一种自动化图像构造方法与流程

本发明属于图像构造技术领域，涉及一种自动化图像构造方法。

背景技术：

图像构造，是利用已知图形来构建或拟合另一图形的技术，多用于大规模舞台造型或艺术品设计，以往的图像构造主要依靠人力，经过反复推敲和调整来达到一定的预期效果，其耗时长、精确性差。

技术实现要素：

(一)发明目的

本发明的目的是：针对现有图像构造技术存在的耗时长、精确性差问题，提供一种自动化的图像构造方法。

(二)技术方案

为了解决上述技术问题，本发明提供一种自动化图像构造方法，包括以下步骤：

步骤1、图像预处理；即对期望图像和元素图像进行预处理以便于使用混合蛙跳算法进行计算，其中期望图像指用户期望构造出的图像，元素图像指用来构造期望图像的各自图像，元素图像可以是一种或多种，每种使用一个或多个，预处理方法是首先将期望图像缩放为360*360像素大小的图像，然后分别记录长、宽缩放比例，再依据此比例对各元素图像进行缩放处理。

步骤2、定义图像参数序列；即将各个元素图像的位置和旋转角度参数按一定顺序排列，形成由图像参数组成的序列；其中位置信息包括水平坐标和垂直坐标，坐标和旋转角度取值均为0～359，数据类型为整形。

步骤3、设定评估方法；评估方法即评估图像参数序列对应的重构图像与期望图像差异大小的方法，首先建立一个360*360像素大小的空白图像，并将左上角定义为(0,0)点，然后根据某一图像参数序列指定的坐标和角度数据将各元素图像叠加到空白图像上，形成该图像参数序列对应的构造图像，之后利用opencv的模板匹配方法计算匹配结果，得到最优匹配值。

步骤4、确定终止条件；终止条件有三种设定方式，第一种是设定最大迭代次数，当蛙群迭代到该次数时，无论当前匹配结果如何，均停止迭代，并将当前最优匹配结果作为最终构造结果；第二种是设定目标匹配值，当迭代得到的最优匹配值优于目标匹配值时，则停止迭代，否则继续迭代；第三种是同时设定最大迭代次数和目标匹配值，在到达最大迭代次数前，如果得到的最优匹配值已经优于目标匹配值，则停止迭代，否则在蛙群迭代到设定的最大迭代次数时停止。

步骤5、利用混合蛙跳算法迭代；即将图像参数序列映射为青蛙位置，并基于步骤3设定的评估方法和步骤4确定的终止条件，利用混合蛙跳算法对图像构造方案进行迭代，直至满足终止条件，得到最优匹配值和与该匹配值对应的最优图像参数序列。

步骤6、参数恢复；根据步骤1记录的长、宽缩放比例对步骤5中得到的最优图像参数序列进行恢复处理，恢复后的最优图像参数序列即为最优图像构造方案。

(三)有益效果

上述技术方案所提供的自动化图像构造方法，基于混合蛙跳算法，其全局寻优能力强、迭代速度快，方便用户快速得到图像构造方案，具有很高的实用价值。

附图说明

图1为本发明一种自动化图像构造方法的流程图。

具体实施方式

为使本发明的目的、内容和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。

参照图1，本发明一种自动化图像构造方法的具体实施步骤如下：

首先对本实施例使用的图像进行说明，本实施例的期望图像为图像a，其宽度(水平方向)为w，高度(垂直方向)为h，元素图像为图像b，使用4个图像b(分别为b1、b2、b3、b4)来构造图像a。

步骤1、图像预处理；将图像a进行缩放处理，水平缩放比例为360/w，垂直缩放比例为360/h，对图像b1～b4也进行相同缩放处理。

步骤2、定义图像参数序列；将各个元素图像的位置和旋转角度参数按一定顺序排列，形成由图像参数组成的序列；在此定义图像参数序列为(b1x,b1y,b1r,b2x,b2y,b2r,b3x,b3y,b3r,b4x,b4y,b4r)，其中b1x指b1图像位置对应的水平坐标，b1y指b1图像位置对应的垂直坐标，b1r指b1图像的旋转角度，其它图像类似。在图像参数序列中，坐标和旋转角度取值均为0～359，数据类型为整形。

步骤3、设定评估方法；首先建立一个360*360像素大小的空白图像c，并将左上角定义为(0,0)点，然后根据某一图像参数序列(b1x,b1y,b1r,b2x,b2y,b2r,b3x,b3y,b3r,b4x,b4y,b4r)指定的坐标和角度数据将元素图像b1～b4叠加到空白图像上，形成该图像参数序列对应的构造图像d，之后利用opencv的模板匹配方法计算匹配结果，得到最优匹配值v。opencv的模板匹配方法可使用标准化差值平方和匹配、相关匹配等多种方式，在此使用标准化差值平方和匹配方式，此时图像越匹配，v越小，最小值为0。

步骤4、确定终止条件；终止条件有三种设定方式，第一种是设定最大迭代次数，第二种是设定目标匹配值，第三种是同时设定最大迭代次数和目标匹配值。在此选用第三种方式，设定最大迭代次数为n，目标匹配值为w，在到达最大迭代次数n前，如果得到的最优匹配值v已经优于目标匹配值w，即v＜w，则停止迭代，否则在蛙群迭代到n次时停止。

步骤5、利用混合蛙跳算法迭代；即将图像参数序列映射为青蛙位置，并基于步骤3设定的评估方法和步骤4确定的终止条件，利用混合蛙跳算法对图像构造方案进行迭代，即反复进行每组青蛙更新、蛙群混合、蛙群排序分组、更新公告栏，直至满足终止条件，得到最优匹配值v和与该匹配值对应的最优图像参数序列。

步骤6、参数恢复；根据步骤1记录的长、宽缩放比例对步骤5中得到的最优图像参数序列进行恢复处理，即将最优参数序列(b1x,b1y,b1r,b2x,b2y,b2r,b3x,b3y,b3r,b4x,b4y,b4r)中的所有水平坐标乘以w/360，垂直坐标乘以h/360，旋转角度bkr(k∈1,2,3,4)恢复为arctan(tan(bkr)*h/w)。恢复后的最优图像参数序列即为最优图像构造方案。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

技术特征：

技术总结
本发明公开了一种自动化图像构造方法，该方法首先进行图像预处理并定义图像参数序列，然后设定评估方法、确定终止条件，之后利用混合蛙跳算法迭代得到最优图像参数序列，最后进行参数恢复得到最优图像构造方案。本发明方法基于混合蛙跳算法，其全局寻优能力强、迭代速度快，方便用户快速得到图像构造方案，具有很高的实用价值。

技术研发人员：全浩军;所玉君;崔建飞
受保护的技术使用者：天津津航计算技术研究所
技术研发日：2018.10.25
技术公布日：2019.02.22