基于图像色块内容的图像轮廓特征提取方法和装置制造方法及图纸

本发明专利技术涉及一种基于图像色块内容的图像轮廓特征提取方法和装置，基于图像色块内容的图像轮廓特征提取方法，包括以下步骤：获取输入图像，并提取输入图像各像素点的颜色值；将颜色值落入相应色相预设颜色值范围的像素点进行归集，根据归集的结果获取各像素点的色相号；根据色相号对输入图像进行色块分割，获取具有相同色相号的色块图像；获取色块图像中至少一个或一个以上预设方向上连续连接的像素点连线所构成线段的端点像素点，将端点像素点的集合确认为色块图像的轮廓特征和输入图像的图像轮廓特征。本发明专利技术能够有效提高图像识别检索中相同或近似图像的匹配效果。

【技术实现步骤摘要】

本专利技术涉及图像识别
，特别是涉及一种基于图像色块内容的图像轮廓特征提取方法和装置。
技术介绍
根据不同的图像类型准确确定图像的特征，是图像识别技术上首要解决的问题，传统的图像特征提取方法通常是从单一方面进行提取的，即通过某一方面的特征信息实现对图像特征的描述。多边形逼近法是目前提取图像轮廓特征线的最常见方法，在图像识别
中被广泛应用。多边形逼近法又可以划分为直线段逼近法和角点检测法。角点检测法又可以分为Rosenfeld-Johnston检测算法、Freeman-Davis检测算法、Sankar-Shama检测算法、Anderson-Bezdek检测算法、Teh-Chin检测算法。这些经典的轮廓特征线提取技术大都基于图像数据的微分运算和形状的分析。传统的多边形逼近法虽然可以在一定范围内提取图像轮廓特征线，但这些经典的轮廓特征线提取技术大都基于图像数据的微分运算和形状的分析，在一定程度上存在如下局限或缺陷：技术运算过于复杂，对彩色图像色块的色相或灰度图像的灰度级区分性较差，所提取的图像特征信息当使用于检索较为颜色层次较多和复杂结构的图像时，呈现出不佳的相同或近似的匹配效果。另一方面，从单一方面进行图像特征的描述，可能会造成图像特征的描述的不全面，致使图像关键特征信息的遗漏。
技术实现思路
基于此，有必要针对传统轮廓提取方法技术运算复杂、对彩色图像色块的色相或灰度图像的灰度级区分性较差、关键特征提取能力和匹配效果差的问题，提供一种基于图像色块内容的图像轮廓特征提取方法和装置。为了实现上述目的，本专利技术技术方案的实施例为：一方面，提供了一种基于图像色块内容的图像轮廓特征提取方法，包括以下步骤：获取输入图像，并提取输入图像各像素点的颜色值；输入图像为彩色图像、灰度图像或黑白图像；颜色值为彩色图像的RGB颜色值、灰度图像的灰度值或黑白图像的灰度值；将颜色值落入相应色相预设颜色值范围的像素点进行归集，根据归集的结果获取各像素点的色相号；根据色相号对输入图像进行色块分割，获取具有相同色相号的色块图像；获取色块图像中至少一个或一个以上预设方向上连续连接的像素点连线所构成线段的端点像素点，将端点像素点的集合确认为色块图像的轮廓特征和输入图像的图像轮廓特征。另一方面，提供了一种基于图像色块内容的图像轮廓特征提取装置，包括：提取颜色值单元，用于获取输入图像，并提取输入图像各像素点的颜色值；输入图像为彩色图像、灰度图像或黑白图像；颜色值为彩色图像的RGB颜色值、灰度图像的灰度值或黑白图像的灰度值；同一色相的像素点归集单元，用于将颜色值落入相应色相预设颜色值范围的像素点进行归集，根据归集的结果获取各像素点的色相号；色块分割单元，用于根据色相号对输入图像进行色块分割，获取具有相同色相号的色块图像；提取线段端点及特征确认单元，用于获取色块图像中至少一个或一个以上预设方向上连续连接的像素点连线所构成线段的端点像素点，将端点像素点的集合确认为色块图像的轮廓特征和输入图像的图像轮廓特征。