CN108010042A - 一种基于形态分析的图像轮廓信息提取方法 - Google Patents
一种基于形态分析的图像轮廓信息提取方法 Download PDFInfo
- Publication number
- CN108010042A CN108010042A CN201711228133.4A CN201711228133A CN108010042A CN 108010042 A CN108010042 A CN 108010042A CN 201711228133 A CN201711228133 A CN 201711228133A CN 108010042 A CN108010042 A CN 108010042A
- Authority
- CN
- China
- Prior art keywords
- image
- probe
- outline
- image object
- analysis
- 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.)
- Withdrawn
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000000877 morphologic effect Effects 0.000 title claims abstract description 12
- 239000000523 sample Substances 0.000 claims abstract description 64
- 238000010408 sweeping Methods 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 2
- 239000004744 fabric Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010191 image analysis Methods 0.000 abstract description 3
- 230000008676 import Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 5
- 239000000686 essence Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于形态分析的图像轮廓信息提取方法,涉及图像分析技术领域。本发明中:对图像对象通过高斯滤波方式生成相应的平滑图像对象;生成相应的二值图像;包括对二值图像进行相应的膨胀、腐蚀、逻辑分析,在图像内生成相应的轮廓候选区域;对轮廓区域的坐标系相应信息进行分析;包括建立采用探针方式对图像轮廓候选区域进行相应的轮廓区域的边界分叉点、边界线段进行数据信息探测采集。本发明通过对图像对象进行相应的坐标系导入操作,确定图像对象中的轮廓区域边界的坐标数据信息,并通过探针源对图像对象进行扫略式的探针活动操作,从而对图像对象的轮廓区域边界信息进行全面的、精准的定位以及内容采集操作。
Description
技术领域
本发明涉及图像分析技术领域,尤其涉及一种基于形态分析的图像轮廓信息提取方法。
背景技术
图像轮廓信息是机器视觉研究中常用的图像特征,是指图像因颜色分块后产生的色块边缘和线段,这些边缘和线段构成图像的轮廓,代表了图像反应的内含物体形状信息。轮廓特征往往比位置特征包含更多的信息量,是人们识别物体的重要保障,往往通过轮廓信息即可识别出物体的表征特点,其同样也是获取语义感知的关键技术。
而在对图像对象的区域轮廓进行相应的数据信息分析过程中,图像区域轮廓的定位精准性和像素元素内容信息的高效获取匹配,成为分析图像相应区域轮廓特征信息的重要前提。
发明内容
本发明要解决的技术问题是提供一种基于形态分析的图像轮廓信息提取方法,通过对图像对象进行相应的坐标系导入操作,确定图像对象中的轮廓区域边界的坐标数据信息,并通过探针源对图像对象进行扫略式的探针活动操作,从而对图像对象的轮廓区域边界信息进行全面的、精准的定位以及内容采集操作,便于后续的图像特征处理操作。
为解决上述技术问题,本发明是通过以下技术方案实现的:
高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,应用于图像处理的减噪过程。高斯滤波是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是:用一个模板(或称卷积、掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。
二值图像是指将图像上的每一个像素只有两种可能的取值或灰度等级状态,人们经常用黑白、单色图像表示二值图像。二值图像中所有的像素只能从0和1这两个值中取,因此在MATLAB中,二值图像用一个由0和1组成的二维矩阵表示。这两个可取的值分别对应于关闭和打开,关闭表征该像素处于背景,而打开表征该像素处于前景。以这种方式来操作图像可以更容易识别出图像的结构特征。
本发明提供一种基于形态分析的图像轮廓信息提取方法,包括对图像对象通过高斯滤波方式生成相应的平滑图像对象;包括对平滑图像对象进行相应的分割处理,生成相应的二值图像;包括对二值图像进行相应的膨胀、腐蚀、逻辑分析,在图像内生成相应的轮廓候选区域;包括建立与图像对象相匹配的数据信息坐标系,对轮廓区域的坐标系相应信息进行分析;包括建立采用探针方式对图像轮廓候选区域进行相应的轮廓区域的边界分叉点、边界线段进行数据信息探测采集;包括对探针获取到的图像轮廓区域的边缘数据信息进行映射分析,将图像轮廓数据信息进行纹理基元分析操作,分析出图像轮廓边缘变化的相关特性,建立图像对象的轮廓特征数据信息。
其中,对图像进行相应的高斯滤波处理时,通过离散化窗口滑窗卷积对图像,对服从正态分布的图像噪声进行相应的分析处理。
其中,对平滑图像与二值图像进行相应的重叠对比分析操作,在平滑图像上生成与二值图像内区域边界位置数据信息相对应的轮廓区域曲线。
其中,探针源向坐标系内的图像对象的轮廓边缘进行探针定位操作;探针沿着图像轮廓边缘位置进行数据信息分析,探针前进跨度为一个像素单位;探针在轮廓交界点处向探针源发送交界点信号,探针源对交界点出现的新轮廓发送新的探针;每一条探针所在的轮廓线上与其它的探针相遇时停止轮廓数据信息采集操作。
