專利名稱:多曲線自動跟蹤連接方法及裝置的制作方法
技術(shù)領(lǐng)域:
本發(fā)明涉及圖像處理,特別涉及多曲線自動跟蹤連接方法及裝置。
背景技術(shù):
醫(yī)學(xué)領(lǐng)域中的血管檢測、掌紋檢測、細胞檢測,電力領(lǐng)域中的高壓輸電線檢測等等,上述領(lǐng)域中都需要應(yīng)用到曲線跟蹤技術(shù),因此曲線跟蹤技術(shù)的研究有著重要的意義。
傳統(tǒng)的曲線跟蹤技術(shù)存在以下問題1)對噪聲圖像敏感;2)無法跟蹤多條交叉的曲線;3)無法跟蹤消失又重現(xiàn)的曲線;4)無法跟蹤有褪變的曲線;5)無法自動地跟蹤連接每條曲線;6)無法判別曲線是否發(fā)生錯誤跟蹤連接。 綜上所述,目前迫切需要提出一種能簡單、有效的跟蹤連接復(fù)雜場景中的多曲線的多曲線跟蹤連接方法及裝置。
發(fā)明內(nèi)容
有鑒于此,本發(fā)明的主要目的在于實現(xiàn)能簡單、有效的跟蹤連接實際場景中的多曲線。 為達到上述目的,按照本發(fā)明的第一個方面,提供了一種多曲線自動跟蹤連接方法,該方法包括如下步驟 步驟(101)對當(dāng)前圖像進行濾波處理以獲取所述當(dāng)前圖像的平滑圖像; 步驟(102)提取所述平滑圖像的檢測點; 步驟(103)獲取所述平滑圖像的曲線點并連接曲線; 步驟(104)分析所述曲線是否發(fā)生異常情況并進行相應(yīng)地處理;以及 步驟(105)判斷當(dāng)前圖像內(nèi)曲線檢測是否完畢并輸出曲線。 所述方法包括如下步驟 步驟(101)對當(dāng)前圖像進行濾波處理以獲取所述當(dāng)前圖像的平滑圖像; 步驟(102)提取所述平滑圖像的檢測點; 步驟(103)獲取所述平滑圖像的曲線點并連接曲線; 步驟(104)分析所述曲線是否發(fā)生異常情況并進行相應(yīng)地處理;以及 步驟(105)判斷當(dāng)前圖像內(nèi)曲線檢測是否完畢并輸出曲線。 優(yōu)選地,步驟(101)采用高斯平滑函數(shù)對當(dāng)前圖像進行濾波處理,設(shè)當(dāng)前圖像為1(x,y),經(jīng)過濾波處理后獲得的平滑圖像I。(x,y)為l。(x,y) = I (x, y)*g。 (x, y);
其中,g。 (x,y)表示高斯平滑的核函數(shù)3表示巻積運算,高斯平滑的核函數(shù)g。 (x,
y)中。的取值與曲線的像素寬度有關(guān),滿足o^w/^,其中,"表示曲線的像素寬度。
優(yōu)選地,步驟(102)包括以下步驟 步驟(1021)獲取當(dāng)前圖像的平滑圖像每點的Hessian矩陣的絕對值最大的特征值和法線方向; 步驟(1022)采用假設(shè)法來判斷當(dāng)前圖像的平滑圖像每一點是否為檢測點;
步驟(1023)將檢測點的Hessian矩陣的絕對值最大的特征值作為該檢測點的曲率強度,將曲率強度最大的檢測點作為起始搜索點;以及
步驟(1024)確定檢測點的延伸方向的角度。優(yōu)選地,步驟(1021)中,當(dāng)前圖像內(nèi)點(x, y)構(gòu)建的Hessian矩陣為<formula>formula see original document page 6</formula>
<formula>formula see original document page 6</formula>
計算Hessian矩陣的特征值和特征向:
:,將絕對值最大的特征值對應(yīng)的特征向:
作為點的法線方向(nx, nY);其中,rxx(x, y)、r (x, y)、r (x, y)表示點(x, y)與其周圍八
水么i
'P邊點的灰度梯度差值,其計算公式如下
(x+px,
rxx (x, y) = 11 (x-1 , y) +1 (x+1 , y) -I (x, y)ryy (x, y) = 11 (x, y-1) +1 (x, y+1) -I (x, y)
rxy(x,y) = 11 (x-1 , y-1)+1 (x+1 , y+1)-I (x-1 , y+1)-I (x+1 , y-1)其中,I ( , )表示像素點( , )的灰度值;
步驟(1022)中,假設(shè)點(x, y)為曲線上 一 點,設(shè)點(x, y)的鄰邊點y+Pv)沿法線方向(nx, nv)的 一 階導(dǎo)數(shù)為0,計算得到(px, pv),如果滿足
