基于特征对应的图像变形方法及装置制造方法及图纸

本发明专利技术实施例提供一种基于特征对应的图像变形方法及装置，包括：分别提取原始图像和目标图像的特征点；分别对原始图像和目标图像的特征点进行两次Delaunay三角剖分，生成原始密集三角网格和目标密集三角网格；采用调和映射算法，建立原始密集三角网格与目标密集三角网格之间的映射关系；依据映射关系，采用线性插值算法生成中间三角网格；并计算中间三角网格内像素点的像素值，以显示中间三角网格对应的中间图像。本发明专利技术实施例在变形过程中，既考虑了轮廓特征又考虑了内部特征，产生了更好的变形效果；且能够自动提取轮廓特征，避免了用户的繁冗操作，提高了变形的效率；同时，可以实现具有不同颜色的图像之间的变形，提升了图像变形的效果。

【技术实现步骤摘要】
基于特征对应的图像变形方法及装置
本专利技术涉及图像处理
，特别是涉及一种基于特征对应的图像变形方法及装置。
技术介绍
图像变形是指按一定的规则或方法将一幅图像缓慢变形为另一幅图像。随着图像处理技术的不断发展，图像变形在计算机图形学、动画、电影等领域的应用也越来越广泛，例如，在卫星图像、超声图像的处理中，图像变形可以用于校正由于工具或方法的内在限制而产生的图像扭曲；在图像编辑和艺术设计中，利用图像变形可达到某些特殊效果。因此，研究灵活快速的图像变形技术具有十分重要的实际意义。现有技术中，通常采用基于格林坐标的控制笼变形方法实现图像变形。该变形方法主要是在原始图像的外围构造一个封闭的控制笼，采用控制笼的顶点位置和法线的加权和表示原始图像的点，用户可以通过修改控制笼的形状来控制原始图像的变形，即用户通过移动控制笼的顶点来实现原始图像的变形。由于该变形方法是通过修改控制笼的形状来控制原始图像的变形，在变形过程中，仅能改变原始图像的形状或者大小，不能够产生除原始图像自身颜色以外的新的颜色，降低了变形效果。
技术实现思路
本专利技术实施例的目的在于提供一种基于特征对应的图像变形方法及装置，以实现具有不同颜色的图像之间的变形，提升了图像变形的效果。具体技术方案如下：第一方面，本专利技术实施例提供了一种基于特征对应的图形变形方法，所述方法包括：获取原始图像和目标图像；分别提取所述原始图像和所述目标图像的特征点，所述原始图像的特征点作为原始特征点，所述目标图像的特征点作为目标特征点，其中，所述原始特征点和目标特征点一一对应；分别对所述原始特征点和目标特征点进行德洛内Delaunay三角剖分，生成原始图像的粗三角网格和目标图像的粗三角网格，所述原始图像的粗三角网格作为原始粗三角网格，所述目标图像的粗三角网格作为目标粗三角网格；分别对所述原始粗三角网格和目标粗三角网格进行Delaunay三角剖分，生成原始密集三角网格和目标密集三角网格；采用调和映射算法，建立所述原始密集三角网格与所述目标密集三角网格之间的映射关系；依据所述映射关系，采用线性插值算法生成中间三角网格，其中，所述中间三角网格为变形过程中显示的中间图像所对应的三角网格；采用线性插值算法，计算所述中间三角网格内像素点的像素值，以显示所述中间三角网格对应的中间图像。可选的，所述分别对所述原始粗三角网格和目标粗三角网格进行Delaunay三角剖分，生成原始密集三角网格和目标密集三角网格的步骤，包括：分别对所述原始粗三角网格内的每个原始粗三角形和所述目标粗三角网格内的每个目标粗三角形进行Delaunay三角剖分，生成原始三角网格片和目标三角网格片，其中，所述原始粗三角形为所述原始粗三角网格内的三角形，所述目标粗三角形为所述目标粗三角网格内的三角形；分别对所述原始三角网格片和目标三角网格片进行重三角化，生成新的原始三角网格片和新的目标三角网格片，以生成原始密集三角网格和目标密集三角网格，其中，所述新原始三角网格片为所述原始密集三角网格内的三角网格片，所述新目标三角网格为所述目标密集三角网格内的三角网格片。