CN107330438B - 一种图像轮廓线描述符的获取方法、装置 - Google Patents

一种图像轮廓线描述符的获取方法、装置 Download PDF

Info

Publication number
CN107330438B
CN107330438B CN201710553007.XA CN201710553007A CN107330438B CN 107330438 B CN107330438 B CN 107330438B CN 201710553007 A CN201710553007 A CN 201710553007A CN 107330438 B CN107330438 B CN 107330438B
Authority
CN
China
Prior art keywords
contour line
pixel
length
image contour
image
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
CN201710553007.XA
Other languages
English (en)
Other versions
CN107330438A (zh
Inventor
徐庆
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.)
Foshan Guofang Software Technology Co ltd
Xu Qing
Foshan Guofang Identification Technology Co Ltd
Original Assignee
Foshan City China Side Trademark Software Co Ltd
Foshan Country Trademark Services Co Ltd
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 Foshan City China Side Trademark Software Co Ltd, Foshan Country Trademark Services Co Ltd filed Critical Foshan City China Side Trademark Software Co Ltd
Publication of CN107330438A publication Critical patent/CN107330438A/zh
Application granted granted Critical
Publication of CN107330438B publication Critical patent/CN107330438B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/54—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/247—Thesauruses; Synonyms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/26—Techniques for post-processing, e.g. correcting the recognition result
    • G06V30/262—Techniques for post-processing, e.g. correcting the recognition result using context analysis, e.g. lexical, syntactic or semantic context
    • G06V30/274—Syntactic or semantic context, e.g. balancing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/18—Legal services
    • G06Q50/184—Intellectual property management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/28—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet
    • G06V30/293—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet of characters other than Kanji, Hiragana or Katakana

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Library & Information Science (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Character Discrimination (AREA)
  • Document Processing Apparatus (AREA)
  • Image Processing (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)

Abstract

本发明公开一种图像轮廓线描述符的获取方法、装置。通过对待处理图像的轮廓线进行提取、裁剪、定位、缩放、转换等，可实现统一的图像大小、角度位置，能够了克服传统图像特征描述符的缺陷，有效解决图像特征描述符的数据存储问题，能保障在图像检索中的图像特征描述符具有可重复性与可区分性的较好兼容特性，实现良好的图像检索效果。