1丄 5
x
5
,則認為點(x,y)是檢測點,否則認為點(x,y)不是檢測點;
優(yōu)選地,步驟(1024)中,檢測點的延伸方向的角度為
e(jc, _y) = arctan(~ 優(yōu)選地,步驟(103)包括如下步驟 步驟(1031)沿著當(dāng)前曲線點的延伸方向在周圍鄰域內(nèi)確定n個檢測點,分別計算各檢測點與當(dāng)前曲線點的延伸方向的角度差,取最小的角度差對應(yīng)的檢測點,如果該檢測點的曲率強度〉第一閾值T1,則認為該檢測點為疑似下一曲線點并轉(zhuǎn)入步驟(1032),否則認為當(dāng)前曲線點為當(dāng)前曲線的斷裂點,轉(zhuǎn)入步驟(104)的處理,其中,O. 3《Tl《2. 5 ;
步驟(1032)若當(dāng)前曲線上疑似下一曲線點與當(dāng)前曲線點的延伸方向的角度差>第二閾值T2,則認為當(dāng)前曲線可能發(fā)生交叉并轉(zhuǎn)入步驟(1033),否則將疑似下一曲線點作為當(dāng)前曲線的下一曲線點,連接下一曲線點和當(dāng)前曲線點,并將下一曲線點作為當(dāng)前曲線點返回步驟(1032),其中,ji/12《T2《ji/3。 步驟(1033)在當(dāng)前曲線點的延伸方向確定一個預(yù)測點,以該預(yù)測點為中心確定一個以R為半徑的搜索區(qū)域,然后在該搜索區(qū)域內(nèi)檢測是否存在與當(dāng)前點滿足曲線自身的慣性特征的檢測點,若存在,則認為當(dāng)前曲線交叉,將滿足曲線自身的慣性特征的檢測點作為當(dāng)前曲線的下一曲線點,并連接下一曲線點與當(dāng)前曲線點,并將下一曲線點作為當(dāng)前曲線點返回步驟(1031),否則將疑似下一曲線點作為當(dāng)前曲線的下一曲線點,連接下一曲線點和當(dāng)前曲線點,并將下一曲線點作為當(dāng)前點返回步驟(1031);其中,3《R《8且R為整 優(yōu)選地,曲線自身的慣性特征指曲線上相鄰兩點的延伸方向的角度和這兩點的曲率強度都近似相等,曲線上相鄰兩點的延伸方向的角度差〈第三閾值T3,且該兩點的曲率強度差最小,其中,Ji/12《T3《Ji/3。
優(yōu)選地,步驟(104)包括如下步驟 步驟(1041)判斷當(dāng)前曲線是否發(fā)生曲線中斷,并對中斷的曲線進行連接;禾口 步驟(1042)判斷當(dāng)前曲線是否發(fā)生曲線消退,并對消退的曲線進行連接; 其中,步驟(1041)中,首先在當(dāng)前曲線的斷裂點的延伸方向確定一個預(yù)測點,以
該預(yù)測點為中心確定一個以R為半徑的搜索區(qū)域;然后在該搜索區(qū)域內(nèi)檢測是否存在與
該斷裂點滿足曲線自身的慣性特征的檢測點,若存在,則認為當(dāng)前曲線中斷,連接該斷裂點
和該檢測點,并將該檢測點作為當(dāng)前曲線點返回步驟(103),否則進行步驟(1042),其中,
3《R《8且R為整數(shù); 步驟(1042)中,沿著斷裂點的延伸方向,進行長度L的當(dāng)前圖像的檢測點的灰度
值累加,若累加值>當(dāng)前曲線上曲線點對應(yīng)的當(dāng)前圖像的灰度值的平均值或者累加值<當(dāng)
前圖像的灰度值的平均值,則認為當(dāng)前曲線消退,將滿足條件的點中,角度差值與當(dāng)前點角
度差值最小的點作為斷裂點,將該斷裂點與沿著該斷裂點的延伸方向的長度為L的檢測點
進行連接,并將該檢測點作為當(dāng)前曲線點返回步驟(103),否則認為當(dāng)前曲線跟蹤終止;其
中,IO《L《30且L為整數(shù)。 優(yōu)選地,步驟(105)包括如下步驟 步驟(1051)判斷當(dāng)前曲線是否連接準(zhǔn)確;禾口 步驟(1052)判斷當(dāng)前圖像內(nèi)曲線是否檢測完畢并輸出連接正確的曲線;
