一种图像处理的方法及装置的制造方法
【技术领域】
[0001] 本发明涉及计算机技术领域，特别涉及一种图像处理的方法及装置。
【背景技术】
[0002] 图像目标轮廓提取是计算机视觉领域中的一项重要的技术，虽然其历史不长，但 已引起了人们的广泛关注与研究，且在实际中得到大量的应用。在实际应用中，人们通常只 对图像中某些具有明显特征的、特定的区域感兴趣，这些区域就称为前景或目标，则余下的 区域称为背景。由于受到背景的影响，为了辨识并分析目标，这些目标需要由图像中分割并 将其轮廓提取出来，才能更好地对目标进行研究和利用。因此，目标的轮廓提取对图像分割 算法有很强的依赖性。图像分割是指根据颜色、灰度、形状和纹理等几个图像特征，把图像 分割成若干互不重叠的区域，并使这些特征在同一区域内呈现出相似性，同时使不同区域 间呈现出明显的差异性。
[0003] 现有技术中，图像轮廓提取的方法是基于颜色空间对图像进行分割再进行目标轮 廓提取的。当图像中背景较为复杂时，采用现有技术的方法提取出的轮廓精确度较低。
【发明内容】
[0004] 有鉴于此，本发明提供了一种图像处理的方法及装置，能够提高提取出的轮廓的 精确度。
[0005] -方面，本发明提供了一种图像处理的方法，包括：
[0006] Sl :从待识别图像中分割出第一目标图像；
[0007] S2 :从所述第一目标图像中获取目标边缘，获得第二目标图像；
[0008] S3 :从所述第二目标图像中提取出最外部的第一目标轮廓；
[0009] S4 :对所述第一目标轮廓进行曲线逼近，获得第二目标轮廓；
[0010] S5 :根据所述第二目标轮廓上的每个点及在所述第二目标轮廓上的每个点的的法 线上搜索到的在所述第一目标图像中的被搜索点，重新确定所述第二目标轮廓上每个点的 位置。
[0011] 进一步地，所述S4,包括：
[0012] Al :建立线段集合L，将所述第一目标轮廓上的所有点存储到点集C中；
[0013] A2 :确定点集C中距离最远的两个初始点，确定以两个初始点为端点的初始线段， 将所述初始线段添加到集合L中，将两个初始点从点集C中去除；
[0014] A3 :针对集合L中的每条线段，确定点集C中到每条线段距离最远的最远点，连接 每个最远点与对应的线段的两个端点，得到每个线段对应的两个轮廓线段，将每个线段对 应的轮廓线段添加到集合L中，将所有最远点从点集C中去除，将集合L中的线段构成的多 边形的内部的线段从集合L中去除；
[0015] A4:确定点集C中每个点到集合L中每个线段的距离，判断最大的距离是否小于等 于预设值，如果是，则通过集合L中的所有线段构成所述第二目标轮廓，否则，执行步骤A3。
[0016] 进一步地，所述S5,包括：
[0017] 根据第二目标轮廓上的当前点以及与当前点相邻的两点，确定当前点的法线，确 定在当前点的法线上搜索到的在所述第一目标图像中的被搜索点；
[0018] 根据当前点及其对应的被搜索点的梯度，建立当前点对应的梯度直方图；
[0019] 确定所述梯度直方图中对应的直方图面积大于等?