Description

一种图像轮廓线描述符的获取方法、装置
技术领域
本发明涉及图像识别技术领域，具体涉及一种图像轮廓线描述符的获取方法、装置。
背景技术
图像轮廓是图像最基本的特征之一，在图像识别技术领域有广泛的应用。图像轮廓特征需要通过特征描述符进行描述，现有技术中的图像特征描述符较为常用的主要有：SSD（平方距离的总和）作为图像块比较的距离度量标准、SIFT局部特征描述符（尺度不变特征变换的缩写，Scale Invariant Feature Transform）算法作为对图像块进行比较和匹配的鲁邦解决方案、HOG特征描述符等。
在某些应用中，图像特征识别和提取的主要目的是进行图像的检索，找出相同或近似的图像。在这些应用中，现有的图像特征描述符大多需要动态生成，难以作为稳定数据进行存储，待处理图像与样本图像在比对时，往往难以形成相同的环境，统一的图像大小、角度位置，虽然也可以通过缩放、旋转解决图像的可比性问题，但其同时易造成图像原始像素的变形，导致出现偏离图像原始特征的情形，在图像检索中也难保障该图像特征描述符具有较好的可重复性与可区分性的兼容特性。
发明内容
鉴于此，本发明提出一种图像轮廓线描述符的获取方法、装置。能够克服传统图像特征描述符的缺陷，有效解决图像特征描述符的数据存储问题，能保障在图像检索中的图像特征描述符具有可重复性与可区分性的较好兼容特性，实现良好的图像检索效果。
本发明的具体方案如下：一种图像轮廓线描述符的获取方法，其中，包括以下步骤：
步骤S100：提取待处理图像轮廓线，对图像轮廓线的有效区域进行识别和做裁剪处理，获得有效区域图像轮廓线像素点图及轮廓线像素点位置数据，其中，图像轮廓线的有效区域是图像轮廓线的外接矩形或外接圆的内部区域，所述外接矩形的每条边线与图像轮廓线在上、下、左、右方向上至少一个像素点相接，所述外接圆的圆线与图像轮廓线在上、下、左、右方向上至少二个像素点相接；
步骤S200：找出有效区域图像轮廓线像素点图中轮廓线上距离最长的两像素点构成的虚拟直线，对有效区域图像轮廓线像素点图进行旋转角度定位，使该虚拟直线与预设的基准直线平行，提取定位后图像轮廓线像素点图及轮廓线像素点位置数据并再次裁剪处理，获得定位后的有效区域图像轮廓线像素点图及轮廓线像素点位置数据；
步骤S300：对定位后的有效区域图像轮廓线像素点图做缩放处理，使图像轮廓线的有效区域转换为正方形有效区域，获得有效区域为正方形的图像轮廓线像素点图及轮廓线像素点位置数据；
步骤S400：选择预设标准坐标系，建立预设的标准坐标系坐标与数字编码的对应关系，将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的预设标准坐标系坐标；
步骤S500：读取有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的标准坐标系坐标所对应的数字编码，并将数字编码的集合作为图像轮廓线描述符进行输出。
所述图像轮廓线描述符的获取方法，其中，步骤S200具体包括以下步骤：
步骤S210：找出有效区域图像轮廓线像素点图中轮廓线上像素点距离最长的虚拟直线L；
步骤S220：选择角度最小的方向旋转有效区域图像轮廓线像素点图，使虚拟直线L与预设的基准直线平行，获取定位后的图像轮廓线像素点图；
步骤S230：提取定位后图像轮廓线像素点图及轮廓线像素点位置数据并再次裁剪处理，获得定位后的有效区域图像轮廓线像素点图。
所述图像轮廓线描述符的获取方法，其中，所述预设的基准直线为水平直线或垂直直线。
所述图像轮廓线描述符的获取方法，步骤S300中，对定位后的有效区域图像轮廓线像素点图做缩放处理的方法包括加点法和减点法，其中，
加点法为：比较定位后的有效区域图像轮廓线像素点图的水平像素和垂直像素的长度，以长度较小方向上的像素长度为基准，在长度较小方向上每特定像素长度的末端插入1个像素点，使长度较小方向上的像素长度与长度较大方向上的像素长度相等，其中，每特定像素长度按如下公式获取：
M1=INT(X1÷i)
M2=INT(X1÷i+P1)，其中，P1= x1÷i-M1
M3= INT(X1÷i+P2)，其中，P2= X1÷i+P1-M2
M4= INT(X1÷i+P3)，其中，P3= X1÷i+P2-M3
……
Mi= INT(X1÷i+Pi-1)，其中，Pi-1= X1÷i+Pi-2-Mi-1
其中，i表示有效区域图像轮廓线上水平像素与垂直像素长度的差，X1表示长度较小方向上的像素长度，M1表示在长度较小方向上第一段特定像素长度，M2表示在长度较小方向上第二段特定像素长度，M3表示在长度较小方向上第三段特定像素长度，M4表示在长度较小方向上第四段特定像素长度，……Mi表示在长度较小方向上第i段特定像素长度，“INT”为取整函数。
减点法为：比较定位后的有效区域图像轮廓线像素点图的水平像素和垂直像素的长度，以长度较大方向上的像素长度为基准，在长度较大方向上每特定像素长度的末端删除1个像素点，使长度较大方向上的像素长度与长度较小方向上的像素长度相等，每特定像素长度按如下公式获取：
N1=INT(X2÷j)
N2=INT(X2÷j +Q1)，其中，Q1= X2÷j -N1
N3= INT(X2÷j +Q2)，其中，Q2= X2÷j +Q1-N2
N4= INT(X2÷j +Q3)，其中，Q3= X2÷j +Q2-N3
……
Nj= INT(X2÷j +Qj-1)，其中，Qj-1= X2÷j+Qj-2-Nj-1
其中，j表示有效区域图像轮廓线上水平像素与垂直像素长度的差，X2表示长度较大方向上的像素长度，N1表示在长度较大方向上第一段特定像素长度，N2表示在长度较大方向上第二段特定像素长度，N3表示在长度较大方向上第三段特定像素长度，N4表示在长度较大方向上第四段特定像素长度……Nj表示在长度较大方向上第j段特定像素长度，“INT”为取整函数。
所述图像轮廓线描述符的获取方法，步骤S300中，所述获得有效区域为正方形的图像轮廓线像素点位置数据用位置数据表的形式进行描述，将图像轮廓线像素点在位置数据表中最左边的列号定义为最小列号，最右边的列号定义为最大列号，图像轮廓线像素点在位置数据表中最下端的行号定义为最小行号，最上端的行号定义为最大行号，其中，行号或列号的取值是以1为最小行号或列号的自然整数。
所述图像轮廓线描述符的获取方法，步骤S400中，所述预设标准坐标系的X轴和Y轴有效刻度的像素长度相等，X轴有效刻度和Y轴有效刻度的像素长度取值小于或等于有效区域为正方形的图像轮廓线像素点图的水平像素或垂直像素长度；在一些实施例中，X轴有效刻度和Y轴有效刻度的像素长度取值范围在5至10000之间； 所述标准坐标系坐标与数字编码的对应关系为：标准坐标系中每一个X轴刻度与Y轴刻度对应的位置设置一个数字编码。
所述图像轮廓线描述符的获取方法，步骤S400中，通过以下步骤将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为一个以上预设标准坐标系坐标：
步骤S410：选择标准坐标系
其中，标准坐标系为一个以上，所选的标准坐标系的X轴刻度和Y轴刻度的有效刻度的最大值小于或等于有效区域为正方形的图像轮廓线像素点图的水平像素或垂直像素数。
步骤S420：根据以下计算公式获取转换系数
Ix= Bmax /xmax, Iy= Bmax /ymax
其中，Ix表示X轴坐标转换系数，Iy表示Y轴坐标转换系数，Bmax表示所选标准坐标系中X轴最大有效刻度值或Y轴最大有效刻度值，xmax表示有效区域为正方形的图像轮廓线上像素点在位置数据表中的最大列号； ymax表示有效区域为正方形的图像轮廓线上像素点在位置数据表中的最大行号。
步骤S430：根据如下公式将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为一个以上预设标准坐标系坐标：
Bxn = xn×Ix , Byn = yn×Iy
其中，Bxn表示有效区域为正方形的图像轮廓线像素点图上轮廓线的第n个像素点的位置数据对应所选择标准坐标系中的X轴坐标值，xn表示有效区域为正方形的图像轮廓线像素点图上轮廓线的第n个像素点在位置数据表中的列号，Ix表示X轴坐标转换系数，Byn表示有效区域为正方形的图像轮廓线像素点图上轮廓线的第n个像素点的位置数据对应所选择标准坐标系中的Y轴坐标值，yn表示有效区域为正方形的图像轮廓线像素点图上轮廓线的第n个像素点在位置数据表中的行号，Iy表示Y轴坐标转换系数。
所述图像轮廓线描述符的获取方法，步骤S500中，读取有效区域为正方形的图像轮廓线像素点图上轮廓线像素点转换后的标准坐标系坐标所对应的数字编码的方法包括编码顺序法和轮廓线顺序法，其中，
编码顺序法为：将轮廓线像素点转换为标准坐标系坐标所对应的数字编码按照自小至大的顺序读取，并组合为图像特征描述符，互不连接的轮廓线线段像素点转换为标准坐标系坐标所对应的数字编码以自然段分隔；
轮廓线顺序法为：将轮廓线像素点转换为标准坐标系坐标所对应的数字编码按照轮廓线顺时针方向读取，并组合为图像特征描述符，互不连接的轮廓线线段像素点转换为标准坐标系坐标所对应的数字编码以自然段分隔。