其中,步驟(1051)中,統(tǒng)計步驟(104)中輸出的跟蹤終止的當(dāng)前曲線上點的個數(shù) Nl,統(tǒng)計當(dāng)前曲線上的點屬于當(dāng)前平滑圖像的二值圖像中檢測點的個數(shù)N2,若N2/N1 >第 四閾值T4,則認為當(dāng)前曲線連接正確,否則認為當(dāng)前曲線連接錯誤并將平滑圖像的二值圖 像上屬于當(dāng)前曲線上的點的灰度值設(shè)為O,其中,O. 25《T4《0. 75 ; 步驟(1052)中,首先提取出步驟(1051)中連接正確的當(dāng)前曲線,同時將當(dāng)前平滑 圖像的二值圖像中屬于當(dāng)前曲線點的檢測點的灰度值設(shè)為0 ;然后判斷當(dāng)前圖像的曲線是 否檢測完畢,如果當(dāng)前平滑圖像的二值圖像中檢測點的個數(shù)〈第五閾值T5,則認為當(dāng)前圖 像內(nèi)曲線檢測完畢,并輸出當(dāng)前圖像內(nèi)提取的所有曲線,否則轉(zhuǎn)入步驟(103)開始新的曲 線的跟蹤連接,其中,10《T5《50且T5為整數(shù)。 按照本發(fā)明的另一個方面,提供了一種多曲線自動跟蹤連接裝置,該裝置包括 圖像濾波處理單元,用于對當(dāng)前圖像進行濾波處理獲取當(dāng)前圖像的平滑圖像; 檢測點提取單元,用于提取平滑圖像的檢測點; 曲線獲取單元,用于獲取平滑圖像的曲線點并連接曲線; 曲線異常分析單元,用于分析曲線是否發(fā)生異常情況并進行相應(yīng)地處理;禾口 曲線檢測完畢判斷及輸出單元,用于判斷當(dāng)前圖像內(nèi)曲線檢測是否完畢并輸出曲線。 優(yōu)選地,所述檢測點提取單元包括點的特征值及法線方向的獲取模塊,用于獲取 當(dāng)前圖像的平滑圖像每點的Hessian矩陣的絕對值最大的特征值和法線方向;檢測點判斷 模塊,用于采用假設(shè)法來判斷當(dāng)前圖像的平滑圖像每一點是否為檢測點;檢測點的曲率強 度的計算與起始搜索點的確定模塊,用于將檢測點的Hessian矩陣的絕對值最大的特征值 作為該檢測點的曲率強度,將曲率強度最大的檢測點作為起始搜索點;和檢測點延伸方向 角度的確定模塊,用于確定檢測點的延伸方向的角度。
7
優(yōu)選地,所述曲線異常分析單元包括曲線中斷判斷及處理模塊,用于判斷當(dāng)前曲 線是否發(fā)生曲線中斷,并對中斷的曲線進行連接;和曲線消退判斷及處理模塊,用于判斷當(dāng) 前曲線是否發(fā)生曲線消退,并對消退的曲線進行連接。 優(yōu)選地,曲線提取及檢測完畢判斷單元包括曲線正確連接判斷模塊,用于判斷當(dāng) 前曲線是否連接準(zhǔn)確;和曲線檢測完畢判斷及曲線提取模塊,用于判斷當(dāng)前圖像內(nèi)曲線是 否檢測完畢并輸出連接正確的曲線。 本發(fā)明所提供的多曲線自動跟蹤連接的方法通過對當(dāng)前圖像進行濾波處理排除 了噪聲圖像對曲線跟蹤連接的干擾;并通過檢測是否存在與當(dāng)前曲線點滿足曲線自身的慣 性特征的檢測點來跟蹤多條交叉的曲線;通過檢測是否存在與斷裂點滿足曲線自身的慣性 特征的檢測點來跟蹤中斷的曲線;連接斷裂點和沿斷裂點的延伸方向的檢測點來跟蹤有褪 變的曲線。本發(fā)明所提供的多曲線自動跟蹤連接的方法還具有判斷跟蹤終止的當(dāng)前曲線是 否連接準(zhǔn)確的功能。
圖1為本發(fā)明所提供的多曲線自動跟蹤連接的方法的流程圖; 圖2為本發(fā)明所提供的方法的步驟(102)的流程圖; 圖3為本發(fā)明所提供的方法的步驟(104)的流程圖; 圖4為本發(fā)明所提供的方法的步驟(105)的流程圖; 圖5為本發(fā)明所提供的多曲線自動跟蹤連接的裝置的框架圖; 圖6為本發(fā)明所提供的裝置的檢測點提取模塊的框架圖; 圖7為本發(fā)明所提供的裝置的曲線異常分析模塊的框架圖; 圖8為本發(fā)明所提供的裝置的曲線檢測完畢判斷及輸出模塊的框架圖。
具體實施例方式
為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白,下面結(jié)合實施例和附圖,對本 發(fā)明進一步詳細說明。 圖l表示按照本發(fā)明的多曲線自動跟蹤連接方法的流程圖。如圖l所示,按照本 發(fā)明的多曲線自動跟蹤連接方法包括 步驟(101)對當(dāng)前圖像進行濾波處理以獲取所述當(dāng)前圖像的平滑圖像; 步驟(102)提取所述平滑圖像的檢測點; 步驟(103)獲取所述平滑圖像的曲線點并連接曲線; 步驟(104)分析所述曲線是否發(fā)生異常情況并進行相應(yīng)地處理;以及 步驟(105)判斷當(dāng)前圖像內(nèi)曲線檢測是否完畢并輸出曲線。 歩驟(101): 采用高斯平滑函數(shù)對當(dāng)前圖像(其中,當(dāng)前圖像可以是實時操作時接收的圖像, 也可以是一段視頻中的當(dāng)前幀圖像)進行濾波處理,以得到平滑的圖像。設(shè)當(dāng)前圖像為 I(x, y) (I(x, y)即為當(dāng)前圖像內(nèi)點(x, y)的灰度值),經(jīng)過現(xiàn)有的濾波處理技術(shù)處理后獲
