全息再现的图像线特征提取方法技术

本发明专利技术提出的全息再现的图像线特征提取方法，涉及全息图像处理技术领域，1、针对预处理后二值图像，用Canny算子做边缘检测；2、分别建立尺度大小为16×16、8×8和4×4的Beamlet字典；3、将1的结果图像尺寸调整为256×256，将图像通过二进的方式划分成16×16大小的子正方形，并利用步骤2所建立的16×16的字典，计算该尺度上每一个子正方形的Beamlet系数；4、找到每一个子正方形上的最大值，然后设定一个阈值T，当最大值大于T时，则划线显示这条Beamlet；5、分别使用8×8和4×4的字典依次重复3和4。本发明专利技术既可以通过Canny算子检测到图像中汉字的轮廓边缘，又可以利用Beamlet检测到具有良好方向性的细小边缘，同时去除Canny算子边缘检测时可能检测到的伪边缘，获得尽可能准确的汉字轮廓。

【技术实现步骤摘要】
全息再现的图像线特征提取方法
本专利技术涉及全息图像处理
，尤其是全息再现的图像线特征提取方法。
技术介绍
图像线特征是视觉感知的重要线索，也是模式识别中的重要特征，对应着图像特性有变化的地方。因此，提取图像中的线特征是图像处理和计算机视觉的一个重要步骤，它为图像识别提供了直接依据。通常，图像中线特征提取的方式有三种：第一种是通过线模板匹配来检测特定方向上的直线；第二种是利用边缘检测算子直接对图像进行边缘检测得到线特征；第三种是利用变换的方法，如Hough变换提取图像中的线特征。
技术实现思路
本专利技术提供的全息再现的图像线特征提取方法，便于计算合适的汉字特征供汉字识别。。本专利技术具体采用如下技术方案实现：一种全息再现的图像线特征提取方法，具体包括以下步骤：步骤1、针对预处理后二值图像，如图2所示，用Canny算子做边缘检测，其中取值为1.5；步骤2、分别建立尺度大小为16×16、8×8和4×4的Beamlet字典，δ为一个像素大小，在正方形的任意两边上各选取一个点，并连接，即得到一条Beamlet，记录每一个Beam上的位置信息、ln以及L；步骤3、将步骤1的结果图像尺寸调整为256×256，将图像通过二进的方式划分成16×16大小的子正方形，并利用步骤2所建立的16×16的字典，计算该尺度上每一个子正方形的Beamlet系数；步骤4、计算相应的并找到每一个子正方形上的最大值，然后设定一个阈值T，当最大值大于T时，则划线显示这条Beamlet；步骤5、分别使用8×8和4×4的字典依次重复步骤3和步骤4。本专利技术提供的全息再现的图像线特征提取方法，其有益效果在于：是先用Canny算子对二值图像进行边缘检测，再用基于单尺度的Beamlet线检测算法来提取局部的线特征。这样做的好处是，将Canny算子与Beamlet变换相结合，既可以通过Canny算子检测到图像中汉字的轮廓边缘，又可以利用Beamlet检测到具有良好方向性的细小边缘，同时去除Canny算子边缘检测时可能检测到的伪边缘，最终获得尽可能准确的汉字轮廓，便于计算合适的汉字特征供汉字识别。附图说明图1是本专利技术图像线特征提取方法的流程图；图2是预处理后二值图像示意图；图3是不同尺度的Beamlet示意图；图4是多尺度的Beamlet对任意一条线段的逼近示意图；图5是Canny算子边缘检测结果示意图；图6是尺寸为16×16的Beamlet检测结果示意图；图7是尺寸为8×8Beamlet检测结果示意图；图8是尺寸为4×4的Beamlet检测结果示意图。具体实施方式为进一步说明各实施例，本专利技术提供有附图。这些附图为本专利技术揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本专利技术的优点。图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。现结合附图和具体实施方式对本专利技术进一步说明。本实施例提供的一种全息再现的图像线特征提取方法，是先用Canny算子对二值图像进行边缘检测，再用基于单尺度的Beamlet线检测算法来提取局部的线特征。这样做的好处是，将Canny算子与Beamlet变换相结合，既可以通过Canny算子检测到图像中汉字的轮廓边缘，又可以利用Beamlet检测到具有良好方向性的细小边缘，同时去除Canny算子边缘检测时可能检测到的伪边缘，最终获得尽可能准确的汉字轮廓，便于计算合适的汉字特征供汉字识别。如图1所示，具体的方法步骤如下：步骤1、针对预处理后二值图像，如图2所示，用Canny算子做边缘检测，其中取值为1.5；步骤2、分别建立尺度大小为16×16、8×8和4×4的Beamlet字典，δ为一个像素大小，在正方形的任意两边上各选取一个点，并连接，即得到一条Beamlet，记录每一个Beam上的位置信息、ln以及L；步骤3、将步骤1的结果图像尺寸调整为256×256，将图像通过二进的方式划分成16×16大小的子正方形，并利用步骤2所建立的16×16的字典，计算该尺度上每一个子正方形的Beamlet系数；步骤4、计算相应的并找到每一个子正方形上的最大值，然后设定一个阈值T，当最大值大于T时，则划线显示这条Beamlet；步骤5、分别使用8×8和4×4的字典依次重复步骤3和步骤4。步骤1中，Canny算子边缘检测的基本原理是：采用二维高斯函数的任一方向上的一阶方向导数作为滤波器，对图像进行滤波，计算结果图像中梯度的极大值，从而确定图像的边缘。Canny算子通过计算梯度来判定像素点是否为边缘点时，还考虑了其他像素点的影响，它根据当前像素和已经处理过的像素点共同来进行判断。Canny算子具有独特的性能，边缘检测的效果明显。步骤2中，Beamlet被看作是小波(Wavelet)的扩展，因为它具有小波所具有的多分辨率框架，也同样是一种多尺度几何分析的工具。图像中连接任意两个点的线段称为Beam，大约有O(n4)条。为了减少基数，因而引入了Beamlet的概念，Beamlet由以下三步定义：(1)递归二进分块假设图像为单位正方形，将其划分为2×2个大小相等的子正方形，再把每个子正方形划分2×2个更小的大小相等的子正方形。重复这种操作，直到划分到最理想的尺度。(2)顶点标记从每个子正方形的左上角的顶点开始，以一个相等的距离δ按照顺时针(或者逆时针)的方向标记子正方形的边。其中，δ是事先选定的常量。(3)连接顶点在每一个子正方形中，用直线连接该正方形边上的任意一对步骤(2)中确定的标记点，每一条这样的线段就称为Beamlet。对于n×n的数字图像，约有O(n2log2n)条Beamlet。图3中分别表示了单位正方形上的以及将单位正方形等分成2×2、4×4、8×8个小正方形时任意的一条Beamlet。Beamlet字典是一个具有不同位置、方向和尺寸的二进构成的线段库，它可以用来多尺度逼近任意一条线段。多尺度的Beamlet链对线段的逼近如图4所示。对于单一尺度的Beamlet变换，所有的窗口具有相同的大小，Beamlet的结构也相同。因此，Beamlet字典只需要计算一次，就可以适用于所有的窗口。对于每一条Beamlet，需要记录以下信息：(1)在Beam上的像素点的位置信息；(2)每一个窗口所分割Beam的线段长度ln；(3)Beamlet的长度L；(4)通过(2)和(3)，可以计算出相应的像素的权重。将以上信息保存后，就建立了Beamlet字典。当图像被划分成正方形小窗口以后，每一个小窗口就可以重复使用建好的字典来进行Beamlet变换了。按照本申请的算法，经过Canny算子边缘检测，得到结果如图5所示。然后用Beamlet提取线特征，采用16×16、8×8和4×4字典，分别得到结果如图6至图8所示。Canny算子能够较好地提取汉字的轮廓，但是结果中仍然存在一些细小的噪声。分别采用16×16、8×8和4×4尺度的Beamlet对Canny边缘检测的结果继续做线检测。从结果可以看出，受汉字本身的结构特点限制，当Beamlet尺度越大时，提取的线段数目越少，噪声去除得越干净，但是对汉字的轮廓的拟合效果越差，出现笔划轮廓丢失或者错位的现象；当Bea本文档来自技高网...

