专利名称：一种图像的多边形模型的简化方法
技术领域：
本发明涉及一种图像处理技术，尤其是涉及一种图像的多边形模型的简化方法。
背景技术：
多边形模型是计算机图形中最流行、最重要，且得到最广泛支持的模型表示方法。 但随着技术的快速发展，图像的多边形模型的复杂性常常超过了系统的处理能力，为此人们提出了很多简化图像的多边形模型的算法。图像的多边形模型的简化也是图像校正的关键环节之一(图像的多边形模型的简化为图像校正提供参考点)，高精度的图像是保障图像识别和图像匹配有效进行的根本条件之一，因此图像的多边形模型的简化结果的好坏将严重影响到后续图像处理的图像识别和图像匹配的结果。目前，已有的几何简化算法大多应用于三角形网格模型的简化，无法直接应用于多边形模型的简化。因此迫切需要一种新的方法对二维平面的多边形模型进行简化，以保证最终图像处理的精度。
发明内容
本发明所要解决的技术问题是提供一种简便快速，且能够为图像校正提供准确的参考点的多边形模型的简化方法。本发明解决上述技术问题所采用的技术方案为一种图像的多边形模型的简化方法，其特征在于包括以下步骤①获取一幅待处理的二值化图像，然后以自上而下、从左到右的水平扫描方式搜索二值化图像中每一行的第一个黑色像素点，将二值化图像中每一行的第一个黑色像素点按扫描顺序构成的集合定义为左边界像素点集，记为八(X，y)，再以自下而上、从右到左的水平扫描方式搜索二值化图像中每一行的最后一个黑色像素点，将二值化图像中每一行的最后一个黑色像素点按扫描顺序构成的集合定义为右边界像素点集，记为Vk(X，y)，其中， (χ，y)表示二值化图像中的像素点的坐标位置；②根据左边界像素点集Vjx，y)和右边界像素点集VK(x，y)，构建凸多边形模型， 具体过程如下②-1、将左边界像素点集八(x，y)中的第一个像素点作为凸多边形模型的起点，并将该起点的坐标位置保存到顶点集合V(x，y)中，将该起点作为当前顶点；②-2、将当前顶点与左边界像素点集Vjx，y)中在当前顶点之后的各个像素点连线，然后计算每条连线与当前顶点所在的右侧的水平直线之间的夹角；②-3、选取最大夹角对应的像素点，并将该像素点的坐标位置保存到顶点集合 V(x, y)中，再将该像素点作为当前顶点，返回步骤②-2继续执行，直至左边界像素点集 Vl(x, y)中的所有像素点处理完毕；②-4、判断当前顶点与右边界像素点集Vk(x，y)中的第一个像素点是否重合，如果是，则执行步骤②_5，否则，将右边界像素点集Vk(x，y)中的第一个像素点作为当前顶点，并将该当前顶点的坐标位置保存到顶点集合V (X，y)中，然后执行步骤②-5 ；②-5、将当前顶点与右边界像素点集Vk(X，y)中在当前顶点之后的各个像素点连线，然后计算每条连线与当前顶点所在的右侧的水平直线之间的夹角；②_6、选取最小夹角对应的像素点，并将该像素点的坐标位置保存到顶点集合 V(x, y)中，再将该像素点作为当前顶点，返回步骤②-5继续执行，直至右边界像素点集 Ve(x, y)中的所有像素点处理完毕；②_7、判断当前顶点与凸多边形模型的起点是否重合，如果是，则从顶点集合 V(x,y)中删除当前顶点的坐标位置，然后执行步骤②_8，否则，直接执行步骤②-8;②_8、顺序连接顶点集合V(x，y)中的各个顶点构成凸多边形模型，顶点之间的连线为凸多边形模型的边；③重复寻找凸多边形模型中长度最短的边，再用该长度最短的边的两条相邻边的延长线的交点的坐标位置替换顶点集合V(x，y)中该长度最短的边对应的两个顶点的坐标位置，直至顶点集合V(x，y)中所包含的顶点的个数为图像校正所需的参考点的个数，获得简化后的多边形模型，该简化后的多边形模型的顶点为图像校正的参考点。