一种基于图像特征点的草图生成方法、服务器及系统技术方案

本发明专利技术公开了一种基于图像特征点的草图生成方法、服务器及系统。其中，基于图像特征点的草图生成方法包括：对获取的实体图像进行预处理操作；基于小波自适应Harris检测算子来提取预处理后的实体图像边缘的特征点；采用分段样条插值法对提取的实体图像边缘的特征点进行轮廓的拟合，得到光滑封闭的曲线轮廓，生成相应草图。该方法能够提高设计效率，满足普通设计人员的使用。

A Sketch Generation Method, Server and System Based on Image Feature Points

The invention discloses a sketch generation method, a server and a system based on image feature points. Among them, the sketch generation methods based on image feature points include: preprocessing the acquired entity image; extracting the feature points of the edge of the entity image after preprocessing based on adaptive Harris detection operator of wavelet transform; fitting the feature points of the extracted entity image edge with piecewise spline interpolation method; The smooth and closed curve contour is obtained and the corresponding sketch is generated. This method can improve the design efficiency and meet the needs of ordinary designers.

【技术实现步骤摘要】
一种基于图像特征点的草图生成方法、服务器及系统
本专利技术属于三维模型造型设计领域，尤其涉及一种基于图像特征点的草图生成方法、服务器及系统。
技术介绍
随着科技水平的不断进步，人们对于三维模型的兴趣度逐步提高，三维建模已成为计算机研究领域中的一个热点话题。不论是在3D游戏设计、机械制造、智能家居还是在医疗等多领域中都会涉及到不同程度的三维模型。然而，随着客户需求不断提高，模型的设计效率也不断加快，在三维模型设计过程中草图的绘制是其中重要的一个环节，伴随生活步伐的加快，要求的模型也变得相对复杂，因而需要绘制的草图效率更高。针对这方面的研究已有很多，比如：Peng等通过信息熵分析并构建草图的描述符，对手绘草图模型进行分析，刘凯、孙正兴等人提出一种生成三维复杂曲面的交互方法，支持用户通过修改手绘草图构建三维模型的形状，以及相关人员通过基于霍夫变换法和随机圆检测法(RCD)的轮廓几何特征识别方法的约束机制来完成草图的绘制等。但是仍然存在以下几点问题：1)通过信息熵分析绘制草图描述符，结构较为单一，在草图设计过程中，线条及其轮廓绘制处理工作量较大，在关键点选择、线条的弯曲程度、平滑度的处理以及复杂图形的绘制方面，草绘方式的效率较低；2)尽管通过霍夫变换法和随机圆检测法可以对几何特征轮廓进行识别，但是识别的都是直线和圆弧的基本特征。而针对于弯曲的线框模型来说不具有适用性。比如：对带有弯曲拐点的图形以及凹凸不平的图形来说，霍夫变换法和随机圆检测法只能检测到图形中的直线和随机的线条，检测结果并不是很理想。而本专利技术直接在图像上处理，用基于小波自适应Harris检测算子直接在图像提取图像边缘点进一步对拐点、特征点进行提取，检测结果更为明确。3)主流的草图绘制软件涉及的工具较多，普通用户在短时间内难以进行相关模型的绘制工作。综上所述，在实际设计过程中，随着客户的需求逐步提高，如何加快草图的绘制效率，提高模型的设计工作是设计师需要解决的重点问题。
技术实现思路
为了解决现有技术的不足，本专利技术的第一目的是提供了一种基于图像特征点的草图生成方法，其降低了时间复杂度，提高了绘制效率。本专利技术的一种基于图像特征点的草图生成方法，包括：对获取的实体图像进行预处理操作；基于小波自适应Harris检测算子来提取预处理后的实体图像边缘的特征点；采用分段样条插值法对提取的实体图像边缘的特征点进行轮廓的拟合，得到光滑封闭的曲线轮廓，生成相应草图。进一步的，对获取的实体图像进行预处理操作包括降噪处理以及实体图像的边界跟踪。由于图像在传输过程中可能会出现噪声污染使图像质量下降的现象，因此，首要的工作是对图像进行降噪处理。进一步的，依次采用中值滤波去噪方法和膨胀运算方法对获取的实体图像降噪。这样能够在去除图像的噪声的同时，保证图像的清晰度。进一步的，基于小波自适应Harris检测算子来提取预处理后的实体图像边缘的特征点的具体过程包括：将预处理后的实体图像转化为二值图像；计算二值图像在预设尺度上的水平和垂直方向分量，构造小波系数的模值和幅角；依据构造的小波系数的模值和幅角，计算二值图像在水平和垂直方向梯度；依据二值图像在水平和垂直方向梯度，利用高斯函数对特征点高斯加权，同时加入欧氏距离，计算点与点之间的差值，生成一个矩阵元素值序列；在所述矩阵元素值序列中，通过计算每个图像像素的Harris响应值来进一步确定角点，通过基于小波自适应的Harris检测算子对提取图像边缘的特征点。本专利技术的第二目的是提供一种基于图像特征点的草图生成服务器，其降低了时间复杂度，提高了绘制效率。本专利技术的一种基于图像特征点的草图生成服务器，包括：预处理模块，其被配置为：对获取的实体图像进行预处理操作；边缘特征点提取模块，其被配置为：基于小波自适应Harris检测算子来提取预处理后的实体图像边缘的特征点；边缘特征点拟合模块，其被配置为：采用分段样条插值法对提取的实体图像边缘的特征点进行轮廓的拟合，得到光滑封闭的曲线轮廓，生成相应草图。进一步的，在所述预处理模块中，对获取的实体图像进行预处理操作包括降噪处理以及实体图像的边界跟踪。进一步的，在所述预处理模块中，依次采用中值滤波去噪方法和膨胀运算方法对获取的实体图像降噪。进一步的，所述边缘特征点提取模块，包括：二值图像转化子模块，其被配置为：将预处理后的实体图像转化为二值图像；小波系数的模值和幅角构造子模块，其被配置为：计算二值图像在预设尺度上的水平和垂直方向分量，构造小波系数的模值和幅角；水平和垂直方向梯度计算子模块，其被配置为：依据构造的小波系数的模值和幅角，计算二值图像在水平和垂直方向梯度；矩阵元素值序列生成子模块，其被配置为：依据二值图像在水平和垂直方向梯度，利用高斯函数对特征点高斯加权，同时加入欧氏距离，计算点与点之间的差值，生成一个矩阵元素值序列；特征点提取子模块，其被配置为：在所述矩阵元素值序列中，通过计算每个图像像素的Harris响应值来进一步确定角点，通过基于小波自适应的Harris检测算子对提取图像边缘的特征点。本专利技术的第三目的是提供一种基于图像特征点的草图生成系统，其降低了时间复杂度，提高了绘制效率。本专利技术的一种基于图像特征点的草图生成系统，包括上述所述的基于图像特征点的草图生成服务器。与现有技术相比，本专利技术的有益效果是：(1)本专利技术根据实体图像提取特征点，通过采用欧氏距离差控制Harris角点检测算子，结合分段样条插值算法勾勒出轮廓边缘，进而完成草图的设计，降低了时间复杂度，提高了绘制效率。(2)本专利技术从图像的角度出发，依据角点检测算法对图像关键点检测处理，经分段样条插值拟合完成草图生成工作，具有很好的草图绘制效果，能够提高设计效率，满足普通设计人员的使用。附图说明构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。图1是本专利技术的一种基于图像特征点的草图生成方法流程图。图2(a)是结构元素A。图2(b)是被处理的对象X。图2(c)是被处理的对象X膨胀运算后的结果。图3(a)是膨胀运算原始图。图3(b)是1次膨胀运算结果图。图3(c)是2次膨胀运算结果图。图3(d)是3次膨胀运算结果图。图4(a)是花的初始轮廓。图4(b)是猴子的初始轮廓。图5(a)是花的初始轮廓特征点。图5(b)是猴子的初始轮廓特征点。图6(a)是B样条拟合示意图。图6(b)是最小二乘法拟合示意图。图6(c)是三次分段样条插值拟合示意图。图7(a)是三次分段样条插值拟合得到花的草图。图7(b)是三次分段样条插值拟合得到猴子的草图。图8是本专利技术的一种基于图像特征点的草图生成服务器结构示意图。具体实施方式应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。图1是本专利技术本文档来自技高网...