【技术保护点】
1.一种全息再现的图像线特征提取方法，其特征在于，具体包括以下步骤：步骤1、针对预处理后二值图像，如图2所示，用Canny算子做边缘检测，其中取值为1.5；步骤2、分别建立尺度大小为16×16、8×8和4×4的Beamlet字典，δ为一个像素大小，在正方形的任意两边上各选取一个点，并连接，即得到一条Beamlet，记录每一个Beam上的位置信息、ln以及L；步骤3、将步骤1的结果图像尺寸调整为256×256，将图像通过二进的方式划分成16×16大小的子正方形，并利用步骤2所建立的16×16的字典，计算该尺度上每一个子正方形的Beamlet系数；步骤4、计算相应的

【技术特征摘要】
1.一种全息再现的图像线特征提取方法，其特征在于，具体包括以下步骤：步骤1、针对预处理后二值图像，如图2所示，用Canny算子做边缘检测，其中取值为1.5；步骤2、分别建立尺度大小为16×16、8×8和4×4的Beamlet字典，δ为一个像素大小，在正方形的任意两边上各选取一个点，并连接，即得到一条Beamlet，记录每一个Beam上的位置信息、ln以及L；步骤...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：上海盟云移软网络科技股份有限公司，
类型：发明
国别省市：上海,31