上述技术方案具有如下有益效果：本专利技术基于图像色块内容的图像轮廓特征提取方法和装置，首先通过提取输入图像各像素点的颜色值，其次将输入图像像素点的颜色值与色相相应预设颜色值范围相符的像素点进行归集，并获取各像素点的色相号；再次根据色相号对输入图像进行色块分割，获取具有色相区分性的色块图像；然后提取色块图像中至少一个或一个以上预设方向上连续连接的像素点连线所构成线段的端点像素点，最后将该端点像素点的集合确认为其中一色块图像的轮廓特征和输入图像的图像轮廓特征等步骤，可以从颜色的色块内容和形状两方面对输入图像特征进行识别和描述，简化了图像数据识别中的运算，增强了彩色图像色块的色相或灰度图像的灰度级区分性效果；通过本专利技术能获取图像色块的色相内容或灰度图像的灰度级内容、色块和图像轮廓特征线形状等图像色块及图像轮廓特征，能够有效解决颜色层次较多和复杂结构的图像特征的识别和描述，克服传统轮廓特征线提取技术方法可能会造成图像特征描述不全面致使图像关键特征信息的遗漏的缺陷，具有提取的图像轮廓特征线更完整更精准的特点，有效提高了图像识别检索中相同或近似图像的匹配效果。附图说明图1为本专利技术基于图像色块内容的图像轮廓特征提取方法实施例1的流程示意图；图2为本专利技术基于图像色块内容的图像轮廓特征提取方法实施例2的流程示意图；图3为应用本专利技术进行处理的示例性图像的示意图；图4为图3中示例性图像提取的部分像素点灰度值统计表示意图图5为图3中示例性图像获取色相号后的部分像素点色块归类统计表示意图；图6为图3中示例性图像的每一灰度值与该灰度值的像素点数量分布的统计表示意图；图7为图3中示例性图像的每一灰度值与该灰度值的像素点数量分布变化轨迹线统计图；图8为图3中示例性图像的黑色色块水平向线段的端点统计图；图9为图3中示例性图像的黑色色块垂直向线段的端点统计图；图10为图3中示例性图像的黑色色块右斜向线段的端点统计图；图11为图3中示例性图像的黑色色块左斜向线段的端点统计图；图12为图3中示例性图像的黑色色块全部线段的端点统计图；图13为图3中示例性图像全部色块全部线段的端点统计图；图14为本专利技术基于图像色块内容的图像轮廓特征提取装置实施例1的结构示意图；图15为本专利技术基于图像色块内容的图像轮廓特征提取装置实施例2的结构示意图。具体实施方式为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的首选实施例。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本专利技术的公开内容更加透彻全面。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。本文中涉及到的相关专业技术技语以及技术名词的解释：色相：指各类色彩的相貌，包括原色、间色和复色。色相号：指区分不同色相的编码。色块：指输入彩色图像像素点的RGB颜色值所描述的色相和该色相各种原色(红绿蓝)的成份及成份差异范围具有同一性的像素点的集合，或输入灰度图像或黑白图像像素点的灰度值所描述的灰度图像或黑白图像的灰度级、中心灰度值及灰度值允许偏移中心灰度值的范围具有同一性的像素点的集合。色块中心灰度值：指反映色块的主要灰度颜色特征的灰度值，一般情况下将同一色块中像素点数量分布最多的灰度值视为该色块中心灰度值。有效波长：指同一色块内的灰度值从低到高的变化长度，一般情况下将图像中相邻的色块中心灰度值的区间的中点视为色块有效波长范围的分界点。有效波长：指同一色块内的灰度值从低到高的变化长度，一般情况下将图像中相邻的色块中心灰度值的区间的中点视为色块有效波长范围的分界点。轨迹线：指在灰度值变化方向上每一灰度值所拥有的像素点数量的变化轨迹曲线。波峰：把在灰度值变化方向上轨迹线的y轴的极大值的点称为波峰。波峰灰度值：波峰所对应的灰度值称为波峰灰度值。波谷：把在灰度值变化方向上轨迹线的y轴的极小值的点称为波谷。波谷灰度值：波谷所对应的灰度值称为波谷灰度值。波长：把两本文档来自技高网...

