一種快速檢測的景觀造型檢測工具的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及景觀造型領(lǐng)域，具體設(shè)及一種快速檢測的景觀造型檢測工具。
【背景技術(shù)】
[0002] 從古到今，人類對美的追求就從來沒有停止過。園林景觀造型成為了城市建設(shè)中 重要的部分，景觀造型檢測工具是廣大造型師在造型過程中的必備工具，然而，造型師肉眼 對景觀輪廓并不敏感，傳統(tǒng)的景觀造型檢測工具識別效率低，速度慢，在造型過程中具有很 大盲目性，很大程度上增加了造型師的工作量。一種快速檢測的景觀造型檢測工具亟待開 發(fā)。
[0003] 目標(biāo)輪廓識別作為目標(biāo)識別的重要手段，由于實際應(yīng)用中受到噪聲、量化誤差等 因素的影響，目標(biāo)輪廓不可避免地會產(chǎn)生失真，為了準(zhǔn)確描述輪廓特征，目標(biāo)輪廓的濾波平 滑處理是十分必要的。目前，學(xué)者們提出了許多含噪輪廓的濾波平滑算法，但是普遍存在計 算量龐大、降噪效果不理想、容易發(fā)生過度濾波導(dǎo)致目標(biāo)失真等問題。

【發(fā)明內(nèi)容】

[0004] 針對上述問題，本發(fā)明提供一種快速檢測的景觀造型檢測工具。
[000引本發(fā)明的目的采用W下技術(shù)方案來實現(xiàn)：
[0006] -種快速檢測的景觀造型檢測工具，包括普通景觀造型檢測工具和安裝在景觀造 型檢測工具上的識別裝置，該景觀造型檢測工具能夠?qū)坝^輪廓進(jìn)行識別，其特征是，包括 建模模塊、分段模塊、合并模塊和濾波模塊；
[0007] 建模模塊，用于建立目標(biāo)輪廓的參數(shù)化方程:對于給定的目標(biāo)輪廓G(t)，其弧長參 數(shù)化方程表示為G(t) = (x(t)，y(t))，其中x(t)和y(t)分別表示輪廓點(diǎn)的坐標(biāo)，t表示輪廓 曲線方程的參數(shù)，且te[0，l];
[0008] 含噪輪廓的弧長參數(shù)化方程表示為:GN(t)=G(t)+Ni(t)+N2(t)G(t)，其中加性噪 聲部分化(t)=化(Xi(t)，yi(t))，乘性噪聲部分化(t)=化(X2(t)，y2(t));
[0009] 分段模塊，用于對輪廓的分段：目標(biāo)輪廓G(t)和含噪輪廓GnU)所對應(yīng)的曲率分別 為k(t)和kN(t);選寬度寬度為D的窗函數(shù)W(n)，對曲率kN(t)進(jìn)行鄰域平均，得到平均曲率 klN( t)，同時對窗口內(nèi)的曲率值排序，選定中值曲率k2N( t)，將平均曲率klN( t)和中值曲率k2N (t)差的絕對值與選定的闊值Τι進(jìn)行比較，根據(jù)比較結(jié)果決定含噪輪廓曲率k/N(t)，即：
[0010] 當(dāng) |kiN(t)-k2^t) |〉Τι時，k%(t)=kiN(t)
[00川否則，k'N(t)=k2N(t);
[0012] 由于曲率值較大的輪廓點(diǎn)通常反映了目標(biāo)的顯著特征，根據(jù)k%(t)將輪廓中所有 輪廓點(diǎn)劃分為特征點(diǎn)或非特征點(diǎn)，設(shè)定可變權(quán)值Τκ，通過判斷目標(biāo)輪廓特征多少，自適應(yīng)的 決定 Τκ，當(dāng) |k'N(t) |<TK*max|k%(t) I 時，特征函數(shù) f(t)=0
[0013] 否則，特征函數(shù)f(t) = l。