得的平滑圖像I。(x,y) (1。(x,y)即為當(dāng)前圖像的平滑圖像內(nèi)點(x,y)的灰度值)為 I。 (x, y) = I(x, y)*g0 (x, y)
其中,g。 (x,y)表示高斯平滑的核函數(shù)3表示巻積運算。高斯平滑的核函數(shù)g。 (x, y)中。的取值與曲線的像素寬度有關(guān),滿足O^0/V5,其中"表示曲線的像素寬度。
歩驟(102): 利用當(dāng)前圖像的平滑圖像每點灰度值的二階梯度值構(gòu)建Hessian矩陣,對該 Hessian矩陣的特征值和特征向量進行分析,以獲取當(dāng)前圖像的平滑圖像中的檢測點。圖2 示出了按照本發(fā)明的步驟(102)的流程圖。如圖2所示,步驟(102)包括
步驟(1021),獲取當(dāng)前圖像的平滑圖像每點的Hessian矩陣的絕對值最大的特征
值和法線方向。圖像點(x, y)的構(gòu)建的Hessian矩陣為/f(X,力:
計算Hessian矩陣的特征值和特征向量, 將絕對值最大的特征值對應(yīng)的特征向量作為點的法線方向(nx, ny)。其中,rxx(x, ,(x, y)、rvv(x, y)表示點(x, y)與其周圍八個鄰邊點的灰度梯度差值,其計算公式如
y)、rx. ..
下 rxx(x,y) ryy(x,y) rxy(x,y) 其中,I ( 步驟(1022),采用假設(shè)法來判斷當(dāng)前圖像的平滑圖像每一點是否為檢測點。假設(shè) 點(x,y)為曲線上一點,設(shè)點(x,y)的鄰邊點(x+Px,y+Pv)沿法線方向(nx,nY)的一階導(dǎo)數(shù)
I(x-l,y)+I(X+l,y)-I(x,y) I(x,y-l)+I(X,y+l)-I(x,y)
I (x-l, y-l)+I (x+l, y+l)-I (x-l, y+l)-I (x+l, y_l) )表示像素點( , )的灰度值。
為O,可以計算得到(px, Py),如果滿足(A,A
1 1 5
x
1丄
,則認為點(x, y)是檢
測點,否則認為點(x,y)不是檢測點。構(gòu)建一個與當(dāng)前的平滑圖像相應(yīng)的二值圖像,該二值 圖像中檢測點的灰度值設(shè)為255,非檢測點的灰度值設(shè)為0。 步驟(1023),將檢測點的Hessian矩陣的絕對值最大的特征值最大絕對特征值作 為該檢測點的曲率強度,將曲率強度最大的檢測點作為起始搜索點。 步驟(1024),確定檢測點的延伸方向的角度。檢測點的延伸方向的角度為
e(x,力—arctan(~~。
歩驟(103): 該步驟獲取當(dāng)前平滑圖像的二值圖像的曲線點并連接這些曲線點以形成曲線,其 步驟包括 步驟(1031)沿著當(dāng)前曲線點(當(dāng)前曲線點的初始值為起始搜索點)的延伸方向 在周圍鄰域內(nèi)確定n個檢測點(即在當(dāng)前點為中心的4X4模塊內(nèi)沿著當(dāng)前檢測點的延伸 方向存在的檢測點,將這些檢測點確定為當(dāng)前點的檢測點),分別計算各檢測點與當(dāng)前曲線 點的延伸方向的角度差,取最小的角度差對應(yīng)的檢測點,如果該檢測點的曲率強度>第一 閾值T1,則認為該檢測點為疑似下一曲線點并轉(zhuǎn)入步驟(1032),否則認為當(dāng)前曲線點為當(dāng) 前曲線的斷裂點,轉(zhuǎn)入步驟(104)的處理。 步驟(1032)若當(dāng)前曲線上疑似下一曲線點與當(dāng)前曲線點的延伸方向的角度差>第二閾值T2,則認為當(dāng)前曲線可能發(fā)生交叉并轉(zhuǎn)入步驟(1033),否則將疑似下一曲線點作 為當(dāng)前曲線(即當(dāng)前點所在曲線)的下一曲線點,連接下一曲線點和當(dāng)前曲線點,并將下一 曲線點作為當(dāng)前曲線點返回步驟(1031)。 