【技术保护点】
1.一种基于图像特征点的草图生成方法，其特征在于，包括：对获取的实体图像进行预处理操作；基于小波自适应Harris检测算子来提取预处理后的实体图像边缘的特征点；采用分段样条插值法对提取的实体图像边缘的特征点进行轮廓的拟合，得到光滑封闭的曲线轮廓，生成相应草图。

【技术特征摘要】
1.一种基于图像特征点的草图生成方法，其特征在于，包括：对获取的实体图像进行预处理操作；基于小波自适应Harris检测算子来提取预处理后的实体图像边缘的特征点；采用分段样条插值法对提取的实体图像边缘的特征点进行轮廓的拟合，得到光滑封闭的曲线轮廓，生成相应草图。2.如权利要求1所述的一种基于图像特征点的草图生成方法，其特征在于，对获取的实体图像进行预处理操作包括降噪处理以及实体图像的边界跟踪。3.如权利要求2所述的一种基于图像特征点的草图生成方法，其特征在于，依次采用中值滤波去噪方法和膨胀运算方法对获取的实体图像降噪。4.如权利要求1所述的一种基于图像特征点的草图生成方法，其特征在于，基于小波自适应Harris检测算子来提取预处理后的实体图像边缘的特征点的具体过程包括：将预处理后的实体图像转化为二值图像；计算二值图像在预设尺度上的水平和垂直方向分量，构造小波系数的模值和幅角；依据构造的小波系数的模值和幅角，计算二值图像在水平和垂直方向梯度；依据二值图像在水平和垂直方向梯度，利用高斯函数对特征点高斯加权，同时加入欧氏距离，计算点与点之间的差值，生成一个矩阵元素值序列；在所述矩阵元素值序列中，通过计算每个图像像素的Harris响应值来进一步确定角点，通过基于小波自适应的Harris检测算子对提取图像边缘的特征点。5.一种基于图像特征点的草图生成服务器，其特征在于，包括：预处理模块，其被配置为：对获取的实体图像进行预处理操作；边缘特征点提取模块，其被配置为：基于小波自适应Harris检测算子来提取预处...

【专利技术属性】
技术研发人员：王吉华，徐真，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：山东,37