可选的，所述分别提取所述原始图像和所述目标图像的特征点，所述原始图像的特征点作为原始特征点，所述目标图像的特征点作为目标特征点，其中，所述原始特征点和目标特征点一一对应的步骤，包括：分别提取所述原始图像和目标图像的轮廓特征点，所述原始图像的轮廓特征点作为原始轮廓特征点，所述目标图像的轮廓特征点作为目标轮廓特征点；或者，分别提取所述原始图像和目标图像的轮廓特征点、内部特征点，所述原始图像的轮廓特征点、内部特征点分别作为原始轮廓特征点、原始内部特征点，所述目标图像的轮廓特征点、内部特征点分别作为目标轮廓特征点、目标内部特征点。可选的，所述分别提取所述原始图像和目标图像的轮廓特征点，所述原始图像的轮廓特征点作为原始轮廓特征点，所述目标图像的轮廓特征点作为目标轮廓特征点的步骤，包括：分别对所述原始图像和目标图像进行高斯模糊滤波；采用边缘检测算法，分别提取所述原始图像和所述目标图像的轮廓特征，所述原始图像的轮廓特征作为原始轮廓特征，所述目标图像的轮廓特征作为目标轮廓特征；分别在所述原始轮廓特征和目标轮廓特征上均匀设置轮廓特征点，所述原始轮廓特征上设置的轮廓特征点作为原始轮廓特征点，所述目标轮廓特征上设置的轮廓特征点作为目标轮廓特征点，其中，所述原始轮廓特征点和所述目标轮廓特征点一一对应。可选的，所述依据所述映射关系，采用线性插值算法生成中间三角网格的步骤，包括：采用如下公式计算所述中间三角网格的每个顶点的位置：p(v)＝(1-μ)*p(vs)+μ*p(vt)；其中，p(v)为所述中间三角网格的每个顶点的位置，p(vs)为所述原始密集三角网格的每个顶点的位置，p(vt)为在所述目标密集三角网格内与所述原始密集三角网格的顶点相对应的顶点的位置，μ为调节差值的参数，取值范围为：0≤μ≤1；根据所述原始密集三角网格，连接所述中间三角网格的每个顶点，以生成中间三角网格。可选的，所述采用线性插值算法，计算所述中间三角网格内的像素点的像素值，以显示所述中间三角网格对应的中间图像的步骤，包括：采用如下公式计算所述中间三角网格内像素点的像素值：pi＝(1-t)*ps+t*pt；其中，pi为所述中间三角网格内每个像素点的像素值，ps为在所述原始密集三角网格内与所述中间三角网格内的像素点相对应的像素点的像素值，pt为在所述目标密集三角网格中与所述中间三角网格内的像素点相对应的像素点的像素值，t为调节差值的参数，取值范围为：0≤t≤1。第二方面，本专利技术实施例提供一种基于特征对应的图像变形装置，其特征在于，包括：获取模块，用于获取原始图像和目标图像；提取模块，用于分别提取所述原始图像和所述目标图像的特征点，所述原始图像的特征点作为原始特征点，所述目标图像的特征点作为目标特征点，其中，所述原始特征点和目标特征点一一对应；第一生成模块，用于分别对所述原始特征点和目标特征点进行德洛内Delaunay三角剖分，生成原始图像的粗三角网格和目标图像的粗三角网格，所述原始图像的粗三角网格作为原始粗三角网格，所述目标图像的粗三角网格作为目标粗三角网格；第二生成模块，用于分别对所述原始粗三角网格和目标粗三角网格进行Delaunay三角剖分，生成原始密集三角网格和目标密集三角网格；建立模块，用于采用调和映射算法，建立所述原始密集三角网格与所述目标密集三角网格之间的映射关系；第三生成模块，用于依据所述映射关系，采用线性插值算法生成中间三角网格，其中，所述中间三角网格为变形过程中显示的中间图像所对应的三角网格；计算模块，用于采用线性插值算法，计算所述中间三角网格内像素点的像素值，以显示所述中间三角网格对应的中间图像。可选的，所述第二生成模块，具体用于：分别对所述原始粗三角网格内的每个原始粗三角形和所述目标粗三角网格内的每个目标粗三角形进行Delaunay三角剖分，生成原始三角网格片和目标三角网格片，其中，所述原始粗三角形为所述原始粗三角网格内的三角形，所述目标粗三角形为所述目标粗三角网格内的三角形；分别对所述原始三角网格片和目标三角网格片进行重三角化，生成新的原始三角网格片和新的目标三角网格片，以生成原始密集三角网格和目标密本文档来自技高网...