步驟(1033)在當(dāng)前曲線點的延伸方向確定一個預(yù)測點,以該預(yù)測點為中心確定 一個以R為半徑的搜索區(qū)域,然后在該搜索區(qū)域內(nèi)檢測是否存在與當(dāng)前點滿足曲線自身的 慣性特征的檢測點,若存在,則認為當(dāng)前曲線交叉,將滿足曲線自身的慣性特征的檢測點作 為當(dāng)前曲線的下一曲線點,并連接下一曲線點與當(dāng)前曲線點,并將下一曲線點作為當(dāng)前曲 線點返回步驟(1031),否則將疑似下一曲線點作為當(dāng)前曲線的下一曲線點,連接下一曲線 點和當(dāng)前曲線點,并將下一曲線點作為當(dāng)前點返回步驟(1031)。 其中,曲線自身的慣性特征指的是曲線上相鄰兩點的延伸方向的角度和這兩 點的曲率強度都近似相等,即相鄰兩點的延伸方向的角度差〈第三閾值T3且兩點的曲 率強度差最小。其中,0.3《Tl《2.5, ji/12《T2《Ji/3, 3《R《8且R為整數(shù), Ji /12《T3《Ji /3。
歩驟(104): 曲線連接的異常包括曲線中斷和曲線消退。圖3示出了按照本發(fā)明的步驟(104) 的流程圖。如圖3所示,步驟(104)包括 步驟(1041),判斷當(dāng)前曲線是否發(fā)生曲線中斷,并對中斷的曲線進行連接。禾U用 曲線自身的慣性特征,對當(dāng)前曲線進行中斷檢測。首先在當(dāng)前曲線的斷裂點的延伸方向確 定一個預(yù)測點,以該預(yù)測點為中心確定一個以R為半徑的搜索區(qū)域,然后在該搜索區(qū)域內(nèi) 檢測是否存在與該斷裂點滿足曲線自身的慣性特征的檢測點,若存在,則認為當(dāng)前曲線中 斷,連接該斷裂點和該檢測點,并將該檢測點作為當(dāng)前曲線點返回步驟(103),否則進行步 驟(1042)。 步驟(1042),判斷當(dāng)前曲線是否發(fā)生曲線消退,并對消退的曲線進行連接。沿著斷
裂點的延伸方向,進行一定長度L的當(dāng)前圖像的檢測點的灰度值累加,若累加值〉當(dāng)前曲
線上曲線點對應(yīng)的當(dāng)前圖像的灰度值的平均值或者累加值<當(dāng)前圖像的灰度值的平均值,
則認為當(dāng)前曲線消退,將該斷裂點與沿著該斷裂點的延伸方向的長度為L的檢測點進行連
接,并將該檢測點作為當(dāng)前曲線點返回步驟(103),否則認為當(dāng)前曲線跟蹤終止。 其中,IO《L《30且L為整數(shù)。 歩驟(105): 圖4示出了按照本發(fā)明的步驟(105)的流程圖。如圖4所示,步驟(105)包括
步驟(1051),判斷當(dāng)前曲線是否連接準(zhǔn)確。統(tǒng)計步驟(104)中輸出的跟蹤終止的 當(dāng)前曲線上點的個數(shù)N1,統(tǒng)計當(dāng)前曲線上的點屬于當(dāng)前平滑圖像的二值圖像中檢測點的個 數(shù)N2,若N2/N1〉第四閾值T4,則認為當(dāng)前曲線連接正確,否則認為當(dāng)前曲線連接錯誤并將 平滑圖像的二值圖像上屬于當(dāng)前曲線上的點的灰度值設(shè)為0。 步驟(1052),判斷當(dāng)前圖像內(nèi)曲線是否檢測完畢并輸出連接正確的曲線。首先提 取出步驟(1051)中連接正確的當(dāng)前曲線,同時將當(dāng)前平滑圖像的二值圖像中屬于當(dāng)前曲
線點的檢測點的灰度值設(shè)為o。然后判斷當(dāng)前圖像的曲線是否檢測完畢,如果當(dāng)前平滑圖像
的二值圖像中檢測點的個數(shù)<第五閾值T5,則認為當(dāng)前圖像內(nèi)曲線檢測完畢,并輸出當(dāng)前 圖像內(nèi)提取的所有曲線,否則轉(zhuǎn)入步驟(103)開始新的曲線的跟蹤連接。
10
其中,O. 25《T4《0. 75,優(yōu)選為0. 5。 10《T5《50且T5為整數(shù)。 對應(yīng)于多曲線自動跟蹤連接裝置,圖5示出了按照本發(fā)明的多曲線自動跟蹤連接
