x,y),i＝1,2,3,…n₃}

如附图4所示。

根据不同的边界粗糙度，三阶趋势变化点序列中的点数可下降到二阶趋势变化点序列中的点数的1/3～1/5。基本能够达到趋势特征点在相片上的距离在30-50mm之间。某些二值特征区块的边界简化为数十个像素特征点。

第七步：偏差检测与算法调整

进行这种合并后的边界折线多边形与最初的栅格边界(零阶边界点)存在的偏差，能够进行检测控制。若检测之后偏差较大，能够通过改变抽取像素间隔、临界偏转角两个参数加以调整。具体算法在另作专利申请。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员能够在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还能够作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载能够用于解释权利要求的内容。

Claims

1.一种路面二值图像的边缘矢量线提取方法，其特征在于，包括以下步骤：

1)通过路面检测车获取路面的黑白数字图像；

2)从黑白数字图像中提取病害区二值图块；

3)通过二值图像的行扫描算法确定取值突变点，取得一个二值图斑零阶边界点闭合坐标向量和类型，对于只有一个图斑的简单二值图块的零阶边界点闭合坐标序列提取：

b.像素检测取值突变点坐标提取；

d.顺序填写二值图斑零阶边界点闭合坐标向量；

①根据二值图斑零阶边界点闭合坐标向量提取一阶边界特征点序列算法；

b.从二值图斑零阶边界点闭合坐标向量第一点开始抽取样本点，像素间隔数取p，按此像素间隔数p抽取像素点，删除多余像素点，全部抽取点组成一个新的边界点序列，称为一阶边界特征点序列，其边界特征点个数减少为原来像素点的1/p，特征点平均像素距离扩大p倍为d＝a*p；

②根据一阶边界特征点序列提取二阶边界特征点序列的算法：

d.对于偏转角接近90度的点，作为直角备选点；

③根据二阶边界特征点序列提取三阶边界特征点序列的算法：

2.根据权利要求1所述的路面二值图像的边缘矢量线提取方法，其特征在于：在步骤4)中，像素间隔数p为100～500。

3.根据权利要求1所述的路面二值图像的边缘矢量线提取方法，其特征在于：在步骤4)中，临界偏转幅度为10度。