本发明的另一目的是提供一种图像轮廓线描述符的获取装置，其中，包括：
待处理图像轮廓线提取及裁剪处理模块：用于提取待处理图像轮廓线，对图像轮廓线的有效区域进行识别和做裁剪处理，获得有效区域图像轮廓线像素点图及轮廓线像素点位置数据，其中，图像轮廓线的有效区域是图像轮廓线的外接矩形或外接圆的内部区域，外接矩形的每条边线应与图像轮廓线在上、或下、或左、或右方向上至少一个像素点相接，或外接圆的圆线应与图像轮廓线在上和下、或左和或右方向上至少二个像素点相接；
图像轮廓线定位模块：用于找出有效区域图像轮廓线像素点图中轮廓线上距离最长的两像素点构成的虚拟直线，对有效区域图像轮廓线像素点图进行旋转角度定位，使该虚拟直线与预设的基准直线平行，提取定位后图像轮廓线像素点图及轮廓线像素点位置数据并再次裁剪处理，获得定位后的有效区域图像轮廓线像素点图及轮廓线像素点位置数据；
图像轮廓线缩放处理模块：用于对定位后的有效区域图像轮廓线像素点图做缩放处理，使图像轮廓线的有效区域转换为正方形有效区域，获得有效区域为正方形的图像轮廓线像素点图及轮廓线像素点位置数据；
转换为标准坐标系坐标处理模块：用于选择预设标准坐标系，建立预设的标准坐标系坐标与数字编码的对应关系，将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的预设标准坐标系坐标；
获取图像轮廓线描述符模块：用于读取有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的标准坐标系坐标所对应的数字编码，并将数字编码的集合作为图像轮廓线描述符进行输出。
有益效果：本发明所述的图像轮廓线描述符的获取方法，可以有效克服传统的传统图像特征描述符的缺陷和弊端：传统图像特征描述符大多需要动态生成，难以作为稳定数据进行存储，待处理图像与样本图像在比对时，往往难以形成相同的环境，统一的图像大小、角度位置，在图像检索中也难保障该图像特征描述符具有较好的可重复性与可区分性的兼容特性。采用本发明所述的图像轮廓线描述符的获取方法，能够克服传统图像特征描述符的缺陷，有效解决图像特征描述符的数据存储问题，能保障在图像检索中的图像特征描述符具有可重复性与可区分性的较好兼容特性，实现良好的图像检索效果。
附图说明
图1是本发明实施例中的图像轮廓线描述符的获取方法的流程示意图。
图2是本发明实施例的示例性图像原图。
图3是本发明实施例的示例性图像的轮廓线图。
图4是本发明实施例的示例性图像裁剪后所得的有效区域图像轮廓线像素点图。
图5是本发明实施例中有效区域图像轮廓线像素点图上部分轮廓线像素点的位置数据示意图。
图6是本实施例中定位后的有效区域图像轮廓线像素点图。
图7是本发明实施例中有效区域为正方形的图像轮廓线像素点图。
图8是为图7所示有效区域为正方形的图像轮廓线像素点图中局部轮廓线像素点的位置数据示意图。
图9是本发明实施例中10×10规格的标准坐标系图。
图10为图7所示有效区域为正方形的图像轮廓线像素点图中的轮廓线根据转换得到的轮廓线像素点标准系坐标移入10×10规格标准坐标系后的示意图。
图11为图7所示有效区域为正方形的图像轮廓线像素点图中的轮廓线根据转换得到的轮廓线像素点标准系坐标移入20×20规格标准坐标系后的示意图。
图12是本发明实施例中所述图像轮廓线描述符的获取装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下结合附图并和具体实施例对本发明进一步详细说明。
如图1所示，一种图像轮廓线描述符的获取方法，包括以下步骤：
步骤S100：提取待处理图像轮廓线，对图像轮廓线的有效区域进行识别和做裁剪处理，获得有效区域图像轮廓线像素点图及轮廓线像素点位置数据，其中，图像轮廓线的有效区域是图像轮廓线的外接矩形或外接圆的内部区域，所述外接矩形的每条边线与图像轮廓线在上、下、左、右方向上至少一个像素点相接，所述外接圆的圆线与图像轮廓线在上、下、左、右方向上至少二个像素点相接；
步骤S200：找出有效区域图像轮廓线像素点图中轮廓线上距离最长的两像素点构成的虚拟直线，对有效区域图像轮廓线像素点图进行旋转角度定位，使该虚拟直线与预设的基准直线平行，提取定位后图像轮廓线像素点图及轮廓线像素点位置数据并再次裁剪处理，获得定位后的有效区域图像轮廓线像素点图及轮廓线像素点位置数据；
步骤S300：对定位后的有效区域图像轮廓线像素点图做缩放处理，使图像轮廓线的有效区域转换为正方形有效区域，获得有效区域为正方形的图像轮廓线像素点图及轮廓线像素点位置数据。
步骤S400：选择预设标准坐标系，建立预设的标准坐标系坐标与数字编码的对应关系，将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的预设标准坐标系坐标；
步骤S500：读取有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的标准坐标系坐标所对应的数字编码，并将数字编码的集合作为图像轮廓线描述符进行输出。
图1是本发明实施例中的图像轮廓线描述符的获取方法的流程示意图，以下基于具体实施例对上述各步骤进行具体说明：
第一，步骤S100：提取待处理图像轮廓线，对图像轮廓线的有效区域进行识别和做裁剪处理，获得有效区域图像轮廓线像素点图及轮廓线像素点位置数据。
在实际应用中，可通过电脑设备、摄像功能的手机、照相机、摄像头或集合有摄像头或存储图像的其他设备获取图像，用于本发明实施例的待处理图像。
图2a至图2d为随机给出的待处理图像，包括针对苹果公司的苹果图形商标的多幅图片。这些图像的原图即使描述同一事物，虽然各图片之间的图像总体都相近，但也可能因图像形成的环境、角度、距离等原因造成图像存在差异，均可作为本发明实施例的待处理图像。
利用现有技术提取待处理图像轮廓线，图3a至图3d是分别针对图2a至图2d的图像所提取的图像轮廓线图。
图4a至图4d是分别针对图3a至图3d的图像所做裁剪处理后后获得的有效区域图像轮廓线像素点图。一些原图的背景区域或图像的大小不统一，这些背景区域不是图像的主要特征，是图像轮廓线非有效区域，图像轮廓线的有效区域是图像轮廓线的外接矩形或外接圆的内部区域，外接矩形的各边应与图像轮廓线在上、下、左、右方向上至少一个像素点相接，或外接圆的圆线应与图像轮廓线在上、下、左、右方向上至少二个像素点相接。应对图像轮廓线非有效区域进行裁剪处理，仅保留图像轮廓线有效区域，获得剪裁处理后的有效区域图像轮廓线像素点图及像素点位置数据。在实际应用中，也可对待处理图像先行人工裁剪获得有效区域待处理图像，然后再提取待处理图像的轮廓线。
提取待处理图像轮廓线并经对图像轮廓线的有效区域进行识别和做剪裁处理和获得剪裁处理后的有效区域图像轮廓线像素点图后，提取有效区域图像轮廓线上像素点位置数据。本实施例利用位置数据表表示各个像素点的位置数据，如图5所示，是本实施例中有效区域图像轮廓线像素点图上部分轮廓线像素点的位置数据示意图。其中，图中的“*”表示有效区域图像轮廓线上的像素点，其所对应的行号和列号就是位置数据。
第二，步骤S200：找出有效区域图像轮廓线像素点图中轮廓线上距离最长的两像素点构成的虚拟直线，对有效区域图像轮廓线像素点图进行旋转角度定位，使该虚拟直线与预设的基准直线平行，提取定位后图像轮廓线像素点图及轮廓线像素点位置数据并再次裁剪处理，获得定位后的有效区域图像轮廓线像素点图及轮廓线像素点位置数据。
经对图像轮廓线的有效区域进行识别和剪裁处理，虽然反映了图像的轮廓特征，但通过图像与图像之间像素点位置数据或轮廓特征的比对仍难以实现相同或近似图像的匹配。比对之前应对待处理图像的轮廓线做旋转角度定位处理，使相同或近似图像的待处理图像的轮廓线具有放置位置的唯一性。
本发明实施例中，找出的图像轮廓线上距离最长的两像素点构成的虚拟直线，旋转有效区域图像轮廓线像素点图，对该图上的图像轮廓线进行旋转角度定位，使该虚拟直线与预设的基准直线平行，提取平行状态下的定位后的有效区域图像轮廓线像素点图及轮廓线像素点位置数据。
其中，所述的旋转角度定位的具体方法为：
首先，找出待处理图像的轮廓线上距离最长的两像素点构成的虚拟直线L，然后，按照旋转角度最小的方向旋转有效区域图像像素点图，使虚拟直线L与预设的基准直线平行，获取定位后的图像轮廓线像素点图；最后，提取定位后图像轮廓线像素点图及轮廓线像素点位置数据并再次裁剪处理，获得定位后的有效区域图像轮廓线像素点图（如图6所示）。
其中，所述的预设的基准直线为水平直线或垂直直线。
第三，步骤S300：对定位后的有效区域图像轮廓线像素点图做缩放处理，使图像轮廓线的有效区域转换为正方形有效区域，获得有效区域为正方形的图像轮廓线像素点图及轮廓线像素点位置数据。
在实际应用中，图像轮廓线的有效区域所构成的矩形在大多数情况下其长宽的长度不等，如图4a至图4d所示，同样是针对苹果商标图样而获取的待处理图像轮廓线，但各有效区域图像轮廓线像素点图的长宽比并不一致，水平像素和垂直像素也不相等。这些虽然能在图像轮廓线特征信息的检索中具有较好的区分性，但是难以反映这些图像间的相同或近似的共同特征。