[0014] 合并模塊：用于剔除由于噪聲干擾產(chǎn)生的偽特征點(diǎn)，W及對無法形成連續(xù)區(qū)域的 特征點(diǎn)和非特征點(diǎn)進(jìn)行合并操作，從而得到有效的特征區(qū)域與非特征區(qū)域:選定一個起始 點(diǎn)0,輪廓起始點(diǎn)向兩側(cè)延伸合并相鄰的點(diǎn)，W該起始點(diǎn)類型作為該區(qū)域預(yù)設(shè)類型，向兩側(cè) 延伸各SXy〇時停止，其中S為預(yù)設(shè)的最小長度
％〇點(diǎn)處的實時曲率修 正系數(shù)代表0點(diǎn)的曲率半徑'代表由上述窗函數(shù)得到的0點(diǎn)的平均曲率半徑，實 時曲率修正系數(shù)μ〇用于根據(jù)不同點(diǎn)的曲率不同，自動修正延伸長度，能有效減小合并后的 失真現(xiàn)象;分別計算兩側(cè)區(qū)域內(nèi)相異點(diǎn)的個數(shù)Ν+1和Ν-1，若相異點(diǎn)的個數(shù)小于設(shè)定的該類 型相異點(diǎn)最小個數(shù)，則該區(qū)域與預(yù)設(shè)類型相同，否則，與預(yù)設(shè)類型相反;再W兩個停止點(diǎn)0+1 和點(diǎn)0-1作為起始點(diǎn)重新開始計算，向外側(cè)延伸SXy〇+域SXy〇-i時停止，其中μ〇+ι和μ〇-汾別 代表點(diǎn)0+1和點(diǎn)0-1處的實時曲率修正系數(shù)，兩側(cè)區(qū)域內(nèi)相異點(diǎn)個數(shù)為Ν+2,0-巧側(cè)區(qū)域內(nèi) 相異點(diǎn)個數(shù)為Ν-2,根據(jù)上述判定條件，依次確定各段輪廓類型，長度不足S的部分根據(jù)其與S 的比例計算相異點(diǎn)個數(shù)，計入相應(yīng)的特征區(qū)域;對相鄰的同類型區(qū)域進(jìn)行合并，得到連續(xù)的 特征區(qū)域和非特征區(qū)域；
[0015] 濾波模塊:乘性噪聲由于和圖像信號是相關(guān)的，隨圖像信號的變化而變化，采用維 納濾波來進(jìn)行一級濾除，此時圖像信息還包含有殘余乘性噪音，通過F濾波器F(x，y)=qX exp(-(x 2+y2)/護(hù)進(jìn)行二級濾除，其中q是將函數(shù)歸一化的系數(shù)，即JJqXe邱(-(x2+y 2)/護(hù)） dxdy = 1，β為圖像模板參數(shù)；
[0016] 乘性噪聲濾除后，含噪目標(biāo)輪廓的弧長參數(shù)化方程表示為GN(t)'=G(t)+Ni(t);假 設(shè)加性噪聲為高斯白噪聲:XN(t)'=X(t)+gl(t，o2)，yN(t)'=y(t)+g2(t，o2)，其中χN(t)'和 yN(t)'分別表示去除乘性噪聲后含噪輪廓上各點(diǎn)坐標(biāo)，gi(ty)和g2(ty)分別是均值為 零、方差為02的高斯白噪聲，用于模擬含噪目標(biāo)輪廓中的加性噪聲；
[0017] 采用函數(shù)
對含噪輪廓進(jìn)行平滑，命名為K濾波器，經(jīng)過輪廓點(diǎn)分類 和區(qū)域劃分，含噪輪廓GN(t)'表示為不同類型輪廓分段的組合：
