一种Mesh图像边缘特征提取方法及装置制造方法及图纸

本发明专利技术公开了一种Mesh图像边缘特征提取方法及装置，该方法包括：对原始Mesh图像进行预处理，得到预处理后的图像；对预处理后的图像中的每个像素点进行位置编排，然后提取每个像素点的RGB值，计算每个像素点分别与其预设邻域范围内所有像素点之间的相似度和梯度；对每个像素点进行局部Mesh组网，得到Mesh网络；依据初始阈值，从每个Mesh网络中的所有像素点中初步筛选出特征节点；根据每个节点对应的相似度阈值和梯度阈值，从初步筛选出特征节点中筛选出所需的特征节点；根据所需的特征节点的位置和RGB值绘制特征图像，最后去除边界生成特征图像。本发明专利技术极大地减少了计算复杂度，能够更加精确进行边缘定位。

【技术实现步骤摘要】

本专利技术涉及图像边缘特征提取，特别是涉及一种mesh图像边缘特征提取方法及装置。

技术介绍

1、目标检测作为计算机视觉领域的核心任务之一，其目标是在图像或视频中识别和定位特定物体的位置和类别。这项技术在自动驾驶、视频监控、医疗影像分析等多个领域发挥着至关重要的作用。然而，目标检测面临着一些挑战，主要包括目标尺寸变化、遮挡、光照和背景干扰、类别多样性、实时性要求、数据集缺乏和不平衡以及视角和姿态的变化等。

2、目标检测算法可以分为基于候选区域的两阶段方法，如r-cnn系列算法，以及基于回归的单阶段方法，如yolo和ssd。每种方法都有其特点，例如yolo系列算法以其高效性著称，而faster r-cnn则在精度上表现较好。目前目标边缘检测存在以下问题：

3、(1)噪声干扰：图像中的噪声可能会影响边缘检测的准确性，尤其是在低对比度区域或高噪声情况下，边缘可能会被噪声掩盖或误检测；

4、(2)边缘定位不精确：边缘检测需要准确地定位边缘位置，但受到噪声、光照条件等因素的影响，边缘的精确定位可能成为一个挑战；

5、(本文档来自技高网...

【技术保护点】

1.一种Mesh图像边缘特征提取方法，其特征在于，包括：

2.根据权利要求1所述的Mesh图像边缘特征提取方法，其特征在于，所述对原始Mesh图像进行预处理，得到预处理后的图像，包括：

3.根据权利要求1所述的Mesh图像边缘特征提取方法，其特征在于，所述对原始Mesh图像进行预处理，得到预处理后的图像，包括：

4.根据权利要求1-3任一项所述的Mesh图像边缘特征提取方法，其特征在于，预处理后的图像中的每个像素点Γ＝(P,RGB,sim,G,LNum)包括像素点位置P，RGB值，预设邻域范围内所有像素点相似度sim和梯度G，阈值过滤有效次数LNum，...

【技术特征摘要】

1.一种mesh图像边缘特征提取方法，其特征在于，包括：

2.根据权利要求1所述的mesh图像边缘特征提取方法，其特征在于，所述对原始mesh图像进行预处理，得到预处理后的图像，包括：

3.根据权利要求1所述的mesh图像边缘特征提取方法，其特征在于，所述对原始mesh图像进行预处理，得到预处理后的图像，包括：

4.根据权利要求1-3任一项所述的mesh图像边缘特征提取方法，其特征在于，预处理后的图像中的每个像素点γ＝(p,rgb,sim,g,lnum)包括像素点位置p，rgb值，预设邻域范围内所有像素点相似度sim和梯度g，阈值过滤有效次数lnum，lnum表示通过阈值过滤后累计的次数。

5.根据权利要求1所述的mesh图像边缘特征提取方法，其特征在于，所述对每个像素点进行局部mesh组网，包括：

...

【专利技术属性】
技术研发人员：丁睿翔，张楠欣，吴怀谷，
申请(专利权)人：天府绛溪实验室，
类型：发明
国别省市：