一种线段聚合重构及压缩优化方法

1.本发明属于计算机技术应用领域，具体涉及线段聚合重构及压缩优化方法。


背景技术：

2.对二值图像中的结构信息进行矢量化是一项具有意义的任务，如二值道路网络的矢量化。对于利用最小二乘思想进行矢量化的结构段，如果目标结构本身具备一定宽度，单个结构段容易被多次拟合，如果目标结构是单像素的结构骨架，由于诸如路网这类结构多数情况下带有弯曲走向的特征，结构骨架虽然能减少单一结构段被重复拟合的次数，但并不能对该问题进行规避。
3.针对这类情况，为了进一步对这些同一结构段的多条拟合结果进行处理，需要设计有关的聚类规则，区分不同结构段的集合表示。在表示同一结构段的多条线段中，其都对目标结构的实际特征表示做出了贡献。利用表示这些线段的坐标点进一步处理，即可得到特定结构段段较为真实的矢量表示。
4.由于二值图像的像素点集合也可以表示为二维平面中的坐标点集合，基于一定数学原理与空间几何理论，本发明设定了一定的分类聚集规则，将属于同一结构段的线段进行归类并加以处理，随后根据线段的坐标集合表示进行进一步的矢量压缩，得到目标结构最终的矢量表示结果。


技术实现要素：

5.本发明的目的在于提供一种重构效果优异的线段聚合重构及压缩优化方法。
6.本发明提供线段聚合重构及压缩优化方法，包括设定一定的线段分类聚集规则，将属于同一结构段的线段进行归类并加以处理，随后根据线段的坐标集合表示，进行进一步的矢量压缩，得到目标结构最终的矢量表示结果。具体步骤如下。
7.(一)建立线段分类聚合规则。
8.本发明在实验中没有考虑利用二维数据结构[k,b]，k为直线的斜率，b为偏置，当作传统意义上的二维坐标点，并利用欧氏距离对这些点进行聚类(相当于对线段进行变相聚类)；这个方法的实际实验效果也并不理想，原因是对于两条斜率趋近于正无穷的直线，即使在视觉上他们是相近的，但是斜率差值仍然很大，这与欧式距离作为计算度量的理想效应不符；所以，本发明利用线段的夹角θ作为相似的度量值之一，对不同的线段进行聚类；下面将从线段平行与相交两个情况定义线段聚类的规则。
[0009]
(1)平行情况；
[0010]
(1.1)如果两条线段斜率k相等，但是偏置b不一致，如图1(a)所示，则设定阈值th1，判断两线段距离d1与阈值的关系；d1利用公式1求得：
[0011][0012]
(1.2)如果两条线段斜率k相等，偏置b也相等，如图1(b)所示；考虑两种情况：
[0013]
(1.2.1)两线段交汇，直接归为同一类；
[0014]
(1.2.2)两线段远离，设定阈值th2，判断距离d2与阈值的关系，d2利用公式2求得：
[0015]
d2＝min{distance(b1,a2),distance(a1,b2)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)。
[0016]
(2)相交情况，交点为p；设定角度阈值th
θ
；
[0017]
(2.1)如果两线段夹角θ大于阈值，则必不为同一类，夹角θ用公式3求得；
[0018][0019]
(2.2)如果两线段夹角小于阈值，则考虑交点的位置，其中交点坐标的x和y由公式4求得，并考虑以下几种情况：
[0020]
(2.2.1)交点同时位于两条线段上，直接归为同一类，且保留交点坐标，如图2(a)所示；
[0021][0022]
(2.2.2)交点位于其中某一条线段上，但是两条线段在x值域上有交汇，则归为同一类，但是不保留交点坐标；如图2(b)所示；
[0023]
(2.2.3)交点位于其中某一条线段上，两条线段在x值域上没有交汇，设定距离阈值thr3，如果两条线段端点的距离小于阈值，则为同一类，如图2(c)所示，d3的求法与d2相似；
[0024]
(2.2.4)如果交点不在任何一条线段上，但是位于两线段中间，如图2(d)所示，这里同样使用阈值th3及距离d3来判断两线段是否为同一类；
[0025]
(2.2.5)最后一种情况，同样是交点不在任何一条线段上，理想情况下满足同一类的情况如图2(e)所示；但是实际可能如图2(f)所示，即两线段的交点远在图片范围之外，所以本发明设定距离阈值thr4，分别计算a1和b1到另一条线段的垂直距离d4和d5，如果d4和d5同时小于阈值，则归为同一类；d4或d5用公式5求得：
[0026][0027]
(二)矢量压缩优化。通过线段分类规则对线段进行归类后，每一类的线段集合表示为l＝{l1,l2,
…
,ln}，其中li＝[pointa,pointb]，即最终某一结构段由一系列离散的坐标点表示。由于坐标点的个数至少为2(线段的首尾两端)，当有多于2个坐标点时，将所有点按照坐标大小进行排序，离散的坐标点使得结构段被按照某一方向矢量化。但是，出于进一步优化矢量化表示效果的目标，本发明在实验中使用rdp算法对有序坐标点进行路径压缩，rdp算法在测试的一组有序坐标点上压缩的效果如图3所示。可以看到，通过设定一定的阈值，原始坐标点集合中较为突兀、不必要的坐标在路径压缩之后被删除。将rdp应用于表示路段的点集合，最终保留的点集合进行连接之后就是目标结构最终的矢量结果。
附图说明
[0028]
图1(a)～图1(b)是本发明对于线段聚类规则中线段平行情况的样例描述。其中，(a)两线段k相等但b不相等，(b)两直线k与b均相等。
[0029]
图2(a)～图2(f)是本发明对于线段聚类规则中线段相交情况的样例描述。其中，
(a)两线段相交情况(1)，(b)两线段相交情况(2)；(c)两线段相交情况(3)，(d)两线段相交情况(4)，(e)两线段相交情况(5)，(f)两线段相交情况(6)。
[0030]
图3是本发明引用的rdp算法在样例数据上的效果演示。
[0031]
图4是本发明线段聚类与重构方法在600
×
600尺寸大小数据上的实验结果。
[0032]
图5是本发明线段聚类与重构方法在1000
×
1000尺寸大小数据上的实验结果(1)。
[0033]
图6是本发明线段聚类与重构方法在1000
×
1000尺寸大小数据上的实验结果(2)。
具体实施方式
[0034]
线段聚类参数设置。由于二值目标结构矢量拟合中会出现同一结构段同时有多条拟合结果的情况，对应于本发明中的线段聚类规则，相应的阈值参数如表1所示。对于rdp路径压缩算法的执行，相应的阈值rdp
gap
设定为60，值得一提的是，本发明在rdp矢量压缩的基础上对极有可能连接但是断开的小线段做了简单修补，fix
gap
参数的作用就在于此。
[0035]
表1，线段分类重构参数设置
[0036]
参数名称参数设置reconstructnovxthr
d1
40reconstructnovxthr
d2
80reconstructnovxthr
θ
15reconstructnovxthr
d3
50reconstructvxthr
d1
35rdp
gap
60fix
gap
100
[0037]
聚类重构与压缩优化在600
×
600尺寸大小数据上的结果。由图4的第一张子图可知，对于同一结构段拟合出的多条线段，需要进一步对线段集合执行聚类，并随后利用rdp路径压缩算法及修复规则对矢量线段集合进行最后处理，最终可以保留结构路段的矢量坐标表示，对应的结果如图4第二张子图所示。
[0038]
聚类重构与压缩优化在1000
×
1000尺寸大小数据上的结果。在图5、图6中可以看到经过对同一路段多条结果的分类重构之后，效果依然良好。