本发明实施例中，对定位后的有效区域图像轮廓线像素点图做缩放处理，使图像轮廓线的有效区域转换为正方形的有效区域，获得有效区域为正方形的图像轮廓线像素点图及轮廓线像素点位置数据，可以实现在图像轮廓线的检索中具有较好的区分性同时又反映这些图像间的相同或近似的共同特征的技术目的。
图7是图6所示定位后的有效区域图像轮廓线像素点图经缩放处理后得到的有效区域为正方形的图像轮廓线像素点图，该图的水平像素为155，垂直像素为155。本实施例中，利用位置数据表表示图像中各像素点的位置，如图8所示，为图7所示有效区域为正方形的图像轮廓线像素点图中局部轮廓线像素点的位置数据示意图。
对定位后的有效区域图像轮廓线像素点图做缩放处理以获得有效区域为正方形的图像轮廓线像素点图的方法包括加点法和减点法。在实际应用中可选择其中之一的方法。
加点法：比较定位后的有效区域图像轮廓线像素点图的水平像素和垂直像素的长度，以长度较小方向上的像素长度为基准，在长度较小方向上每特定像素长度的末端插入1个像素点，使长度较小方向上的像素长度与长度较大方向上的像素长度相等，每特定像素长度按如下公式获取：
M1=INT(X1÷i)
M2=INT(X1÷i+P1)，其中，P1= x1÷i-M1
M3= INT(X1÷i+P2)，其中，P2= X1÷i+P1-M2
M4= INT(X1÷i+P3)，其中，P3= X1÷i+P2-M3
……
Mi= INT(X1÷i+Pi-1)，其中，Pi-1= X1÷i+Pi-2-Mi-1
其中，i表示有效区域图像轮廓线上水平像素与垂直像素长度的差，X1表示长度较小方向上的像素长度，M1表示在长度较小方向上第一段特定像素长度，M2表示在长度较小方向上第二段特定像素长度，M3表示在长度较小方向上第三段特定像素长度，M4表示在长度较小方向上第四段特定像素长度，……Mi表示在长度较小方向上第i段特定像素长度，“INT”为取整函数。
例：假设某图像的有效区域图像轮廓线像素点图的水平像素为127，垂直像素为155，利用加点法将原图像转换为图像水平像素长度与垂直像素长度等长的方法为：
要实现图像水平像素长度与垂直像素长度等长，原水平像素为127，转换后水平像素应为155，与垂直像素为155等长，即要在长度较小的水平方向上每特定像素长度的末端插入1个像素点，共插入水平像素点数为28，其中，每特定像素长度可按以下公式获取：
M1=INT(X1÷i)=INT(127÷28)=4
P1= x1÷i-M1=127÷28-4=0.5357
M2=INT(X1÷i+P1)=INT(127÷28+0.5357)=5
P2= X1÷i+P1-M2= 127÷28+0.5357-5=0.0714
M3= INT(X1÷i+P2)=INT(127÷28+0.0714)=4
P3= X1÷i+P2-M3=127÷28+0.0714-4=0.6071
M4= INT(X1÷i+P3)=INT(127÷28+0.6071)=5
……
M28= INT(X1÷i+P27)= INT(127÷28+P27)=5
因此，本示例中，28段特定像素长度分别为：第一段特定像素长度为4，第二段特定像素长度为5，第三段特定像素长度为4，第四段特定像素长度为5……第二十八段特定像素长度为5。
减点法：比较定位后的有效区域图像轮廓线像素点图的水平像素和垂直像素的长度，以长度较大方向上的像素长度为基准，在长度较大方向上每特定像素长度的末端删除1个像素点，使长度较大方向上的像素长度与长度较小方向上的像素长度相等，每特定像素长度按如下公式获取：
N1=INT(X2÷j)
N2=INT(X2÷j +Q1)，其中，Q1= X2÷j -N1
N3= INT(X2÷j +Q2)，其中，Q2= X2÷j +Q1-N2
N4= INT(X2÷j +Q3)，其中，Q3= X2÷j +Q2-N3
……
Nj= INT(X2÷j +Qj-1)，其中，Qj-1= X2÷j+Qj-2-Nj-1
其中，j表示有效区域图像轮廓线上水平像素与垂直像素长度的差，X2表示长度较大方向上的像素长度，N1表示在长度较大方向上第一段特定像素长度，N2表示在长度较大方向上第二段特定像素长度，N3表示在长度较大方向上第三段特定像素长度，N4表示在长度较大方向上第四段特定像素长度……Nj表示在长度较大方向上第j段特定像素长度，“INT”为取整函数。
例：假设某图像有效区域图像轮廓线像素点图的水平像素为127，垂直像素为155，将原图像转换为水平像素长度与垂直像素长度等长的减点法方法为：
要实现水平像素长度与垂直像素长度等长，原垂直像素为155，转换后垂直像素应为127，与水平像素为127等长，即要在长度较大的垂直方向上每特定像素长度的末端删除1个像素点，共删除垂直像素点数为28，其中，特定像素长度可按以下公式获取：
N1=INT(X2÷j)=INT(155÷28)=5
Q1= X2÷j -N1=155÷28-5=0.5357
N2=INT(X2÷j +Q1)=INT(155÷28+0.5357)=6
Q2= X2÷j +Q1-N2= 155÷28+0.5357-6=0.0714
N3= INT(X2÷j +Q2)=INT(155÷28+0.0714)=5
Q3= X2÷j +Q2-N3=155÷28+0.0714-5=0.6071
N4= INT(X2÷j +Q3)=INT(155÷28+0.6071)=6
……
N28= INT(X2÷j+Q27)=INT（155÷28+ Q27）=6
因此，本示例中，28段特定长度分别为：第一段特定像素长度为5，第一段特定像素长度为6，第三段特定像素长度为5，第四段特定像素长度为6……第二十八段特定像素长度为6。
本实施例所述获得有效区域为正方形的图像轮廓线像素点位置数据，其中，该图像轮廓线像素点位置数据可以用位置数据表的形式进行描述，将图像轮廓线像素点在位置数据表中最左边的列号定义为最小列号，最右边的列号定义为最大列号，图像轮廓线像素点在位置数据表中最下端的行号定义为最小行号，最上端的行号定义为最大行号，其中，行号或列号的取值是以1为最小行或列号的自然整数（如图8所示）。
第四，步骤S400：选择预设标准坐标系，建立预设的标准坐标系坐标与数字编码的对应关系，将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的预设标准坐标系坐标。
获取有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据后，因待处理图像大小不一，不同图像所获得有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据不具有共同性，仍难以实现相同或近似图像的匹配。为找出不同图像之间的共同性，在本发明实施例中采用将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为一个以上预设标准坐标系的坐标的方法实现相同或近似图像之间的可匹配性的技术目的。
优选地，所述预设标准坐标系的X轴和Y轴有效刻度的像素长度相等，X轴有效刻度和Y轴有效刻度的像素长度取值小于或等于有效区域为正方形的图像轮廓线像素点图的水平像素或垂直像素长度；在本实施例中，X轴有效刻度和Y轴有效刻度的像素长度取值范围为5至10000；所述标准坐标系坐标与数字编码的对应关系为：标准坐标系中每一个X轴刻度与Y轴刻度对应的位置设置一个数字编码。
标准坐标系中每一个坐标点位置，即每一个X轴刻度与Y轴刻度对应的位置给以一个数字编码，如图9所示，为本实施例中10×10规格的标准坐标系示意图，图中的每一数字表示标准坐标系中每一个X轴刻度与Y轴刻度对应的位置。
将有效区域为正方形的图像轮廓线像素点图上的轮廓线像素点位置数据转换为一个以上预设标准坐标系的坐标的具体方法说明如下：
（1）选择预设标准坐标系，建立预设的标准坐标系坐标与数字编码的对应关系
实际应用中，选择最大有效刻度值较小的标准坐标系（如前述的10×10规格的标准坐标系），不同图像中所获得的正方形有效区域图像轮廓线的坐标具有更多的共同性特征，相反选择最大有效刻度值较大的标准坐标系（如前述的1000×1000规格的标准坐标系），则不同图像中所获得的正方形有效区域图像轮廓线的坐标具有较少的共同性特征而增加图像间的区分性特征。即标准坐标系的最大有效刻度值越大，有效区域为正方形的图像轮廓线移入到标准坐标系后被放的越大，因此，图像间的区分性越显著。
选择转换标准应考虑标准坐标系的X轴或Y轴有效刻度的像素长度小于或等于待转换的有效区域为正方形图像轮廓线像素点图的水平像素长度或垂直像素长度。
本实施例中，按如下规则设置标准坐标系坐标与数字编码的对应关系：标准坐标系中每一个X轴刻度与Y轴刻度对应的位置设置一个数字编码。
（2）根据如下计算公式获取转换系数
Ix= Bmax /xmax, Iy= Bmax /ymax
其中，Ix表示X轴坐标转换系数，Iy表示Y轴坐标转换系数，Bmax表示所选标准坐标系中X轴最大有效刻度值或Y轴最大有效刻度值，xmax表示有效区域为正方形的图像轮廓线上像素点在位置数据表中的最大列号； ymax表示有效区域为正方形的图像轮廓线上像素点在位置数据表中的最大行号。