其中,探针源对坐标系内的图像对象的轮廓数据进行探针式数据信息扫略,在探针扫略的同时,通过数据信息传输模块将图像对象的轮廓数据传输给图像数据信息处理单元。
与现有的技术相比,本发明的有益效果是:
本发明通过对图像对象进行高斯滤波等相应的图像处理,得到相应的平滑图像和相应的二值图像,从而在图像对象内生成具有相应轮廓边界的轮廓区域;通过对图像对象进行相应的坐标系导入操作,确定图像对象中的轮廓区域边界的坐标数据信息,并通过探针源对图像对象进行扫略式的探针活动操作,从而对图像对象的轮廓区域边界信息进行全面的、精准的定位以及内容采集操作,便于后续的图像特征处理操作。
附图说明
图1为本发明中图像对象原始的结构示意图;
图2为本发明中图像进行轮廓分析处理后的结构示意图;
图3为采用探针方式对图像对象轮廓进行扫略的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
具体实施例一:
本发明为一种基于形态分析的图像轮廓信息提取方法,包括对图像对象通过高斯滤波方式生成相应的平滑图像对象;包括对平滑图像对象进行相应的分割处理,生成相应的二值图像;包括对二值图像进行相应的膨胀、腐蚀、逻辑分析,在图像内生成相应的轮廓候选区域;包括建立与图像对象相匹配的数据信息坐标系,对轮廓区域的坐标系相应信息进行分析;包括建立采用探针方式对图像轮廓候选区域进行相应的轮廓区域的边界分叉点、边界线段进行数据信息探测采集;包括对探针获取到的图像轮廓区域的边缘数据信息进行映射分析,将图像轮廓数据信息进行纹理基元分析操作,分析出图像轮廓边缘变化的相关特性,建立图像对象的轮廓特征数据信息。
进一步的,对图像进行相应的高斯滤波处理时,通过离散化窗口滑窗卷积对图像,对服从正态分布的图像噪声进行相应的分析处理。
进一步的,对平滑图像与二值图像进行相应的重叠对比分析操作,在平滑图像上生成与二值图像内区域边界位置数据信息相对应的轮廓区域曲线。
进一步的,探针源向坐标系内的图像对象的轮廓边缘进行探针定位操作;探针沿着图像轮廓边缘位置进行数据信息分析,探针前进跨度为一个像素单位;探针在轮廓交界点处向探针源发送交界点信号,探针源对交界点出现的新轮廓发送新的探针;每一条探针所在的轮廓线上与其它的探针相遇时停止轮廓数据信息采集操作。
进一步的,探针源对坐标系内的图像对象的轮廓数据进行探针式数据信息扫略,在探针扫略的同时,通过数据信息传输模块将图像对象的轮廓数据传输给图像数据信息处理单元。
具体实施例二:
如图1所示,图像对象原始的示意图,图像对象中存在这一些较为明显的图像内容区域;
如图2所示,通过高斯滤波等方式对图像进行轮廓分析处理后,并通过相应的分割方式生成图像的二值图像,利用二值图像的二值边界性与平滑图像的参照分析,生成相应的的图像对象的轮廓区域的结构示意图;
如图3所示,为采用探针方式对图像对象轮廓进行扫略的示意图。探针源M向图像对象的任意边缘位置发送探针A和B,A和B探针沿着图像对象的边缘界线位置反向运动,A探针运动过程中发现边界点,探针源M在边界点位置生成a探针;B探针运动过程中发现边界点,探针源M在边界点位置生成b探针;当A探针与B探针发生相遇时,A和B探针都停止对图像边界线的扫略运动,a和b探针发生相遇时,a和b探针都停止对图像边界线的扫略运动。
探针在对图像对象进行边缘化的扫略过程中,探针所扫略过的每一个像素单位的位置和像素内相应的内容信息都传输给图像分析处理单元,从而对图像的轮廓形态进行精准分析。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于形态分析的图像轮廓信息提取方法,其特征在于:
包括对图像对象通过高斯滤波方式生成相应的平滑图像对象;
包括对平滑图像对象进行相应的分割处理,生成相应的二值图像;
包括对二值图像进行相应的膨胀、腐蚀、逻辑分析,在图像内生成相应的轮廓候选区域;
包括建立与图像对象相匹配的数据信息坐标系,对轮廓区域的坐标系相应信息进行分析;
包括建立采用探针方式对图像轮廓候选区域进行相应的轮廓区域的边界分叉点、边界线段进行数据信息探测采集;
包括对探针获取到的图像轮廓区域的边缘数据信息进行映射分析,将图像轮廓数据信息进行纹理基元分析操作,分析出图像轮廓边缘变化的相关特性,建立图像对象的轮廓特征数据信息。
2.根据权利要求1所述的一种基于形态分析的图像轮廓信息提取方法,其特征在于:
对图像进行相应的高斯滤波处理时,通过离散化窗口滑窗卷积对图像,对服从正态分布的图像噪声进行相应的分析处理。
3.根据权利要求1所述的一种基于形态分析的图像轮廓信息提取方法,其特征在于:
对平滑图像与二值图像进行相应的重叠对比分析操作,在平滑图像上生成与二值图像内区域边界位置数据信息相对应的轮廓区域曲线。
4.根据权利要求1所述的一种基于形态分析的图像轮廓信息提取方法,其特征在于:
探针源向坐标系内的图像对象的轮廓边缘进行探针定位操作;
探针沿着图像轮廓边缘位置进行数据信息分析,探针前进跨度为一个像素单位;
探针在轮廓交界点处向探针源发送交界点信号,探针源对交界点出现的新轮廓发送新的探针;
每一条探针所在的轮廓线上与其它的探针相遇时停止轮廓数据信息采集操作。
5.根据权利要求1或4所述的一种基于形态分析的图像轮廓信息提取方法,其特征在于:
探针源对坐标系内的图像对象的轮廓数据进行探针式数据信息扫略,在探针扫略的同时,通过数据信息传输模块将图像对象的轮廓数据传输给图像数据信息处理单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711228133.4A CN108010042A (zh) | 2017-11-29 | 2017-11-29 | 一种基于形态分析的图像轮廓信息提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711228133.4A CN108010042A (zh) | 2017-11-29 | 2017-11-29 | 一种基于形态分析的图像轮廓信息提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108010042A true CN108010042A (zh) | 2018-05-08 |
Family