其中Gf (t)表示包含特征區(qū)域的輪廓分段，Gff (t)表示包含非特征區(qū)域的輪廓分段，根據(jù) 輪廓特征分布選取K濾波器的參數(shù)，同時考慮全局特征和局部特征因素，在特征區(qū)域，為了 保留細(xì)節(jié)信息，令σ<π?η(σ'，ρ;ιΧ化);在非特征區(qū)域，為了提高抑制噪聲的效果，令 .σ > max(a'，po X σ〇);，其中(/為先驗估算得到的全局方差，〇1為所選特征區(qū)域的先驗估算 方差，〇〇為所選非特征區(qū)域的先驗估算方差，扣為所選特征區(qū)域的平均實時曲率修正系數(shù)， Ρο為所選非特征區(qū)域的平均實時曲率修正系數(shù);為了達(dá)到較好的平滑效果，選取每種類型 區(qū)域最小長度S的一半作為Κ濾波器85%置信區(qū)間的長度，從而根據(jù)兩類區(qū)域的長度自適應(yīng) 不同參數(shù)的Κ濾波器。
[0018] 本發(fā)明通過在景觀造型檢測工具上加裝識別裝置，景觀造型檢測工具能夠?qū)坝^ 輪廓進(jìn)行識別，識別過程中能有效濾除景觀輪廓噪聲，達(dá)到良好的識別效果。識別結(jié)果形象 直觀，可W很容易看出是否為指定形狀，同時為下一步造型提供準(zhǔn)確的輪廓支持，極大的減 輕了人的負(fù)擔(dān)。
【附圖說明】
[0019] 利用附圖對本發(fā)明作進(jìn)一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限 審IJ，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可W根據(jù)W下附圖獲得 其它的附圖。
[0020] 圖1是本發(fā)明的快速檢測的景觀造型檢測工具的結(jié)構(gòu)框圖。
【具體實施方式】
[0021] 結(jié)合W下實施例對本發(fā)明作進(jìn)一步描述。
[0022] 圖1是本發(fā)明的結(jié)構(gòu)框圖，其包括:建模模塊、分段模塊、合并模塊、濾波模塊。
[0023] 實施例1: 一種快速檢測的景觀造型檢測工具，包括普通景觀造型檢測工具和安裝 在景觀造型檢測工具上的識別裝置，該景觀造型檢測工具能夠?qū)坝^輪廓進(jìn)行識別，其特 征是，包括建模模塊、分段模塊、合并模塊和濾波模塊；
[0024] 建模模塊，用于建立目標(biāo)輪廓的參數(shù)化方程:對于給定的目標(biāo)輪廓G(t)，其弧長參 數(shù)化方程表示為G(t) = (x(t)，y(t))，其中x(t)和y(t)分別表示輪廓點(diǎn)的坐標(biāo)，t表示輪廓 曲線方程的參數(shù)，且te[0，l];
[0025] 含噪輪廓的弧長參數(shù)化方程表示為:GN(t)=G(t)+Ni(t)+N2(t)G(t)，其中加性噪 聲部分化(t)=化(xi(t)，yi(t))，乘性噪聲部分化(t)=化(X2(t)，y2(t));
[0026] 分段模塊，用于對輪廓的分段：目標(biāo)輪廓G(t)和含噪輪廓GN(t)所對應(yīng)的曲率分別 為k(t)和kN(t);由于受到噪聲的影響，含噪輪廓GnU)上部分特征點(diǎn)的曲率值kN(t)不能準(zhǔn) 確表示輪廓信息，為了得到準(zhǔn)確的曲率，選寬度為DE {7,9}的窗函數(shù)W(n)，對曲率kN(t)進(jìn) 行鄰域平均，得到平均曲率klN(t)，同時對窗口內(nèi)的曲率值排序，選定中值曲率k2N(t)，將平 均曲率klN(t)和中值曲率k2N(t)差的絕對值與選定的闊值Τι = 0.24進(jìn)行比較，根據(jù)比較結(jié)果 決定含噪輪廓曲率k^NU)，即：
[0027] 當(dāng) |klN(t)-k2N