【技术保护点】
1.一种基于特征对应的图像变形方法，其特征在于，包括：获取原始图像和目标图像；分别提取所述原始图像和所述目标图像的特征点，所述原始图像的特征点作为原始特征点，所述目标图像的特征点作为目标特征点，其中，所述原始特征点和目标特征点一一对应；分别对所述原始特征点和目标特征点进行德洛内Delaunay三角剖分，生成原始图像的粗三角网格和目标图像的粗三角网格，所述原始图像的粗三角网格作为原始粗三角网格，所述目标图像的粗三角网格作为目标粗三角网格；分别对所述原始粗三角网格和目标粗三角网格进行Delaunay三角剖分，生成原始密集三角网格和目标密集三角网格；采用调和映射算法，建立所述原始密集三角网格与所述目标密集三角网格之间的映射关系；依据所述映射关系，采用线性插值算法生成中间三角网格，其中，所述中间三角网格为变形过程中显示的中间图像所对应的三角网格；采用线性插值算法，计算所述中间三角网格内像素点的像素值，以显示所述中间三角网格对应的中间图像。

【技术特征摘要】
1.一种基于特征对应的图像变形方法，其特征在于，包括：获取原始图像和目标图像；分别提取所述原始图像和所述目标图像的特征点，所述原始图像的特征点作为原始特征点，所述目标图像的特征点作为目标特征点，其中，所述原始特征点和目标特征点一一对应；分别对所述原始特征点和目标特征点进行德洛内Delaunay三角剖分，生成原始图像的粗三角网格和目标图像的粗三角网格，所述原始图像的粗三角网格作为原始粗三角网格，所述目标图像的粗三角网格作为目标粗三角网格；分别对所述原始粗三角网格和目标粗三角网格进行Delaunay三角剖分，生成原始密集三角网格和目标密集三角网格；采用调和映射算法，建立所述原始密集三角网格与所述目标密集三角网格之间的映射关系；依据所述映射关系，采用线性插值算法生成中间三角网格，其中，所述中间三角网格为变形过程中显示的中间图像所对应的三角网格；采用线性插值算法，计算所述中间三角网格内像素点的像素值，以显示所述中间三角网格对应的中间图像。2.根据权利要求1所述的方法，其特征在于，所述分别对所述原始粗三角网格和目标粗三角网格进行Delaunay三角剖分，生成原始密集三角网格和目标密集三角网格的步骤，包括：分别对所述原始粗三角网格内的每个原始粗三角形和所述目标粗三角网格内的每个目标粗三角形进行Delaunay三角剖分，生成原始三角网格片和目标三角网格片，其中，所述原始粗三角形为所述原始粗三角网格内的三角形，所述目标粗三角形为所述目标粗三角网格内的三角形；分别对所述原始三角网格片和目标三角网格片进行重三角化，生成新的原始三角网格片和新的目标三角网格片，以生成原始密集三角网格和目标密集三角网格，其中，所述新的原始三角网格片为所述原始密集三角网格内的三角网格片，所述新的目标三角网格片为所述目标密集三角网格内的三角网格片。3.根据权利要求1所述的方法，其特征在于，所述分别提取所述原始图像和所述目标图像的特征点，所述原始图像的特征点作为原始特征点，所述目标图像的特征点作为目标特征点，其中，所述原始特征点和目标特征点一一对应的步骤，包括：分别提取所述原始图像和目标图像的轮廓特征点，所述原始图像的轮廓特征点作为原始轮廓特征点，所述目标图像的轮廓特征点作为目标轮廓特征点；或者，分别提取所述原始图像和目标图像的轮廓特征点、内部特征点，所述原始图像的轮廓特征点、内部特征点分别作为原始轮廓特征点、原始内部特征点，所述目标图像的轮廓特征点、内部特征点分别作为目标轮廓特征点、目标内部特征点。4.根据权利要求3所述的方法，其特征在于，所述分别提取所述原始图像和目标图像的轮廓特征点，所述原始图像的轮廓特征点作为原始轮廓特征点，所述目标图像的轮廓特征点作为目标轮廓特征点的步骤，包括：分别对所述原始图像和目标图像进行高斯模糊滤波；采用边缘检测算法，分别提取所述原始图像和所述目标图像的轮廓特征，所述原始图像的轮廓特征作为原始轮廓特征，所述目标图像的轮廓特征作为目标轮廓特征；分别在所述原始轮廓特征和目标轮廓特征上均匀设置轮廓特征点，所述原始轮廓特征上设置的轮廓特征点作为原始轮廓特征点，所述目标轮廓特征上设置的轮廓特征点作为目标轮廓特征点，其中，所述原始轮廓特征点和所述目标轮廓特征点一一对应。5.根据权利要求1所述的方法，其特征在于，所述依据所述映射关系，采用线性插值算法生成中间三角网格的步骤，包括：采用如下公式计算所述中间三角网格的每个顶点的位置：p(v)＝(1-μ)*p(vs)+μ*p(vt)；其中，p(v)为所述中间三角网格的每个顶点的位置，p(vs)为所述原始密集三角网格的每个顶点的位置，p(vt)为在所述目标密集三角网格内与所述原始密集三角网格的顶点相对应的顶点的位置，...

【专利技术属性】
技术研发人员：刘雅琼，林欣，寿国础，谢福顺，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11