的待选梯度，其中，α 为预设的松弛系数，Sz为梯度直方图的总面积，B为当前点对应的所有被搜索点的总数；
[0020] 将所有待选梯度中最小的梯度值作为梯度阈值；
[0021] 在所述第一目标图像中，根据当前点的坐标、当前点的法线和公式二确定在当前 点的法线上的待确认点，判断所有s的取值对应的待确认点中，是否有梯度大于所述梯度 阈值的替换点，如果有，则将当前点替换为所述替换点，否则，结束当前流程，其中，公式二 为
< 其中，（X。，y。）为当前点的坐标，（X，y)为待确认点的坐标，Θ为当前点 的法线的角度，s的取值范围是[-F，F]，s为整数，F为正整数，F为预设范围值。
[0022] 进一步地，所述S5中，所述根据第二目标轮廓上的当前点以及与当前点相邻的两 点，确定当前点的法线，包括：
[0023] 点B为当前点，点A和点C为点B的相邻的两点，确定与向量AB垂直的向量Bl ;
[0024] 确定与向量BC垂直的向量B2 ;
[0025] 对向量Bl与向量B2做向量加法，得到向量B3,向量B3为当前点的法向量；
[0026] 根据当前点的法向量确定当前点的法线。
[0027] 进一步地，所述S2,包括：
[0028] 确定所述第一目标图像中每个像素点在各个方向的梯度值，将每个像素点对应的 所有梯度值中的最大值作为每个像素点的最终梯度值；
[0029] 对所述第一目标图像进行边缘检测，将最终梯度值大于等于预设梯度值的像素点 连接成目标边缘，获取所述第二目标图像。
[0030] 另一方面，本发明提供了一种图像处理的装置，包括：
[0031] 分割单元，用于从待识别图像中分割出第一目标图像；
[0032] 获取单元，用于从所述第一目标图像中获取目标边缘，获得第二目标图像；
[0033] 提取单元，用于从所述第二目标图像中提取出最外部的第一目标轮廓；
[0034] 简化单元，用于对所述第一目标轮廓进行曲线逼近，获得第二目标轮廓；
[0035] 重定位单元，用于根据所述第二目标轮廓上的每个点及在所述第二目标轮廓上的 每个点的的法线上搜索到的在所述第一目标图像中的被搜索点，重新确定所述第二目标轮 廓上每个点的位置。
[0036] 进一步地，所述简化单元，具体用于执行以下步骤：
[0037] Al :建立线段集合L，将所述第一目标轮廓上的所有点存储到点集C中；
[0038] A2 :确定点集C中距离最远的两个初始点，确定以两个初始点为端点的初始线段， 将所述初始线段添加到集合L中，将两个初始点从点集C中去除；
[0039] A3 :针对集合L中的每条线段，确定点集C中到每条线段距离最远的最远点，连接 每个最远点与对应的线段的两个端点，得到每个线段对应的两个轮廓线段，将每个线段对 应的轮廓线段添加到集合L中，将所有最远点从点集C中去除，将集合L中的线段构成的多 边形的内部的线段从集合L中去除；
[0040] A4:确定点集C中每个点到集合L中每个线段的距离，判断最大的距离是否小于等 于预设值，如果是，则通过集合L中的所有线段构成第二目标轮廓，否则，执行步骤A3。
[0041] 进一步地，所述重定位单元，具体用于执行以下步骤：
[0042] 根据第二目标轮廓上的当前点以及与当前点相邻的两点，确定当前点的法线，确 定在当前点的法线上搜索到的在所述第一目标图像中的被搜索点；
[0043] 根据当前点及其对应的被搜索点的梯度，建立当前点对应的梯度直方图；
[0044] 确定所述梯度直方图中对应的直方图面积大于等于
的待选梯度，其中，α 为预设的松弛系数，Sz为梯度直方图的总面积，B为当前点对应的所有被搜索点的总数；
[0045] 将所有待选梯度中最小的梯度值作为梯度阈值；
[0046] 在所述第一目标图像中，根据当前点的坐标、当前点的法线和公式二确定在当前 点的法线上的待确认点，判断所有s的取值对应的待确认点中，是否有梯度大于所述梯度 阈值的替换点，如果有，则将当前点替换为所述替换点，否则，结束当前流程，其中，公式二 为
，其中，（X。，y。）为当前点的坐标，（X，y)为待确认点的坐标，θ为当前点 的法线的角度，s的取值范围是[-F，F]，s为整数，F为正整数，F为预设范围值。
[0047] 进一步地，所述重定位单元在执行所述根据第二目标轮廓上的当前点以及与当前 点相邻的两点，确定当前点的法线时，具体执行：点B为当前点，点A和点C为点B的相邻的 两点，确定与向量AB垂直的向量Bl，确定与向量BC垂直的向量B2,对向量Bl与向量B2做 向量加法，得到向量B3,向量B3为当前点的法向量，根据当前点的法向量确定当前点的法 线。
[0048] 进一步地，所述获取单元，用于确定所述第一目标图像中每个像素点在各个方向 的梯度值，将每个像素点对应的所有梯度值中的最大值作为每个像素点的最终梯度值，对 所述第一目标图像进行边缘检测，将最终梯度值大于等于预设梯度值的像素点连接成目标 边缘，获取所述第二目标图像。
[0049] 通过本发明提供的一种图像处理的方法及装置，从待识别图像中分割出第一目标 图像，从所述第一目标图像中获取目标边缘，获得第二目标图像，从所述第二目标图像中提 取出最外部的第一目标轮廓，第一目标轮廓中可能存在抖动边界，可能存在较多的冗余信 息，通过对所述第一目标轮廓进行曲线逼近，获得第二目标轮廓，能够消除抖动，减少冗余 信息，使得目标轮廓更加平滑，精确度更高，得到的第二目标轮廓可能会与待识别图像中原 始的目标轮廓发生偏离，结合第一目标图像上的点来重新确定第二目标轮廓上每个点的位 置，使得处理后的目标轮廓更加接近原始的目标轮廓，能够进一步提高提取出