一种图像对称轴检测方法技术

本发明专利技术属于图像处理与图像理解领域，具体为一种图像对称轴检测方法。对图像进行特征点检测，采用聚类分析方法实现特征点集的聚类。利用随机抽样的方式在各个特征点集中进行多次点对抽取，根据点对垂直平分线的参数建立候选对称轴参数的核函数方程，总核函数的峰值点对应图像对称轴的参数，由此实现图像对称轴的自动检测。本发明专利技术方法简便、结果准确，适用于图像理解领域中。

【技术实现步骤摘要】

本专利技术属于图像处理与图像理解领域，涉及一种图像对称轴检测方法，特别涉及一种基于聚类分析的图像对称轴检测方法。
技术介绍
对称性是图像目标的主要形状属性之一。对称性检测在图像理解、目标识别以及三维物体重构等领域有着重要的应用价值。对称特性的确定可以辅助实现图像的特征提取、物体检测及识别等功能。目前，图像对称性的检测在图像处理中应用广泛，对物体的识别与定位、场景理解等有重要意义。在图像检索中，利用物体对称性，可以对数字图像进行高效的压缩与编码，从而使得图像的存储与传送更加快捷；在生物医学领域，图像的对称性为医学诊断提供重要的参数指导。随着对称性研究的不断深入，对称性检测在智能交通、三维重建、机器人导航、遥感图像处理等领域拥有更广阔的应用前景。常用的对称性检测方法有基于模式匹配法的镜像对称检测法、基于相位信息的对称性检测方法、以及基于曲线微分性质的检测方法等。但现有方法通常存在对噪声敏感、处理过程存在较大误差、计算量大等局限性。因此，设计一种简单高效的对称轴检测方法具有很好的应用价值。
技术实现思路
本专利技术所要解决的技术问题是，根据图像对称轴的两侧存在大量具有相同特征的点集，设计一种基于聚类分析的图像对称轴检测方法。本专利技术所采用的技术方案是：一种图像对称轴检测方法，对图像进行特征点检测，检测区域限定在目标的边缘处，采用聚类分析方法实现特征点集的聚类。利用随机抽样的方式在各个特征点集中进行多次点对抽取，根据点对垂直平分线的参数建立候选对称轴参数的核函数方程，总核函数的峰值点对应图像对称轴的参数，由此实现图像对称轴的自动检测。本专利技术的目的在于设计一种基于聚类分析的图像对称轴检测方法，能够检测出给定图像的对称轴，具有很好的实用性。附图说明图1是原始图像。图2是边缘检测结果图。图3是角点检测结果图。图4是特征点邻域图。图5是评价指标图。图6是分类数C＝8时的聚类结果图。图7是对称轴与边框交点关系图。图8是对称轴检测结果图。具体实施方式下面结合附图对本专利技术作进一步详细说明。本专利技术采用Harris角点检测方法检测图像中的角点。为减少运算量，先采用Sobel算子对图像进行边缘提取，然后针对边缘点进行角点判别。图1为给定原始图像，图2为采用Sobel算子进行边缘提取所得结果。对图像边缘上的各点利用Harris角点检测方法提取出角点，图3为角点检测结果。将检测出的角点作为特征点。设检测出的特征点坐标为(i，j)，灰度值为h(i，j)，图4给出特征点(i，j)的3×3邻域图。采用式(1)计算特征点处的邻域灰度差值H(i，j)： H ( i , j ) = 1 8 [ Σ m = i − 1 , n = j − 1 m = i + 1 , n = j + 1 h ( m , n ) − h ( i , j ) ] ( 1 ) ]]>利用LBP(Localbinarypatterns)纹理提取方法计算特征点(i，j)的纹理特征L(i，j)。将特征点处的像素灰度值、邻域灰度差值以及纹理特征值组成特征点的特征向量Xij：Xij＝[h(i，j)H(i，j)L(i，j)]T(2)其中，“T”为转置符号。采用C均值聚类方法实现所有特征点的聚类分析，并定义如下的聚类评价指标J： J = | S W - 1 S B | - - - ( 3 ) ]]>其中，SW为总的类内离差阵，SB为类间离差阵，选取不同的分类数C值，分别采用C均值聚类方法实现特征点的聚类分析，将聚类评价指标J取最大时的聚类结果作为最终的特征聚类结果。图5为不同C值所得聚类评价指标关系。可见，当分类数为8时，聚类评价指标J达到最大值，图6给出分类数C＝8时的聚类结果。由图6可见，大部分角点能够正确分类，但也存在错误分类的角点，即存在部分对称角点并未聚类成一类的情况，但这类角点数量较少。在各类中分别进行多次随机抽样，每次抽样选取一对特征点，将每次抽样所获得的2个特征点的垂直平分线确定为一条候选对称轴。图像的一条候选对称轴即为一条直线，为了确定一条候选对称轴，需要确定候选对称轴上的一个点及候选对称轴的倾斜角度。由于候选对称轴必然会与图像的四个边框交于2点，如图7所示，图7中点(a(i)1，b(i)1)和点(a(i)2，b(i)2)表示候选对称轴i与图像的边框的交点。利用式(4)和式(5)可求得两个交点的中心点的横纵坐标： a 0 ( i ) = a 1 ( i ) + a 2 ( i ) 2 ( 4 ) ]]> b 0 ( i ) = 本文档来自技高网...

【技术保护点】
一种图像对称轴检测方法，其特征在于，对图像进行特征点检测，采用聚类分析方法实现特征点集的聚类，利用随机抽样的方式在各个特征点集中进行多次点对抽取，根据点对垂直平分线的参数建立候选对称轴参数的核函数方程，总核函数的峰值点对应图像对称轴的参数。

【技术特征摘要】
1.一种图像对称轴检测方法，其特征在于，对图像进行特征点检测，采用聚类分析方法
实现特征点集的聚类，利用随机抽样的方式在各个特征点集中进行多次点对抽取，根据点
对垂直平分线的参数建立候选对称轴参数的核函数方程，总核函数的峰值点对应图像对称
轴的参数。
2.根据权利要求1所述的一种图像对称轴检测方法，其特征在于，采用Harris角点检测
方法检测图像中的角点，将检测出的角点作为特征点，将特征点处的像素灰度值、邻域灰度
差值以及纹理特征值组成特征点的特征向量，利用C均值聚类方法实现特征点的聚类分析，
将聚类评价指标J为最大的聚类结果作为...

【专利技术属性】
技术研发人员：修春波，巴富珊，王甜甜，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津;12