以图7和图8所示有效区域为正方形的图像轮廓线像素点图及轮廓线像素点位置信息数据为例，该有效区域为正方形的图像轮廓线像素点图在位置信息数据表中的最大行数为155，最大列数也为155，即xmax和ymax为155，当选择10×10规格的标准坐标系时，Bmax为10，则：
Ix=Bmax/xmax=10÷155=0.064516。
（3）根据如下公式获取待转换的有效区域为正方形的图像轮廓线像素点图中各轮廓线像素点对应的标准坐标系坐标：
Bxn=xn×Ix , Byn=yn×Iy
其中，Bxn表示有效区域为正方形的图像轮廓线像素点图上轮廓线的第n个像素点的位置数据对应所选择标准坐标系中的X轴坐标值，xn表示有效区域为正方形的图像轮廓线像素点图上轮廓线的第n个像素点在位置数据表中的列号，Ix表示X轴坐标转换系数，Byn表示有效区域为正方形的图像轮廓线像素点图上轮廓线的第n个像素点的位置数据对应所选择标准坐标系中的Y轴坐标值，yn表示有效区域为正方形的图像轮廓线像素点图上轮廓线的第n个像素点在位置数据表中的行号，Iy表示Y轴坐标转换系数。
以下通过具体示例说明上述转换过程：
结合图7中有效区域为正方形的图像轮廓线像素点图和图8的本发明实施例中有效区域为正方形的图像轮廓线像素点图上部分轮廓线像素点的位置数据，该有效区域为正方形的图像轮廓线图的水平像素长度和垂直像素长度均为155，将该有效区域为正方形的图像轮廓线图上的轮廓线像素点位置数据转换为一个以上预设标准坐标系的坐标的具体方法如下：
（1）选择转换标准
选择X轴和Y轴的有效刻度的像素长度相等且小于或等于有效区域为正方形的图像轮廓线上像素点在位置数据表中的最大行数或最大列数规格的标准坐标系。本例中选择10×10规格的标准坐标系进行说明。
（2）根据如下计算公式获取转换系数
Ix=Bmax/xmax=10÷155=0.064516
Iy=Bmax/ymax=10÷155=0.064516。
（3）根据如下公式将有效区域为正方形的图像轮廓线像素点图在位置数据表中的轮廓线像素点的位置数据转换为标准坐标系坐标：
Bxn=xn×Ix , Byn=yn×Iy
以图8中最上方的轮廓线像素点（即位置数据表中第64列和第155行的像素点）为例，Bxn和Byn的值计算说明如下：
Bxn=xn×Ix=64×0.064516=4.129024
Byn=yn×Iy=155×0.064516=9.999999
即，图8所示的有效区域为正方形的图像轮廓线像素点图在位置数据表中位于第64列、第155行的轮廓线像素点的位置数据转换为10×10规格的标准坐标系的X轴坐标为4.129024，Y轴坐标为9.999999。
按上述方法类推将有效区域为正方形的图像轮廓线像素点图上的其他轮廓线像素点的位置数据转换为标准坐标系的坐标值。
第五，步骤S150：读取有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的标准坐标系坐标所对应的数字编码，并将数字编码的集合作为图像轮廓线描述符进行输出。
将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为一个以上预设标准坐标系坐标后，可读取预设相应规格标准坐标系坐标所对应的数字编码，其中，该数字编码是按一定的顺序对坐标点标记的具有位置特征的阿拉伯数字或其他语种的数字或字符。
读取预设相应规格的标准坐标系的坐标所对应的数字编码的方法包括编码顺序法和轮廓线顺序法。图10、图11分别为图7所示有效区域为正方向的图像轮廓线像素点图中的轮廓线根据转换得到的轮廓线像素点标准系坐标移入10×10、20×20规格的标准坐标系后的示意图，参考图10和11，具体说明如下：
所述编码顺序法就是将轮廓线像素点转换为标准坐标系坐标所对应的数字编码按照自小至大的顺序读取，并组合为图像特征描述符，其中，互不连接的轮廓线线段像素点转换为标准坐标系坐标所对应的数字编码以自然段分隔。以图10为例，该轮廓线基于10×10规格的标准坐标系的图像特征描述符是：
4，5，14，15，24，25；
16，17，18，24，25，27，28，32，33，34，37，38，41，42，48，49，51，59，60，61，69，70，71，79， 81，82，86，87，88，89， 93，94，95，96。
以图11为例，该轮廓线基于20×20规格的标准坐标系的图像特征描述符是：
8，9，27，28，29， 47，49， 66，67，69，86，87，88，89，107，108；
71，72，73，74，75，89，90，91，94，95，108，109，114，125，126，127，128，134，143，144，145，154，155，162，163，174，175，181，182，195，196，197，201，217，218，219，221，238，239，241，258，259，261，278， 281，282，298，302，317，318，322，323，334，335，336，337，343，344，352，353，354，364，365，366，371，372，386，387，388，389，390，391。
轮廓线顺序法，就是将轮廓线像素点转换为标准坐标系坐标所对应的数字编码按照轮廓线顺时针方向读取，并组合为图像特征描述符，其中，互不连接的轮廓线线段像素点转换为标准坐标系坐标所对应的数字编码以自然段分隔。以图10为例，该轮廓线基于10×10规格的标准坐标系的图像特征描述符是：
4，5，15，25，24，14；
16，17，18，28，27，37，38，48，49，59，60，70，69，79，89，88，87，86，96，95，94，93，82，81，71，61，51，41，42，32，33，34，24，25，26。
以图11为例，该轮廓线基于20×20规格的标准坐标系的图像特征描述符是：
8，9，29，49，69，89，88，108，107，87，86，66，67，47，27，28；
71，72，73，74，75，95，94， 114，134，154，155，174，175，195，196，197，217，218，219，239，259，258， 278，298，318，317，337，336，335，334，354，353，352，372，371，391，390，389，388，387，386，366，365，364，344，343，323，322，302，282，281，261，241，221，201，181，182，162，163，143，144，145，125，126，127，128，108，109，89，90，91。
本发明所述的图像轮廓线描述符的获取方法，可以有效克服传统的传统图像特征描述符的缺陷和弊端：传统图像特征描述符大多需要动态生成，难以作为稳定数据进行存储，待处理图像与样本图像在比对时，往往难以形成相同的环境，统一的图像大小、角度位置，在图像检索中也难保障该图像特征描述符具有较好的可重复性与可区分性的兼容特性。采用本发明所述的图像轮廓线描述符的获取方法，能够克服传统图像特征描述符的缺陷，有效解决图像特征描述符的数据存储问题，能保障在图像检索中的图像特征描述符具有可重复性与可区分性的较好兼容特性，实现良好的图像检索效果。
在本发明的实施例中，还涉及一种图像轮廓线描述符的获取装置，如图12所示，所述图像轮廓线描述符的获取装置包括：
待处理图像轮廓线提取及裁剪处理模块：用于提取待处理图像轮廓线，对图像轮廓线的有效区域进行识别和做裁剪处理，获得有效区域图像轮廓线像素点图及轮廓线像素点位置数据，其中，图像轮廓线的有效区域是图像轮廓线的外接矩形或外接圆的内部区域，外接矩形的每条边线应与图像轮廓线在上、或下、或左、或右方向上至少一个像素点相接，或外接圆的圆线应与图像轮廓线在上和下、或左和或右方向上至少二个像素点相接；
图像轮廓线定位模块：用于找出有效区域图像轮廓线像素点图中轮廓线上距离最长的两像素点构成的虚拟直线，对有效区域图像轮廓线像素点图进行旋转角度定位，使该虚拟直线与预设的基准直线平行，提取定位后图像轮廓线像素点图及轮廓线像素点位置数据并再次裁剪处理，获得定位后的有效区域图像轮廓线像素点图及轮廓线像素点位置数据；
图像轮廓线缩放处理模块：用于对定位后的有效区域图像轮廓线像素点图做缩放处理，使图像轮廓线的有效区域转换为正方形有效区域，获得有效区域为正方形的图像轮廓线像素点图及轮廓线像素点位置数据；
转换为标准坐标系坐标处理模块：用于选择预设标准坐标系，建立预设的标准坐标系坐标与数字编码的对应关系，将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的预设标准坐标系坐标；
获取图像轮廓线描述符模块：用于读取有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的标准坐标系坐标所对应的数字编码，并将数字编码的集合作为图像轮廓线描述符进行输出。
以上，结合具体的实施例对本发明的技术方案进行了详细介绍，所描述的具体实施例用于帮助理解本发明的思想，但并不能因此而理解为对本发明保护范围的限制。应当指出，本领域技术人员在本发明实施例的基础上做出的变形、推导、变换，也都应属于本发明保护范围之内。

