CN111462136A - 一种基于边界分割算法的图像矢量化系统和方法 - Google Patents

Abstract

本发明公开了一种基于边界分割算法的图像矢量化系统和方法。系统包括区域分割模块，边界检测模块，边界拟合模块以及SVG整合模块。操作方法为将图像分成不同的区域，通过扩充空白像素块，边界像素块及相交像素块的方式生成亚像素图像，将亚像素图像的边界提取出来并且使用Catmull‑Rom样条拟合三次贝塞尔曲线来表示边界C(u)，最后整合生成SVG格式文件。与现有技术相比较，该发明能够更好地划分边界，并且能够能为精准地确定和提取不同区域的边界，易于构造矢量图和后期的评估。

Description

一种基于边界分割算法的图像矢量化系统和方法

技术领域

本发明属于光栅图像进行矢量化处理技术领域，具体涉及的是一种基于边界分割算法的图像矢量化系统和方法。

背景技术

计算机显示的图像分为位图与矢量图两大类，位图亦称为点阵图像或栅格图像，是由单个像素点所组成。图像矢量化是近期数字图像处理中的一个热门话题，矢量图像有很多优点：首先，矢量图像由简单的几何图元组成，表示紧凑，所占存储空间小；其次，矢量图像易于进行编辑，对矢量图像进行编辑的时候，如进行旋转、拉伸、平移等操作时仅需要修改相应几何图元的参数信息；第三，用矢量表示的对象易于放大或者压缩，而且不会降低其在计算机中的显示质量，矢量图像的放缩能够保持边角的尖锐等特性，不会出现模糊影响显示质量。如何用更高效快捷的算法将光栅图像转换为矢量图是有待于进一步研究和探索的课题。

发明内容

本发明的目的在于解决现有传统方法对光栅图像进行矢量化时不够精细的问题，提供一种基于边界分割算法的图像矢量化系统和方法。

为达到上述目的，本发明采用下述技术方案：

一种基于边界分割算法的图像矢量化系统，包括区域分割模块，边界检测模块，边界拟合模块以及SVG整合模块；所述区域分割模块利用统计区域融合的方法将图像分割成区域，方便接下来各模块对图像进行处理；所述边界检测模块对图像进行像素扩充并生成空白像素块，边界像素块及相交像素块，最终输入亚像素图像；所述边界拟合模块将亚像素图像的边界提取出来并且使用Catmull-Rom样条拟合三次贝塞尔曲线来表示边界C(u)；所述SVG整合模块将边界拟合模块输出的边界C(u)和边界检测模块产生的亚像素图像以及带有颜色属性的分割图像汇总处理生成SVG格式的矢量图文件。

一种基于边界分割算法的图像矢量化方法，使用上述的基于边界分割算法的图像矢量化系统，具体操作步骤如下：

(1)用户将目标图像通过区域分割模块进行处理，将图像中每个像素划分为一个区域；

(2)区域分割模块遍历图像中每个像素通道，计算并储存相邻像素通道之间的差异值；

(3)根据计算所得的差异值，将图像中的像素划分为不同区域，并使用标签进行定义，得到分割后的图片I；

(4)将分割后的图像I输入边界检测模块，根据分割图像I均匀扩充为亚像素图像S，亚像素图像像素通道约为分割图像的两倍；

(5)边界检测模块将亚像素图像扩充的像素通道定义为空白像素块或者边界像素块；

(6)边界检测模块将继续对检测出边界像素的像素块进行检测，确定其中的相交像素块，便于后期提取边界；

(7)将判定完成像素分类的图像S使用边界拟合模块处理，将边界提取出来，用一系列的集合N_i来表示这样的边界；

(8)边界拟合模块使用Catmull-Rom样条拟合三次贝塞尔曲线的方式来表示边界C(u)；

(9)将边界拟合模块输出的边界C(u)和边界检测模块产生的亚像素图像S以及带有颜色属性的分割图像I输入SVG整合模块，汇总处理生成SVG格式的矢量图文件。

本发明与现有技术相比较，具有如下显而易见的突出实质性特点和显著技术进步：

本发明方法对图像进行预处理，分割图像为不同区域，方便后期更好地划分边界；采用扩充像素的方法来确定不用区域的边界，定义三种像素块，空白像素块，边界像素块和相交像素块，能够能为精准地确定和提取不同区域的边界；使用Catmull-Rom样条拟合三次贝塞尔曲线的方式来表示边界曲线，易于构造矢量图和后期的评估。

附图说明

图1为本发明系统整体框架示意图。

图2为方法运作程序框图。

具体实施方式

本发明的优选实施例子结合附图详述如下：

实施例一：

如图1所示，一种基于边界分割算法的图像矢量化系统，包括区域分割模块，边界检测模块，边界拟合模块以及SVG整合模块；所述区域分割模块利用统计区域融合的方法将图像分割成区域，方便接下来各模块对图像进行处理；所述边界检测模块对图像进行像素扩充并生成空白像素块，边界像素块及相交像素块，最终输入亚像素图像；所述边界拟合模块将亚像素图像的边界提取出来并且使用Catmull-Rom样条拟合三次贝塞尔曲线来表示边界C(u)；所述SVG整合模块将边界拟合模块输出的边界C(u)和边界检测模块产生的亚像素图像以及带有颜色属性的分割图像汇总处理生成SVG格式的矢量图文件。实施例二：