裝置的框架圖。如圖5所示,按照本發(fā)明的多曲線自動跟蹤連接裝置包括 圖像濾波處理單元l,用于對當(dāng)前圖像進行濾波處理獲取當(dāng)前圖像的平滑圖像; 檢測點提取單元2,用于提取平滑圖像的檢測點; 曲線獲取單元3,用于獲取平滑圖像的曲線點并連接曲線; 曲線異常分析單元4,用于分析曲線是否發(fā)生異常情況并進行相應(yīng)地處理;禾口 曲線檢測完畢判斷及輸出單元5,用于判斷當(dāng)前圖像內(nèi)曲線檢測是否完畢并輸出曲線。 對應(yīng)于步驟(102),圖6示出了按照本發(fā)明的檢測點提取單元2的框架圖。如圖6 所示,按照本發(fā)明的檢測點提取單元2包括點的特征值及法線方向的獲取模塊,用于獲取 當(dāng)前圖像的平滑圖像每點的Hessian矩陣的絕對值最大的特征值和法線方向;檢測點判斷 模塊22,用于采用假設(shè)法來判斷當(dāng)前圖像的平滑圖像每一點是否為檢測點;檢測點的曲率 強度的計算與起始搜索點的確定模塊23,用于將檢測點的Hessian矩陣的絕對值最大的特 征值作為該檢測點的曲率強度,將曲率強度最大的檢測點作為起始搜索點;和檢測點延伸 方向角度的確定模塊24,用于確定檢測點的延伸方向的角度。 對應(yīng)于步驟(104),圖7給出了按照本發(fā)明的曲線異常分析單元4的框架圖。如圖 7所示,按照本發(fā)明的曲線異常分析單元4包括曲線中斷判斷及處理模塊41,用于判斷當(dāng) 前曲線是否發(fā)生曲線中斷,并對中斷的曲線進行連接;和曲線消退判斷及處理模塊42,用 于判斷當(dāng)前曲線是否發(fā)生曲線消退,并對消退的曲線進行連接。 對應(yīng)于步驟(105),圖8示出了按照本發(fā)明的曲線提取及檢測完畢判斷單元5的框 架圖。如圖8所示,按照本發(fā)明的曲線提取及檢測完畢判斷單元5包括曲線正確連接判斷 模塊51,用于判斷當(dāng)前曲線是否連接準(zhǔn)確;和曲線檢測完畢判斷及曲線提取模塊52,用于 判斷當(dāng)前圖像內(nèi)曲線是否檢測完畢并輸出連接正確的曲線。 按照本發(fā)明的多曲線自動跟蹤連接方法及裝置可以簡單、準(zhǔn)確地檢測出視頻圖像 中的曲線。 以上所述,僅為本發(fā)明的較佳實施例而已,并非用于限定本發(fā)明的保護范圍,應(yīng)當(dāng) 理解,本發(fā)明并不限于這里所描述的實現(xiàn)方案,這些實現(xiàn)方案描述的目的在于幫助本領(lǐng)域
中的技術(shù)人員實踐本發(fā)明。任何本領(lǐng)域中的技術(shù)人員很容易在不脫離本發(fā)明精神和范圍 的情況下進行進一步的改進和完善,因此本發(fā)明只受到本發(fā)明權(quán)利要求的內(nèi)容和范圍的限 制,其意圖涵蓋所有包括在由所附權(quán)利要求所限定的本發(fā)明精神和范圍內(nèi)的備選方案和等 同方案。
權(quán)利要求
一種多曲線自動跟蹤連接方法,其特征在于,所述方法包括如下步驟步驟(101)對當(dāng)前圖像進行濾波處理以獲取所述當(dāng)前圖像的平滑圖像;步驟(102)提取所述平滑圖像的檢測點;步驟(103)獲取所述平滑圖像的曲線點并連接曲線;步驟(104)分析所述曲線是否發(fā)生異常情況并進行相應(yīng)地處理;以及步驟(105)判斷當(dāng)前圖像內(nèi)曲線檢測是否完畢并輸出曲線。
2. 如權(quán)利要求l所述的方法,其特征在于,步驟(101)采用高斯平滑函數(shù)對當(dāng)前圖像進行濾波處理,設(shè)當(dāng)前圖像為I(x, y),經(jīng)過濾波處理后獲得的平滑圖像I。 (x, y)為I。 (x, y)=I (x, y)承g(shù)。 (x, y);其中,g。 (x, y)表示高斯平滑的核函數(shù),A表示巻積運算,高斯平滑的核函數(shù)g。 (x, y)中o的取值與曲線的像素寬度有關(guān),滿足0^/V5,其中,"表示曲線的像素寬度。
3. 如權(quán)利要求1所述的方法,其特征在于,步驟(102)包括以下步驟步驟(1021)獲取當(dāng)前圖像的平滑圖像每點的Hessian矩陣的絕對值最大的特征值和法線方向;步驟(1022)采用假設(shè)法來判斷當(dāng)前圖像的平滑圖像每一點是否為檢測點;步驟(1023)將檢測點的Hessian矩陣的絕對值最大的特征值作為該檢測點的曲率強度,將曲率強度最大的檢測點作為起始搜索點;以及步驟(1024)確定檢測點的延伸方向的角度。