Claims (9)

1.一种图像轮廓线描述符的获取方法，其中，包括以下步骤：
步骤S100：提取待处理图像轮廓线，对图像轮廓线的有效区域进行识别和做裁剪处理，获得有效区域图像轮廓线像素点图及轮廓线像素点位置数据，其中，图像轮廓线的有效区域是图像轮廓线的外接矩形内部区域，所述外接矩形的每条边线与图像轮廓线在上、下、左、右方向上至少一个像素点相接；
步骤S200：找出有效区域图像轮廓线像素点图中轮廓线上距离最长的两像素点构成的虚拟直线，对有效区域图像轮廓线像素点图进行旋转角度定位，使该虚拟直线与预设的基准直线平行，提取定位后图像轮廓线像素点图及轮廓线像素点位置数据并再次裁剪处理，获得定位后的有效区域图像轮廓线像素点图及轮廓线像素点位置数据；
步骤S300：对定位后的有效区域图像轮廓线像素点图做缩放处理，使图像轮廓线的有效区域转换为正方形有效区域，获得有效区域为正方形的图像轮廓线像素点图及轮廓线像素点位置数据；
步骤S400：选择预设标准坐标系，建立预设的标准坐标系坐标与数字编码的对应关系，将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的预设标准坐标系坐标；
步骤S500：读取有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的标准坐标系坐标所对应的数字编码，并将数字编码的集合作为图像轮廓线描述符进行输出。
2.根据权利要求1所述图像轮廓线描述符的获取方法，其特征在于，步骤S200具体包括以下步骤：
步骤S210：找出有效区域图像轮廓线像素点图中轮廓线上像素点距离最长的虚拟直线L；
步骤S220：选择角度最小的方向旋转有效区域图像轮廓线像素点图，使虚拟直线L与预设的基准直线平行，获取定位后的图像轮廓线像素点图；
步骤S230：提取定位后图像轮廓线像素点图及轮廓线像素点位置数据并再次裁剪处理，获得定位后的有效区域图像轮廓线像素点图。
3.根据权利要求2所述图像轮廓线描述符的获取方法，其特征在于，所述预设的基准直线为水平直线或垂直直线。
4.根据权利要求1所述图像轮廓线描述符的获取方法，其特征在于，步骤S300中，对定位后的有效区域图像轮廓线像素点图做缩放处理的方法包括加点法和减点法，其中，
加点法为：比较定位后的有效区域图像轮廓线像素点图的水平像素和垂直像素的长度，以长度较小方向上的像素长度为基准，在长度较小方向上每特定像素长度的末端插入1个像素点，使长度较小方向上的像素长度与长度较大方向上的像素长度相等，其中，每特定像素长度按如下公式获取：
M1＝INT(X1÷i)
M2＝INT(X1÷i+P1)，其中，P1＝x1÷i-M1
M3＝INT(X1÷i+P2)，其中，P2＝X1÷i+P1-M2
M4＝INT(X1÷i+P3)，其中，P3＝X1÷i+P2-M3
……
Mi＝INT(X1÷i+Pi-1)，其中，Pi-1＝X1÷i+Pi-2-Mi-1
其中，i表示有效区域图像轮廓线上水平像素与垂直像素长度的差，X1表示长度较小方向上的像素长度，M1表示在长度较小方向上第一段特定像素长度，M2表示在长度较小方向上第二段特定像素长度，M3表示在长度较小方向上第三段特定像素长度，M4表示在长度较小方向上第四段特定像素长度，……Mi表示在长度较小方向上第i段特定像素长度，“INT”为取整函数；
减点法为：比较定位后的有效区域图像轮廓线像素点图的水平像素和垂直像素的长度，以长度较大方向上的像素长度为基准，在长度较大方向上每特定像素长度的末端删除1个像素点，使长度较大方向上的像素长度与长度较小方向上的像素长度相等，每特定像素长度按如下公式获取：
N1＝INT(X2÷j)
N2＝INT(X2÷j+Q1)，其中，Q1＝X2÷j-N1
N3＝INT(X2÷j+Q2)，其中，Q2＝X2÷j+Q1-N2
N4＝INT(X2÷j+Q3)，其中，Q3＝X2÷j+Q2-N3
……
Nj＝INT(X2÷j+Qj-1)，其中，Qj-1＝X2÷j+Qj-2-Nj-1
其中，j表示有效区域图像轮廓线上水平像素与垂直像素长度的差，X2表示长度较大方向上的像素长度，N1表示在长度较大方向上第一段特定像素长度，N2表示在长度较大方向上第二段特定像素长度，N3表示在长度较大方向上第三段特定像素长度，N4表示在长度较大方向上第四段特定像素长度……Nj表示在长度较大方向上第j段特定像素长度，“INT”为取整函数。
5.根据权利要求1所述图像轮廓线描述符的获取方法，其特征在于，步骤S300中，所述获得有效区域为正方形的图像轮廓线像素点位置数据利用位置数据表的形式进行描述，将图像轮廓线像素点在位置数据表中最左边的列号定义为最小列号，最右边的列号定义为最大列号，图像轮廓线像素点在位置数据表中最下端的行号定义为最小行号，最上端的行号定义为最大行号，其中，行号或列号的取值是以1为最小行号或列号的自然整数。
6.根据权利要求5所述图像轮廓线描述符的获取方法，其特征在于，步骤S400所述预设标准坐标系的X轴和Y轴有效刻度的像素长度相等，X轴有效刻度和Y轴有效刻度的像素长度取值小于或等于有效区域为正方形的图像轮廓线像素点图的水平像素或垂直像素像素长度；X轴有效刻度和Y轴有效刻度的像素长度取值范围为5至10000；所述标准坐标系坐标与数字编码的对应关系为：标准坐标系中每一个X轴刻度与Y轴刻度对应的位置设置一个数字编码。
7.根据权利要求5所述图像轮廓线描述符的获取方法，其特征在于，步骤S400中，通过以下步骤将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为一个以上预设标准坐标系坐标：
步骤S410：选择标准坐标系
步骤S420：根据以下计算公式获取转换系数
Ix＝Bmax/xmax,Iy＝Bmax/ymax
其中，Ix表示X轴坐标转换系数，Iy表示Y轴坐标转换系数，Bmax表示所选标准坐标系中X轴最大有效刻度值或Y轴最大有效刻度值，xmax表示有效区域为正方形的图像轮廓线上像素点在位置数据表中的最大列号；ymax表示有效区域为正方形的图像轮廓线上像素点在位置数据表中的最大行号；
步骤S430：根据如下公式将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为一个以上预设标准坐标系坐标：
Bxn＝xn×Ix,Byn＝yn×Iy
其中，Bxn表示有效区域为正方形的图像轮廓线像素点图上轮廓线的第n个像素点的位置数据对应所选择标准坐标系中的X轴坐标值，xn表示有效区域为正方形的图像轮廓线像素点图上轮廓线的第n个像素点在位置数据表中的列号，Ix表示X轴坐标转换系数，Byn表示有效区域为正方形的图像轮廓线像素点图上轮廓线的第n个像素点的位置数据对应所选择标准坐标系中的Y轴坐标值，yn表示有效区域为正方形的图像轮廓线像素点图上轮廓线的第n个像素点在位置数据表中的行号，Iy表示Y轴坐标转换系数。
8.根据权利要求1所述图像轮廓线描述符的获取方法，其特征在于，步骤S500中，读取有效区域为正方形的图像轮廓线像素点图上轮廓线像素点转换后的标准坐标系坐标所对应的数字编码的方法包括编码顺序法和轮廓线顺序法，其中，
所述编码顺序法为：将轮廓线像素点转换为标准坐标系坐标所对应的数字编码按照自小至大的顺序读取，并组合为图像特征描述符，互不连接的轮廓线线段像素点转换为标准坐标系坐标所对应的数字编码以自然段分隔；
所述轮廓线顺序法为：将轮廓线像素点转换为标准坐标系坐标所对应的数字编码按照轮廓线顺时针方向读取，并组合为图像特征描述符，互不连接的轮廓线线段像素点转换为标准坐标系坐标所对应的数字编码以自然段分隔。
9.一种图像轮廓线描述符的获取装置，其特征在于，包括：
待处理图像轮廓线提取及裁剪处理模块：用于提取待处理图像轮廓线，对图像轮廓线的有效区域进行识别和做裁剪处理，获得有效区域图像轮廓线像素点图及轮廓线像素点位置数据，其中，图像轮廓线的有效区域是图像轮廓线的外接矩形的内部区域，外接矩形的每条边线应与图像轮廓线在上、或下、或左、或右方向上至少一个像素点相接；
图像轮廓线定位模块：用于找出有效区域图像轮廓线像素点图中轮廓线上距离最长的两像素点构成的虚拟直线，对有效区域图像轮廓线像素点图进行旋转角度定位，使该虚拟直线与预设的基准直线平行，提取定位后图像轮廓线像素点图及轮廓线像素点位置数据并再次裁剪处理，获得定位后的有效区域图像轮廓线像素点图及轮廓线像素点位置数据；
图像轮廓线缩放处理模块：用于对定位后的有效区域图像轮廓线像素点图做缩放处理，使图像轮廓线的有效区域转换为正方形有效区域，获得有效区域为正方形的图像轮廓线像素点图及轮廓线像素点位置数据；
转换为标准坐标系坐标处理模块：用于选择预设标准坐标系，建立预设的标准坐标系坐标与数字编码的对应关系，将有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的预设标准坐标系坐标；
获取图像轮廓线描述符模块：用于读取有效区域为正方形的图像轮廓线像素点图上轮廓线像素点的位置数据转换为所选择的标准坐标系坐标所对应的数字编码，并将数字编码的集合作为图像轮廓线描述符进行输出。
CN201710553007.XA 2016-12-30 2017-07-07 一种图像轮廓线描述符的获取方法、装置 Active CN107330438B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2016112573126 2016-12-30
CN201611257312.6A CN106649851A (zh) 2016-12-30 2016-12-30 近似商标查询结果排序方法、装置及其商标服务器