如图2所示，一种基于边界分割算法的图像矢量化方法，使用上述的基于边界分割算法的图像矢量化系统，具体操作步骤如下：

(1)将图像M使用区域分割模块处理，主要方法为统计区域融合方法，首先采集图像像素，将图像中的每个像素通道划分成一个区域，并且定义每一个像素通道的平均值为M。

(2)遍历每个像素通道，计算并储存相邻像素通道p与p′之间的差异值f(p，p′)(差异值取R，G，B三个通道中差异f_a(p，p′)最大值)：

f(p，p′)＝max_{a∈R，G，B}f_a(p，p′) (1)

(3)根据计算所得的差异值f，定义差异低于之前设定平均值的区域为相似区域合并相似区域，不同的相似区域使用不同的标签进行定义，得到图像区域分割完成的图像，区域分割模块输出分割后的图像记为I：

M→I (2)

(4)将分割后的图像I使用边界检测模块处理，定义分割图像的宽度为W_I，高度为H_I，用坐标表示为I(x，y)，其中x＝0，1，...，W_I-1；y＝0，1，...，H_I-1。根据分割图像I均匀扩充为亚像素图像S，亚像素图像像素通道约为分割图像的两倍，定义亚像素图像的宽度为W_S，高度为H_S，用坐标表示为S(x，y)，其中x＝0，1，...，2*W_S-1；y＝0，1，...，2*H_S-1。

W_S＝2*W_I-1 (3)

H_S＝2*H_I-1 (4)

(5)边界检测模块将按照特定算法将亚像素图像扩充的像素通道定义为空白像素块或者边界像素块，扩充算法如下：对于亚像素图像S，若该像素块所对应的x为奇数，y为偶数，则对应其原分割图像I来说，若I((x+1)/2，y/2)≠I((x-1)/2，y/2)，则定义该像素块为边界像素块，否则为空白像素块。对于亚像素图像S，若该像素块所对应的x为偶数，y为奇数，则对应其原分割图像I来说，若I(x/2，(y+1)/2)≠I(x/2，(y-1)/2)，则定义该像素块为边界像素块，否则为空白像素块。对于亚像素图像S，若该像素块所对应的x与y同时为偶数或奇数，则该像素保留为所对应原分割图像相应像素块的标签。其公式描述如下：

(6)边界检测模块将继续对检测出边界像素的像素块进行检测，确定其中的相交像素块，为了便于后期提取边界。相加像素块是两个区域相邻的像素块，识别算法如下：对于亚像素图像S，如果在S上的坐标满足S(x+1，y)+S(x-1，y)+S(x，y+1)+S(x，y-1)＞2，则此像素为相交像素块。至此完成了亚像素图像S上所有像素块的判定：

I→S (6)

(7)判定完成像素分类的图像S使用边界拟合模块处理，将边界提取出来，将以下三种情况视为边界：两个相交像素块之间的连续的边界像素块；闭合连续的边界像素块；在S的边界处开始和结束的连续的边界像素块，提取出之后用一系列的集合N_i来表示这样的边界：

S→N_i (7)

(8)边界拟合模块使用Catmull-Rom样条拟合三次贝塞尔曲线的方式来表示边界C(u)，样条的公式为：C(u)＝UMP^T其中U为参数向量，P为控制点向量，M为特征方程：

N_i→C(u) (8)

(9)将边界拟合模块输出的边界C(u)和边界检测模块产生的亚像素图像S以及带有颜色属性的分割图像I使用SVG整合模块处理，将边界C(u)中的曲线值存入SVG文件中，并且根据S中的标签储存区域的颜色并写入SVG文件中：

(C(u)_i,S)→SVG (9)

至此矢量图SVG文件生成。

Claims (2)

1.一种基于边界分割算法的图像矢量化系统，其特征在于，包括区域分割模块，边界检测模块，边界拟合模块以及SVG整合模块；所述区域分割模块利用统计区域融合的方法将图像分割成区域，方便接下来各模块对图像进行处理；所述边界检测模块对图像进行像素扩充并生成空白像素块，边界像素块及相交像素块，最终输入亚像素图像；所述边界拟合模块将亚像素图像的边界提取出来并且使用Catmull-Rom样条拟合三次贝塞尔曲线来表示边界C(u)；所述SVG整合模块将边界拟合模块输出的边界C(u)和边界检测模块产生的亚像素图像以及带有颜色属性的分割图像汇总处理生成SVG格式的矢量图文件。

2.一种基于边界分割算法的图像矢量化方法，使用如权利要求1所述的基于边界分割算法的图像矢量化系统，其特征在于，具体操作步骤如下：

(1)用户将目标图像通过区域分割模块进行处理，将图像中每个像素划分为一个区域；

(2)区域分割模块遍历图像中每个像素通道，计算并储存相邻像素通道之间的差异值；

(3)根据计算所得的差异值，将图像中的像素划分为不同区域，并使用标签进行定义，得到分割后的图片I；

(4)将分割后的图像I输入边界检测模块，根据分割图像I均匀扩充为亚像素图像S，亚像素图像像素通道约为分割图像的两倍；

(5)边界检测模块将亚像素图像扩充的像素通道定义为空白像素块或者边界像素块；

(6)边界检测模块将继续对检测出边界像素的像素块进行检测，确定其中的相交像素块，便于后期提取边界；

(7)将判定完成像素分类的图像S使用边界拟合模块处理，将边界提取出来，用一系列的集合N_i来表示这样的边界；

(8)边界拟合模块使用Catmull-Rom样条拟合三次贝塞尔曲线的方式来表示边界C(u)；

(9)将边界拟合模块输出的边界C(u)和边界检测模块产生的亚像素图像S以及带有颜色属性的分割图像I输入SVG整合模块，汇总处理生成SVG格式的矢量图文件。

Images