技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种快速分割图像区域和轮廓提取方法及系统与流程  >  正文

一种快速分割图像区域和轮廓提取方法及系统与流程

  • 国知局
  • 2024-07-31 22:50:16

本发明涉及图像处理,尤其涉及一种快速分割图像区域和轮廓提取方法及系统。

背景技术:

1、机器视觉就是用机器代替人眼来做测量和判断,主要包括图像采集和图像处理两大模块。随着微电子工业的迅猛发展,高分辨率,高处理速度的图像采集系统不断诞生,这对图像处理算法的速度、精度、稳定性等提出了新的要求。

2、目前,在处理大数据量的图像时,如果采用传统的图像区域分割和轮廓获取方法,可能会因为算法复杂度较高而导致处理效率低下,且可能在处理不同类型的图像时表现不稳定,尤其是在处理噪声较多、边缘模糊或纹理复杂的图像时,会出现轮廓提取不准确的情况。

3、因此,需要对现有技术进行改进。

4、以上信息作为背景信息给出只是为了辅助理解本公开,并没有确定或者承认任意上述内容是否可用作相对于本公开的现有技术。

技术实现思路

1、本发明提供一种快速分割图像区域和轮廓提取方法及系统,以解决现有技术中存在的问题。

2、为实现上述目的,本发明提供以下的技术方案:

3、第一方面,本发明提供一种快速分割图像区域和轮廓提取方法,所述方法包括:

4、对二值图提取游程编码,得到全图的游程编码序列;

5、对所述游程编码序列通过四邻域或八邻域进行连通性分析,根据连接关系转换成图graph数据结构;

6、对所述图graph数据结构进行深度优先搜索,获取连通性区域和游程顶点序列;

7、根据所述游程编码顶点序列,通过freeman链码枚举算法获取区域对应的精准轮廓点。

8、进一步地,所述快速分割图像区域和轮廓提取方法中,在所述对所述图graph数据结构进行深度优先搜索,获取连通性区域和游程顶点序列的步骤中,若所述图graph数据结构内存在环,则存在外轮廓和内轮廓;若所述图graph数据结构内不存在环,则只存在外轮廓。

9、进一步地,所述快速分割图像区域和轮廓提取方法中,在所述对所述图graph数据结构进行深度优先搜索,获取连通性区域和游程顶点序列的步骤中,定义游程顶点序号为游程序号i*2+sigma,其中,起点sigma为0,终点sigma为1;

10、游程端点序号/2即为对应的游程序号,游程起点的顶点序号为偶数,终点为奇数。

11、进一步地,所述快速分割图像区域和轮廓提取方法中,所述根据所述游程编码顶点序列,通过freeman链码枚举算法获取区域对应的精准轮廓点的步骤包括:

12、定义p{p1,p2.....pn}为对应的游程顶点,f{f1,f2.....fn}为对应两点之间的链码集合;

13、将点point(p(i).x+1,p(i).y)记作p(j),point(p(i+1).x+1,p(i+1).y)记作p(j+1);

14、起始位置,输入:f(1);

15、中间位置,输入:f(i)、f(i-1)、p(i)、p(i+1)

16、末尾位置,加上起始点,使得轮廓是一个闭合的轮廓。

17、第二方面,本发明提供一种快速分割图像区域和轮廓提取系统,所述系统包括:

18、提取模块,用于对二值图提取游程编码,得到全图的游程编码序列;

19、转换模块,用于对所述游程编码序列通过四邻域或八邻域进行连通性分析,根据连接关系转换成图graph数据结构;

20、搜索模块,用于对所述图graph数据结构进行深度优先搜索,获取连通性区域和游程顶点序列;

21、获取模块,用于根据所述游程编码顶点序列,通过freeman链码枚举算法获取区域对应的精准轮廓点。

22、进一步地,所述快速分割图像区域和轮廓提取系统中,在所述搜索模块执行的对所述图graph数据结构进行深度优先搜索,获取连通性区域和游程顶点序列的步骤中,若所述图graph数据结构内存在环,则存在外轮廓和内轮廓;若所述图graph数据结构内不存在环,则只存在外轮廓。

23、进一步地,所述快速分割图像区域和轮廓提取系统中,在所述搜索模块执行的对所述图graph数据结构进行深度优先搜索,获取连通性区域和游程顶点序列的步骤中,定义游程顶点序号为游程序号i*2+sigma,其中,起点sigma为0,终点sigma为1;

24、游程端点序号/2即为对应的游程序号,游程起点的顶点序号为偶数,终点为奇数。

25、进一步地,所述快速分割图像区域和轮廓提取系统中,所述获取模块执行的所述根据所述游程编码顶点序列,通过freeman链码枚举算法获取区域对应的精准轮廓点的步骤包括:

26、定义p{p1,p2.....pn}为对应的游程顶点,f{f1,f2.....fn}为对应两点之间的链码集合;

27、将点point(p(i).x+1,p(i).y)记作p(j),point(p(i+1).x+1,p(i+1).y)记作p(j+1);

28、起始位置,输入:f(1);

29、中间位置,输入:f(i)、f(i-1)、p(i)、p(i+1)

30、末尾位置,加上起始点,使得轮廓是一个闭合的轮廓。

31、第三方面,本发明提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面提供的快速分割图像区域和轮廓提取方法。

32、第四方面,本发明提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令由计算机处理器执行,以实现如上述第一方面提供的快速分割图像区域和轮廓提取方法。

33、与现有技术相比,本发明具有以下有益效果:

34、本发明提供的一种快速分割图像区域和轮廓提取方法及系统,通过将游程编码和图graph数据结构应用到图像区域处理运算中,利用游程编码特性,极大提升了区域连通性分割和区域轮廓提取算法的效率,而通过利用freeman链码将游程编码顶点轮廓转换成精准的图像像素边缘,可显著提高轮廓提取的精度,稳定可靠。

35、本发明具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。

技术特征:

1.一种快速分割图像区域和轮廓提取方法,其特征在于,所述方法包括:

2.根据权利要求1所述的快速分割图像区域和轮廓提取方法,其特征在于,在所述对所述图graph数据结构进行深度优先搜索,获取连通性区域和游程顶点序列的步骤中,若所述图graph数据结构内存在环,则存在外轮廓和内轮廓;若所述图graph数据结构内不存在环,则只存在外轮廓。

3.根据权利要求1所述的快速分割图像区域和轮廓提取方法,其特征在于,在所述对所述图graph数据结构进行深度优先搜索,获取连通性区域和游程顶点序列的步骤中,定义游程顶点序号为游程序号i*2+sigma,其中,起点sigma为0,终点sigma为1;

4.根据权利要求1所述的快速分割图像区域和轮廓提取方法,其特征在于,所述根据所述游程编码顶点序列,通过freeman链码枚举算法获取区域对应的精准轮廓点的步骤包括:

5.一种快速分割图像区域和轮廓提取系统,其特征在于,所述系统包括:

6.根据权利要求5所述的快速分割图像区域和轮廓提取系统,其特征在于,在所述搜索模块执行的对所述图graph数据结构进行深度优先搜索,获取连通性区域和游程顶点序列的步骤中,若所述图graph数据结构内存在环,则存在外轮廓和内轮廓;若所述图graph数据结构内不存在环,则只存在外轮廓。

7.根据权利要求5所述的快速分割图像区域和轮廓提取系统,其特征在于,在所述搜索模块执行的对所述图graph数据结构进行深度优先搜索,获取连通性区域和游程顶点序列的步骤中,定义游程顶点序号为游程序号i*2+sigma,其中,起点sigma为0,终点sigma为1;

8.根据权利要求5所述的快速分割图像区域和轮廓提取系统,其特征在于,所述获取模块执行的所述根据所述游程编码顶点序列,通过freeman链码枚举算法获取区域对应的精准轮廓点的步骤包括:

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-4中任一项所述的快速分割图像区域和轮廓提取方法。

10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令由计算机处理器执行,以实现如权利要求1-4中任一项所述的快速分割图像区域和轮廓提取方法。

技术总结本发明涉及图像处理技术领域,公开了一种快速分割图像区域和轮廓提取方法及系统,其中方法包括:对二值图提取游程编码,得到全图的游程编码序列;对所述游程编码序列通过四邻域或八邻域进行连通性分析,根据连接关系转换成图graph数据结构;对所述图graph数据结构进行深度优先搜索,获取连通性区域和游程顶点序列;根据所述游程编码顶点序列,通过Freeman链码枚举算法获取区域对应的精准轮廓点。本发明通过将游程编码和图graph数据结构应用到图像区域处理运算中,并利用游程编码特性,极大提升了区域连通性分割和区域轮廓提取算法的效率,而通过利用Freeman链码将游程编码顶点轮廓转换成精准的图像像素边缘,可显著提高轮廓提取的精度,稳定可靠。技术研发人员:潘威,李宁,汤泉,吕磊,曹玲,卢盛林受保护的技术使用者:广东奥普特科技股份有限公司技术研发日:技术公布日:2024/7/29

本文地址:https://www.jishuxx.com/zhuanli/20240730/194913.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。