Publications (2)

Publication Number Publication Date
CN107330438A CN107330438A (zh) 2017-11-07
CN107330438B true CN107330438B (zh) 2018-04-17

Family

ID=58837704

Family Applications (5)

Application Number Title Priority Date Filing Date
CN201611257312.6A Pending CN106649851A (zh) 2016-12-30 2016-12-30 近似商标查询结果排序方法、装置及其商标服务器
CN201710553009.9A Active CN107330109B (zh) 2016-12-30 2017-07-07 一种商标查询结果近似度评价和排序方法、装置
CN201710553007.XA Active CN107330438B (zh) 2016-12-30 2017-07-07 一种图像轮廓线描述符的获取方法、装置
CN201710553047.4A Active CN107301244B (zh) 2016-12-30 2017-07-07 一种商标分卡处理的方法、装置、系统及商标存储器
CN201711444394.XA Pending CN108052653A (zh) 2016-12-30 2017-12-27 图像特征描述符的获取方法、装置、存储介质、终端及图像检索方法

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN201611257312.6A Pending CN106649851A (zh) 2016-12-30 2016-12-30 近似商标查询结果排序方法、装置及其商标服务器
CN201710553009.9A Active CN107330109B (zh) 2016-12-30 2017-07-07 一种商标查询结果近似度评价和排序方法、装置

Family Applications After (2)

Application Number Title Priority Date Filing Date
CN201710553047.4A Active CN107301244B (zh) 2016-12-30 2017-07-07 一种商标分卡处理的方法、装置、系统及商标存储器
CN201711444394.XA Pending CN108052653A (zh) 2016-12-30 2017-12-27 图像特征描述符的获取方法、装置、存储介质、终端及图像检索方法

Country Status (3)

Country Link
US (1) US20200387543A1 (zh)
CN (5) CN106649851A (zh)
WO (1) WO2018120899A1 (zh)