所述的步骤①中左边界像素点集Vjx，y)和右边界像素点集Vk (X，y)的获取过程为①-1、自上而下、从左到右对二值化图像进行水平扫描，将二值化图像中当前待水平扫描的行作为当前行；①_2、水平扫描当前行，在当前行中搜索到第一个黑色像素点时，结束当前行的水平扫描，并保存搜索到的第一个黑色像素点的坐标位置；①_3、将二值化图像中待水平扫描的下一行作为当前行，返回步骤①-2继续执行，直至二值化图像中的最后一行处理完毕，结束二值化图像的水平扫描；①_4、将二值化图像中每一行的第一个黑色像素点按扫描顺序构成的集合定义为左边界像素点集，记为八(x，y)；①_5、自下而上、从右到左对二值化图像进行水平扫描，将二值化图像中当前待水平扫描的行作为当前行；①_6、水平扫描当前行，在当前行中搜索到第一个黑色像素点时，结束当前行的水平扫描，并保存搜索到的第一个黑色像素点的坐标位置；①_7、将二值化图像中待水平扫描的下一行作为当前行，返回步骤①-6继续执行，直至二值化图像中的第一行处理完毕，结束二值化图像的水平扫描；①_8、将二值化图像中每一行的最后一个黑色像素点按扫描顺序构成的集合定义为右边界像素点集，记为Vk (X，y)。所述的步骤③的具体过程为③-1、计算凸多边形模型中每条边的长度，寻找长度最短的边，将该长度最短的边作为当前边；③_2、延长当前边的两条相邻边，使当前边的两条相邻边的延长线相交于一点；③-3、从顶点集合V(x，y)中删除当前边对应的两个顶点的坐标位置，并在删除位置处加入当前边的两条相邻边的延长线的交点的坐标位置，构成新的顶点集合V(x，y)和新的凸多边形模型；
③_4、判断顶点集合中所包含的顶点的个数与图像校正所需的参考点的个数是否相等，如果是，则结束边的删除，获得简化后的多边形模型，该简化后的多边形模型的顶点为图像校正的参考点，否则，返回步骤③-1继续执行。所述的简化后的多边形模型的顶点的个数为4。与现有技术相比，本发明的优点在于通过扫描已知的二值化图像得到左边界像素点集和右边界像素点集，然后搜索左边界像素点集和右边界像素点集获取图像的凸多边形模型的所有顶点，再用凸多边形模型中长度最短的边的两条相邻边的延长线的交点替代长度最短的边的两个顶点，达到删除长度最短的边的目的，经过多次最短边的删除后得到顶点数与图像校正所需的参考点数相等的多边形模型，该多边形模型的顶点为图像校正的参考点，这种多边形模型的简化方法不仅简便快速，而且能够准确地获取图像校正所需的参考点。此外，本发明的简化方法可以应用于图像识别、图像匹配和图像跟踪等方面的准备工作中，以剔除环境偏移、照片偏差等因素带来的误差影响，为工程后续分析提供了有力的保障。
图1为本发明的简化方法的流程图；图2为一幅待处理的二值化图像，该二值化图像中“ X ”表示黑色像素点；图3为从图2所示的二值化图像中获取的构成左边界像素点集八(x，y)的像素点和构成右边界像素点集％&，》的像素点的示意图；图4为搜索凸多边形模型的顶点的过程示意图；图5为从图3中搜索凸多边形模型的顶点的过程示意图；图6为从图3中搜索凸多边形模型的顶点的结果示意图；图7为图6所示的各个顶点构成的凸多边形模型的示意图；图8为从图7所示的凸多边形模型中删除长度最短的边的过程示意图；图9为简化后的四边形的示意图。