ID=62054664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711228133.4A Withdrawn CN108010042A (zh) | 2017-11-29 | 2017-11-29 | 一种基于形态分析的图像轮廓信息提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108010042A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE202022100786U1 (de) | 2022-02-11 | 2022-03-03 | Gaurav Kumar Arora | Intelligentes System zur Erkennung bearbeiteter Bildern mit künstlicher Intelligenz und maschinellem Lernen |
CN117095003A (zh) * | 2023-10-20 | 2023-11-21 | 山东亿盟源新材料科技有限公司 | 一种双金属复合板材碳钢原材料清洁度检测方法及装置 |
-
2017
- 2017-11-29 CN CN201711228133.4A patent/CN108010042A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE202022100786U1 (de) | 2022-02-11 | 2022-03-03 | Gaurav Kumar Arora | Intelligentes System zur Erkennung bearbeiteter Bildern mit künstlicher Intelligenz und maschinellem Lernen |
CN117095003A (zh) * | 2023-10-20 | 2023-11-21 | 山东亿盟源新材料科技有限公司 | 一种双金属复合板材碳钢原材料清洁度检测方法及装置 |
CN117095003B (zh) * | 2023-10-20 | 2024-01-26 | 山东亿盟源新材料科技有限公司 | 一种双金属复合板材碳钢原材料清洁度检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103093215B (zh) | 人眼定位方法及装置 | |
CN103310194B (zh) | 视频中基于头顶像素点梯度方向的行人头肩部检测方法 | |
Luengo-Oroz et al. | Robust iris segmentation on uncalibrated noisy images using mathematical morphology | |
CN104156693B (zh) | 一种基于多模态序列融合的动作识别方法 | |
CN101908137B (zh) | 静脉认证装置和模板登记方法 | |
CN105046206B (zh) | 基于视频中运动先验信息的行人检测方法及装置 | |
CN106934829A (zh) | 一种表面裂缝的检测方法及系统 | |
TW201224955A (en) | System and method for face detection using face region location and size predictions and computer program product thereof | |
CN105893944A (zh) | 深度信息静态手势分割方法 | |
CN109712147A (zh) | 一种基于Zhang-Suen图像骨架提取的干涉条纹中心线拟合方法 | |
CN104751422B (zh) | 一种影印文档图像增强及二值化方法 | |
CN111652233A (zh) | 一种针对复杂背景的文本验证码自动识别方法 | |
CN108010042A (zh) | 一种基于形态分析的图像轮廓信息提取方法 | |
CN103914829B (zh) | 一种含噪图像边缘检测方法 | |
Stricker et al. | Road surface segmentation-pixel-perfect distress and object detection for road assessment | |
Li et al. | Eye detection by using fuzzy template matching and feature-parameter-based judgement | |
CN103500323A (zh) | 基于自适应灰度图像滤波的模板匹配方法 | |
Zhang et al. | Hand gesture detection and segmentation based on difference background image with complex background | |
CN114419006A (zh) | 一种随背景变化的灰度视频文字类水印去除方法及系统 | |
CN106446920B (zh) | 一种基于梯度幅度约束的笔画宽度变换方法 | |
CN103325123A (zh) | 一种基于自适应神经模糊推理系统的图像边缘检测方法 | |
CN105975960A (zh) | 基于纹理方向能量特征的虹膜识别方法 | |
Al-Mahadeen et al. | Signature region of interest using auto cropping | |
JP3383072B2 (ja) | 画像処理方法及び画像処理装置 | |
Yang et al. | Residual shape adaptive dense-nested Unet: Redesign the long lateral skip connections for metal surface tiny defect inspection |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180508 |
|
WW01 | Invention patent application withdrawn after publication |