4. 如權(quán)利要求3所述的方法,其特征在于,步驟(1021)中,當(dāng)前圖像內(nèi)點(x, y)構(gòu)建的Hessian矩陣為計算Hessian矩陣的特征值和特征向量,將絕對值最大的特征值對應(yīng)的特征向量作為點的法線方向(nx, ny);其中,rxx(x, y)、rxy(x, y)、ryy(x, y)表示點(x, y)與其周圍八個鄰邊點的灰度梯度差值,其計算公式如下rxx (x, y) = 11 (x-1 , y) +1 (x+1 , y) -I (x, y)ryy (x, y) = 11 (x, y-1) +1 (x, y+1) -I (x, y)rxy(x,y) = 11 (x-1 , y-1)+1 (x+1 , y+1)-I (x-1 , y+1)-I (x+1 , y-1)其中,I ( , )表示像素點( , )的灰度值;步驟(1022)中,假設(shè)點(x, y)為曲線上一點,設(shè)點(x, y)的鄰邊點(x+p線方向(nx,ny)的一階導(dǎo)數(shù)為0,計算得到(p,,Py),如果滿足(A,A則認為點(x, y)是檢測點,否則認為點(x, y)不是檢測點; <formula>formula see original document page 2</formula>步驟(1024)中,檢測點的延伸方向的角度為^X力arctan(f)°
5.如權(quán)利要求1所述的方法,其特征在于,步驟(103)包括如下步驟步驟(1031)沿著當(dāng)前曲線點的延伸方向在周圍鄰域內(nèi)確定n個檢測點,分別計算各檢測點與當(dāng)前曲線點的延伸方向的角度差,取最小的角度差對應(yīng)的檢測點,如果該檢測點的曲率強度〉第一閾值T1,則認為該檢測點為疑似下一曲線點并轉(zhuǎn)入步驟(1032),否則認為當(dāng)前曲線點為當(dāng)前曲線的斷裂點,轉(zhuǎn)入步驟(104)的處理,其中,O. 3《Tl《2. 5 ;步驟(1032)若當(dāng)前曲線上疑似下一曲線點與當(dāng)前曲線點的延伸方向的角度差>第二閾值T2,則認為當(dāng)前曲線可能發(fā)生交叉并轉(zhuǎn)入步驟(1033),否則將疑似下一曲線點作為當(dāng)前曲線的下一曲線點,連接下一曲線點和當(dāng)前曲線點,并將下一曲線點作為當(dāng)前曲線點返回步驟(1032),其中,ji/12《T2《ji/3 ;禾口步驟(1033)在當(dāng)前曲線點的延伸方向確定一個預(yù)測點,以該預(yù)測點為中心確定一個以R為半徑的搜索區(qū)域,然后在該搜索區(qū)域內(nèi)檢測是否存在與當(dāng)前點滿足曲線自身的慣性特征的檢測點,若存在,則認為當(dāng)前曲線交叉,將滿足曲線自身的慣性特征的檢測點作為當(dāng)前曲線的下一曲線點,并連接下一曲線點與當(dāng)前曲線點,并將下一曲線點作為當(dāng)前曲線點返回步驟(1031),否則將疑似下一曲線點作為當(dāng)前曲線的下一曲線點,連接下一曲線點和當(dāng)前曲線點,并將下一曲線點作為當(dāng)前點返回步驟(1031);其中,3《R《8且R為整數(shù)。
6. 如權(quán)利要求5所述的方法,其特征在于,曲線自身的慣性特征指曲線上相鄰兩點的延伸方向的角度和這兩點的曲率強度都近似相等,曲線上相鄰兩點的延伸方向的角度差〈第三閾值T3,且該兩點的曲率強度差最小,其中,ji/12《T3《ji/3。
7. 如權(quán)利要求1所述的方法,其特征在于,步驟(104)包括如下步驟步驟(1041)判斷當(dāng)前曲線是否發(fā)生曲線中斷,并對中斷的曲線進行連接;禾口步驟(1042)判斷當(dāng)前曲線是否發(fā)生曲線消退,并對消退的曲線進行連接;其中,步驟(1041)中,首先在當(dāng)前曲線的斷裂點的延伸方向確定一個預(yù)測點,以該預(yù)測點為中心確定一個以R為半徑的搜索區(qū)域;然后在該搜索區(qū)域內(nèi)檢測是否存在與該斷裂點滿足曲線自身的慣性特征的檢測點,若存在,則認為當(dāng)前曲線中斷,連接該斷裂點和該檢測點,并將該檢測點作為當(dāng)前曲線點返回步驟(103),否則進行步驟(1042),其中,3《R《8且R為整數(shù);步驟(1042)中,沿著斷裂點的延伸方向,進行長度L的當(dāng)前圖像的檢測點的灰度值累加,若累加值>當(dāng)前曲線上曲線點對應(yīng)的當(dāng)前圖像的灰度值的平均值或者累加值<當(dāng)前圖像的灰度值的平均值,則認為當(dāng)前曲線消退,將滿足條件的點中,角度差值與當(dāng)前點角度差值最小的點作為斷裂點,將該斷裂點與沿著該斷裂點的延伸方向的長度為L的檢測點進行連接,并將該檢測點作為當(dāng)前曲線點返回步驟(103),否則認為當(dāng)前曲線跟蹤終止;其中,10《L《30且L為整數(shù)。