【技术保护点】
一种基于图像色块内容的图像轮廓特征提取方法，其特征在于，包括以下步骤：获取输入图像，并提取所述输入图像各像素点的颜色值；所述输入图像为彩色图像、灰度图像或黑白图像；所述颜色值为所述彩色图像的RGB颜色值、所述灰度图像的灰度值或所述黑白图像的灰度值；将所述颜色值落入相应色相预设颜色值范围的像素点进行归集，根据所述归集的结果获取各所述像素点的色相号；根据所述色相号对所述输入图像进行色块分割，获取具有相同色相号的色块图像；获取所述色块图像中至少一个或一个以上预设方向上连续连接的像素点连线所构成线段的端点像素点，将所述端点像素点的集合确认为所述色块图像的轮廓特征和所述输入图像的图像轮廓特征。

【技术特征摘要】
1.一种基于图像色块内容的图像轮廓特征提取方法，其特征在于，包括以下步骤：获取输入图像，并提取所述输入图像各像素点的颜色值；所述输入图像为彩色图像、灰度图像或黑白图像；所述颜色值为所述彩色图像的RGB颜色值、所述灰度图像的灰度值或所述黑白图像的灰度值；将所述颜色值落入相应色相预设颜色值范围的像素点进行归集，根据所述归集的结果获取各所述像素点的色相号；根据所述色相号对所述输入图像进行色块分割，获取具有相同色相号的色块图像；获取所述色块图像中至少一个或一个以上预设方向上连续连接的像素点连线所构成线段的端点像素点，将所述端点像素点的集合确认为所述色块图像的轮廓特征和所述输入图像的图像轮廓特征。2.根据权利要求1所述的基于图像色块内容的图像轮廓特征提取方法，其特征在于，将所述颜色值落入相应色相预设颜色值范围的像素点进行归集，根据所述归集的结果获取各所述像素点的色相号的步骤包括：在所述输入图像为彩色图像时，将所述彩色图像中所述RGB颜色值落入相应彩色色相预设颜色值范围的像素点进行归集，获取各所述像素点的彩色色相号；所述彩色色相预设颜色值为在相邻色相RGB标准值的差的范围内取值得到的；所述彩色色相号为根据大小获取的顺序号；在所述输入图像为灰度图像或黑白图像时，将所述灰度图像或所述黑白图像的灰度值落入相应的灰度色相预设值范围的像素点进行归集，并获取各所述像素点的灰度色相号；所述灰度色相预设值为根据色块中心灰度值和有效波长确定的；所述灰度色相号为根据大小获取的顺序号。3.根据权利要求2所述的基于图像色块内容的图像轮廓特征提取方法，其特征在于，根据色块中心灰度值和有效波长确定所述灰度色相预设值的步骤包括：根据灰度值的大小顺序，获取各所述灰度值的像素点数量，得到各所述灰度值与对应的像素点数量分布的轨迹线统计数据；根据所述轨迹线统计数据和波长预设值，获取符合中心灰度值预设规则的轨迹线上的有效波峰灰度值；将所述有效波峰灰度值确认为所述色块中心灰度值；将相邻的所述有效波峰灰度值的区间的中点作为所述有效波长的范围的分界点。4.根据权利要求1所述的基于图像色块内容的图像轮廓特征提取方法，其特征在于，获取所述色块图像中至少一个或一个以上预设方向上连续连接的像素点连线所构成线段的端点像素点，将所述端点像素点的集合确认为所述色块图像的轮廓特征和所述输入图像的图像轮廓特征的步骤包括：获取所述色块图像在各预设方向上的连续连接的像素点的连线线段；所述预设方向包括水平向、垂直向、右斜向和左斜向；所述连线线段包括水平向线段、垂直向线段、右斜向线段和左斜向线段；通过计算获取所述连线线段上相邻像素点的色相号的差不为零的像素点，将所述色相号的差不为零的像素点作为所述连线线段的所述端点像素点；获取所述预设方向中至少一个或一个以上预设方向线段的全部端点像素点，将所述全部端点像素点的集合确认为所述色块图像轮廓特征和所述输入图像的图像轮廓特征。5.根据权利要求1至4任意一项所述的基于图像色块内容的图像轮廓特征提取方法，其特征在于，根据所述色相号对所述输入图像进行色块分割，获取具有相同色相号的色块图像的步骤后还包括步骤：获取所述色块图像中符合预设的散点特征的散点像素点；根据与所述散点像素点相邻的像素点的色相号，对所述散点像素点的色相号进行修正。6.根据权利要求5所述的基于图像色块内容的图像轮廓特征提取方法，其特征在于，所述预设的散点特征包括：连通域像素点数小于连通域像素点数预设值；所述连通域像素点数指在正上方、正下方、正左方、正右方、左上方、右上方、左下方和右下方八个方向上其中至少一个方向连续连接的像素点数；所述连通域像素点数预设值为在所述输入图像的像素点总数的小于10％范围内取值；所述连通域像素点不能构成线段或所述连通域像素点构成的相邻且平衡的线段的数目小于2条。7.根据权利要求5所述的基于图像色块内容的图像轮廓特征提取方法，其特征在于，根据与所述散点像素点相邻的像素点的色相号，对所述散点像素点的色相号进行修正的步骤包括：基于以下公式获取所述散点像素点与相邻周边8个方向上的像素点的颜色值的差，所述8个方向包括正上方、正下方、正左方、正右方、左上方、右上方、左下方和右下方：X1＝D0-DaX2＝D0-DbX3＝D0-DcX4＝D0-DdX5＝D0-DeX6＝D0-DfX7＝D0-DgX8＝D0-Dh其中，X1为所述散点像素点与在正上方相邻的像素点的颜色值差，X2为所述散点像素点与在正下方相邻的像素点的颜色值差...

【专利技术属性】
技术研发人员：徐庆，
申请(专利权)人：徐庆，佛山市国方商标服务有限公司，佛山市国方商标软件有限公司，
类型：发明
国别省市：广东;44