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106649851A (zh) * 2016-12-30 2017-05-10 徐庆 近似商标查询结果排序方法、装置及其商标服务器
CN107273535A (zh) * 2017-06-29 2017-10-20 朱峰 一种商标智能分析系统
WO2019028618A1 (zh) * 2017-08-07 2019-02-14 深圳益强信息科技有限公司 基于大数据的商标价值评估的方法及系统
CN107609057B (zh) * 2017-08-25 2020-12-22 百度在线网络技术（北京）有限公司 一种获取商标图像的文字数据的方法与装置
CN108664945B (zh) * 2018-05-18 2021-08-10 徐庆 图像文本及形音义特征识别方法和装置
CN108763380B (zh) * 2018-05-18 2022-03-08 徐庆 商标识别检索方法、装置、计算机设备和存储介质
CN110580666A (zh) * 2018-06-08 2019-12-17 成都市卓睿科技有限公司 商标监控与预警方法及系统
CN110647639B (zh) * 2018-06-08 2020-11-10 成都市卓睿科技有限公司 一种商标近似检索结果排序方法
CN108897722A (zh) * 2018-06-26 2018-11-27 重庆智荟数创科技有限公司 基于笔顺算法的商标近似评估、监控系统及方法
CN108984649A (zh) * 2018-06-27 2018-12-11 广州朝舜网络科技有限公司 一种近似商标智能判断方法、装置、终端及存储介质
CN109033370A (zh) * 2018-07-27 2018-12-18 阿里巴巴集团控股有限公司 一种查找相似店铺的方法及装置、店铺接入的方法及装置
CN109063197B (zh) * 2018-09-06 2021-07-02 徐庆 图像检索方法、装置、计算机设备和存储介质
CN110895555B (zh) * 2018-09-13 2022-06-14 北京蓝灯鱼智能科技有限公司 数据检索方法和装置、存储介质及电子装置
CN109345454B (zh) * 2018-09-18 2023-01-06 徐庆 位图图像矢量化的方法、存储介质及系统
CN109656954A (zh) * 2018-11-28 2019-04-19 苏州中知联信息科技有限公司 商标查询方法、装置及计算机设备
CN109800340B (zh) * 2019-01-24 2021-03-19 北京梦知网科技有限公司 商标注册推荐方法及系统
CN110059159A (zh) * 2019-04-15 2019-07-26 重庆天蓬网络有限公司 一种近似商标实时监控系统
CN110069554A (zh) * 2019-05-06 2019-07-30 重庆天蓬网络有限公司 一种基于商标注册信息的处理方法
CN110069555A (zh) * 2019-05-06 2019-07-30 重庆天蓬网络有限公司 一种商标注册成功率的确定方法
CN110288264A (zh) * 2019-07-03 2019-09-27 深圳智高点知识产权运营有限公司 一种企业商标监控分析系统和方法
CN110717874B (zh) * 2019-10-10 2022-11-04 徐庆 一种图像轮廓线平滑处理方法
CN110929084B (zh) * 2019-12-17 2023-04-11 徐庆 一种图像形状特征描述符的获取方法及装置
CN111125160A (zh) * 2019-12-26 2020-05-08 广东知得失网络科技有限公司 一种基于商标近似分析的数据预处理方法、系统及终端
CN111782851A (zh) * 2020-05-19 2020-10-16 知昇(上海)人工智能科技有限公司 一种基于多相似度特征计算的中文商标名称相似判别方法
CN111882462B (zh) * 2020-08-03 2023-05-09 安徽大学 一种面向多要素审查标准的中文商标近似检测方法
CN113377906B (zh) * 2021-06-08 2022-11-01 四川大学 一种相似法条智能搜索系统及方法
CN113553463B (zh) * 2021-07-30 2024-06-25 徐庆 一种商标识别查询方法、系统、数据存储器及存储介质
CN113553980B (zh) * 2021-07-30 2024-07-19 徐庆 一种图片的商标图形要素编码生成方法、系统及装置
CN113554639A (zh) * 2021-07-30 2021-10-26 徐庆 一种图像特征提取及描述符获取方法、装置及存储介质
CN114581196B (zh) * 2022-03-10 2024-10-18 广州华多网络科技有限公司 商品排序处理方法及其装置、设备、介质、产品
CN115100665B (zh) * 2022-07-22 2024-10-01 贵州中烟工业有限责任公司 近似商标筛选方法、模型构建方法及计算机可读存储介质
CN115774548B (zh) * 2023-02-10 2023-04-11 北京一平方科技有限公司 基于人工智能的代码自动生成方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5864639A (en) * 1995-03-27 1999-01-26 Digital Processing Systems, Inc. Method and apparatus of rendering a video image
CN105574533A (zh) * 2015-12-15 2016-05-11 徐庆 一种图像特征提取方法和装置
CN105740872A (zh) * 2016-01-29 2016-07-06 徐庆 图像特征提取方法及其装置
CN105913067A (zh) * 2016-04-18 2016-08-31 徐庆 图像轮廓特征的提取方法及其装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5548507A (en) * 1994-03-14 1996-08-20 International Business Machines Corporation Language identification process using coded language words
US5790126A (en) * 1995-01-03 1998-08-04 Microsoft Corporation Method for rendering a spline for scan conversion of a glyph
CN101013420A (zh) * 2006-12-31 2007-08-08 中国科学院计算技术研究所 一种识别中文文本编码形式的方法
CN101551859B (zh) * 2008-03-31 2012-01-04 夏普株式会社 图像辨别装置及图像检索装置
CN101567048B (zh) * 2008-04-21 2012-06-06 夏普株式会社 图像辨别装置及图像检索装置
CN101359367B (zh) * 2008-09-11 2010-09-29 西安理工大学 一种基于四边形骨架结构的静态手势特征描述方法
US20120144499A1 (en) * 2010-12-02 2012-06-07 Sky Castle Global Limited System to inform about trademarks similar to provided input
CN103020596B (zh) * 2012-12-05 2016-06-22 华北电力大学 一种基于块模型的电力生产中异常人体行为识别方法
CN103258037A (zh) * 2013-05-16 2013-08-21 西安工业大学 一种针对多组合内容的商标识别检索方法
CN104809142B (zh) * 2014-01-29 2018-03-23 北京瑞天科技有限公司 商标查询系统和方法
CN104462380A (zh) * 2014-12-11 2015-03-25 北京中细软移动互联科技有限公司 商标检索方法
CN105426530B (zh) * 2015-12-15 2017-05-10 徐庆 一种商标检索方法、装置和系统
CN105574161B (zh) * 2015-12-15 2017-09-26 徐庆 一种商标图形要素识别方法、装置和系统
CN105809138B (zh) * 2016-03-15 2019-01-04 武汉大学 一种基于分块识别的道路警告标志检测与识别方法
CN106295656B (zh) * 2016-08-03 2017-09-15 徐庆 基于图像色块内容的图像轮廓特征提取方法和装置
CN106649851A (zh) * 2016-12-30 2017-05-10 徐庆 近似商标查询结果排序方法、装置及其商标服务器

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5864639A (en) * 1995-03-27 1999-01-26 Digital Processing Systems, Inc. Method and apparatus of rendering a video image
CN105574533A (zh) * 2015-12-15 2016-05-11 徐庆 一种图像特征提取方法和装置
CN105740872A (zh) * 2016-01-29 2016-07-06 徐庆 图像特征提取方法及其装置
CN105913067A (zh) * 2016-04-18 2016-08-31 徐庆 图像轮廓特征的提取方法及其装置

Also Published As

Publication number Publication date
CN108052653A (zh) 2018-05-18
CN107330438A (zh) 2017-11-07
CN107330109A (zh) 2017-11-07
WO2018120899A1 (zh) 2018-07-05
CN107301244B (zh) 2018-06-15
US20200387543A1 (en) 2020-12-10
CN107301244A (zh) 2017-10-27
CN107330109B (zh) 2018-04-17
CN106649851A (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
CN107330438B (zh) 一种图像轮廓线描述符的获取方法、装置
CN111291584B (zh) 识别二维码位置的方法及其系统
JP5538435B2 (ja) 画像特徴抽出方法及びシステム
CN107251101B (zh) 针对使用具有参数的标记的增强现实的场景修改
CN111291753B (zh) 基于图像的文本识别方法、装置及存储介质
KR20140047733A (ko) 현실 세계에서 표면들의 정보의 투영을 위한 동적 선택
JP2012515405A (ja) 画像マッチングのための方法およびシステム
CN108765584A (zh) 激光点云数据集增广方法、装置及可读存储介质
WO2014166377A1 (zh) 图像兴趣点检测方法和装置
CN111459269B (zh) 一种增强现实显示方法、系统及计算机可读存储介质
JP2010146376A (ja) 画像処理装置及びプログラム
CN108829250A (zh) 一种基于增强现实ar的对象互动展示方法
CN107154070B (zh) 矢量要素与数字地面模型叠加方法及装置
TW201436552A (zh) 用於使用至少一較高訊框率之影像流而增加影像流之訊框率之方法及裝置
TW201248506A (en) Two-dimentional optical indetification device with same gray level for quickly decoding and method for decoding the same
CN115511031A (zh) 一种扩容二维码、三维码解码方法、系统、设备和介质
Norraji et al. wARna—Mobile-based augmented reality colouring book
JP6377743B2 (ja) 中間文字ライブラリを構築する方法及び装置
CN108765535A (zh) 一种三维点云缺失数据区域的标记方法及装置
CN115880362B (zh) 码区定位方法、装置、计算机设备及计算机可读存储介质
JP5278093B2 (ja) 記事関連情報提供方法、装置、プログラム、記録媒体
JP2010033397A (ja) 画像合成装置および方法
KR102662058B1 (ko) 서로 다른 위치에서 획득한 복수의 2차원 이미지들을 이용하여 3차원 공간 모델링 데이터를 생성하는 장치 및 방법과 이를 위한 프로그램
CN116092106A (zh) 印章识别方法、装置、电子设备及存储介质
CN108009576A (zh) 一种目标匹配的物体识别方法、设备及存储设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 528000 room 2002, block A, 33 Jihua five road, Chancheng District, Foshan, Guangdong.

Co-patentee after: Foshan country trademark services Co., Ltd.

Patentee after: Xu Qing

Co-patentee after: Foshan national trademark Identification Technology Co., Ltd.

Address before: 528000 room 2002, block A, 33 Jihua five road, Chancheng District, Foshan, Guangdong.

Co-patentee before: Foshan country trademark services Co., Ltd.

Patentee before: Xu Qing

Co-patentee before: Foshan City, China side trademark Software Co., Ltd.

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 528000 room 2002, block A, 33 Jihua five road, Chancheng District, Foshan, Guangdong.

Patentee after: Xu Qing

Patentee after: Foshan Guofang Identification Technology Co.,Ltd.

Patentee after: Foshan Guofang Software Technology Co.,Ltd.

Address before: 528000 room 2002, block A, 33 Jihua five road, Chancheng District, Foshan, Guangdong.

Patentee before: Xu Qing

Patentee before: FOSHAN GUOFANG TRADEMARK SERVICE Co.,Ltd.

Patentee before: FOSHAN GUOFANG TRADEMARK IDENTIFICATION TECHNOLOGY Co.,Ltd.