8. 如權(quán)利要求1所述的方法,其特征在于,步驟(105)包括如下步驟步驟(1051)判斷當(dāng)前曲線是否連接準(zhǔn)確;禾口步驟(1052)判斷當(dāng)前圖像內(nèi)曲線是否檢測完畢并輸出連接正確的曲線;其中,步驟(1051)中,統(tǒng)計步驟(104)中輸出的跟蹤終止的當(dāng)前曲線上點的個數(shù)N1,統(tǒng)計當(dāng)前曲線上的點屬于當(dāng)前平滑圖像的二值圖像中檢測點的個數(shù)N2,若N2/N1 >第四閾值T4,則認為當(dāng)前曲線連接正確,否則認為當(dāng)前曲線連接錯誤并將平滑圖像的二值圖像上屬于當(dāng)前曲線上的點的灰度值設(shè)為O,其中,O. 25《T4《0. 75 ;步驟(1052)中,首先提取出步驟(1051)中連接正確的當(dāng)前曲線,同時將當(dāng)前平滑圖像的二值圖像中屬于當(dāng)前曲線點的檢測點的灰度值設(shè)為0 ;然后判斷當(dāng)前圖像的曲線是否檢測完畢,如果當(dāng)前平滑圖像的二值圖像中檢測點的個數(shù)〈第五閾值T5,則認為當(dāng)前圖像內(nèi)曲線檢測完畢,并輸出當(dāng)前圖像內(nèi)提取的所有曲線,否則轉(zhuǎn)入步驟(103)開始新的曲線的跟蹤連接,其中,10《T5《50且T5為整數(shù)。
9. 一種多曲線自動跟蹤連接裝置,其特征在于,該裝置包括圖像濾波處理單元,用于對當(dāng)前圖像進行濾波處理獲取當(dāng)前圖像的平滑圖像;檢測點提取單元,用于提取平滑圖像的檢測點;曲線獲取單元,用于獲取平滑圖像的曲線點并連接曲線;曲線異常分析單元,用于分析曲線是否發(fā)生異常情況并進行相應(yīng)地處理;禾口曲線檢測完畢判斷及輸出單元,用于判斷當(dāng)前圖像內(nèi)曲線檢測是否完畢并輸出曲線。
10. 如權(quán)利要求9所述的裝置,其特征在于,所述檢測點提取單元包括點的特征值及法線方向的獲取模塊,用于獲取當(dāng)前圖像的平滑圖像每點的Hessian矩陣的絕對值最大的特征值和法線方向;檢測點判斷模塊,用于采用假設(shè)法來判斷當(dāng)前圖像的平滑圖像每一點是否為檢測點;檢測點的曲率強度的計算與起始搜索點的確定模塊,用于將檢測點的Hessian矩陣的絕對值最大的特征值作為該檢測點的曲率強度,將曲率強度最大的檢測點作為起始搜索點;和檢測點延伸方向角度的確定模塊,用于確定檢測點的延伸方向的角度。
11. 如權(quán)利要求9所述的裝置,其特征在于,所述曲線異常分析單元包括曲線中斷判斷及處理模塊,用于判斷當(dāng)前曲線是否發(fā)生曲線中斷,并對中斷的曲線進行連接;和曲線消退判斷及處理模塊,用于判斷當(dāng)前曲線是否發(fā)生曲線消退,并對消退的曲線進行連接。
12. 如權(quán)利要求9所述的裝置,其特征在于,曲線提取及檢測完畢判斷單元包括曲線正確連接判斷模塊,用于判斷當(dāng)前曲線是否連接準(zhǔn)確;禾口曲線檢測完畢判斷及曲線提取模塊,用于判斷當(dāng)前圖像內(nèi)曲線是否檢測完畢并輸出連接正確的曲線。
全文摘要
本發(fā)明提供了多曲線自動跟蹤連接方法及其裝置,該方法包括步驟步驟(101),對當(dāng)前圖像進行濾波處理獲取當(dāng)前圖像的平滑圖像;步驟(102),提取平滑圖像的檢測點;步驟(103),獲取平滑圖像的曲線點并連接曲線;步驟(104),分析曲線是否發(fā)生異常情況并進行相應(yīng)地處理;步驟(105),判斷當(dāng)前圖像內(nèi)曲線檢測是否完畢并輸出曲線。本發(fā)明可以準(zhǔn)確地檢測出場景圖像中的曲線。
文檔編號G06T7/00GK101739682SQ20091024173
公開日2010年6月16日 申請日期2009年12月4日 優(yōu)先權(quán)日2009年12月4日
發(fā)明者李黨, 王正 申請人:北京智安邦科技有限公司