具体实施例方式以下结合附图实施例对本发明作进一步详细描述。本发明提出的一种图像的多边形模型的简化方法，其流程图如图1所示，其包括以下步骤①获取一幅待处理的二值化图像，如图2所示，该二值化图像中“ X，，表示黑色像素点，然后以自上而下、从左到右的水平扫描方式搜索二值化图像中每一行的第一个黑色像素点，将二值化图像中每一行的第一个黑色像素点按扫描顺序构成的集合定义为左边界像素点集，记为八(X，y)，再以自下而上、从右到左的水平扫描方式搜索二值化图像中每一行的最后一个黑色像素点，将二值化图像中每一行的最后一个黑色像素点按扫描顺序构成的集合定义为右边界像素点集，记为VK(x，y)，其中，(x,y)表示二值化图像中的像素点的坐标位置。在二值化图像中，像素值为1的像素点是黑色像素点，像素值为0的像素点是白色像素点。在此具体实施例中，左边界像素点y)和右边界像素点集VK(x，y)的获取过程为①-1、自上而下、从左到右对二值化图像进行水平扫描，将二值化图像中当前待水平扫描的行作为当前行。①_2、水平扫描当前行，在当前行中搜索到第一个黑色像素点时，结束当前行的水平扫描，并保存搜索到的第一个黑色像素点的坐标位置。①_3、将二值化图像中待水平扫描的下一行作为当前行，返回步骤①-2继续执行，直至二值化图像中的最后一行处理完毕，结束二值化图像的水平扫描。①_4、将二值化图像中每一行的第一个黑色像素点按扫描顺序构成的集合定义为左边界像素点集，记为八(x，y)。①-5、自下而上、从右到左对二值化图像进行水平扫描，将二值化图像中当前待水平扫描的行作为当前行。①_6、水平扫描当前行，在当前行中搜索到第一个黑色像素点时，结束当前行的水平扫描，并保存搜索到的第一个黑色像素点的坐标位置。①_7、将二值化图像中待水平扫描的下一行作为当前行，返回步骤①-6继续执行，直至二值化图像中的第一行处理完毕，结束二值化图像的水平扫描。①_8、将二值化图像中每一行的最后一个黑色像素点按扫描顺序构成的集合定义为右边界像素点集，记为Vk (X，y)。图3给出了从图2所示的二值化图像中获取的构成左边界像素点集八(x，y)的像素点和构成右边界像素点集Vk (x，y)的像素点，图3中“ (g)，，表示构成左边界像素点集八(X， y)的像素点，“因”表示构成右边界像素点集Vk(X，y)的像素点，“〇”表示既属于左边界像素点集八(x，y)又属于右边界像素点集％&，》的像素点，虚线表示水平扫描线。②根据左边界像素点集Vjx，y)和右边界像素点集VK(x，y)，构建凸多边形模型， 具体过程如下②-1、将左边界像素点集八(x，y)中的第一个像素点作为凸多边形模型的起点，并将该起点的坐标位置保存到顶点集合V(x，y)中，将该起点作为当前顶点。②-2、将当前顶点与左边界像素点集Vjx，y)中在当前顶点之后的各个像素点连线，然后计算每条连线与当前顶点所在的右侧的水平直线之间的夹角。②_3、选取最大夹角对应的像素点，并将该像素点的坐标位置保存到顶点集合 V(x, y)中，再将该像素点作为当前顶点，返回步骤②-2继续执行，直至左边界像素点集 Vl(x, y)中的所有像素点处理完毕。②-4、判断当前顶点与右边界像素点集Vk(x，y)中的第一个像素点是否重合，如果是，则执行步骤②_5，否则，将右边界像素点集Vk(x，y)中的第一个像素点作为当前顶点，并将该当前顶点的坐标位置保存到顶点集合V(x，y)中，然后执行步骤②_5。②-5、将当前顶点与右边界像素点集Vk(X，y)中在当前顶点之后的各个像素点连线，然后计算每条连线与当前顶点所在的右侧的水平直线之间的夹角。②_6、选取最小夹角对应的像素点，并将该像素点的坐标位置保存到顶点集合 V(x, y)中，再将该像素点作为当前顶点，返回步骤②-5继续执行，直至右边界像素点集 Ve(x, y)中的所有像素点处理完毕。②_7、判断当前顶点与凸多边形模型的起点是否重合，如果是，则从顶点集合V(x,y)中删除当前顶点的坐标位置，然后执行步骤②_8，否则，直接执行步骤②-8。②_8、顺序连接顶点集合V (x，y)中的各个顶点构成凸多边形模型，顶点之间的连线为凸多边形模型的边。图4给出了搜索凸多边形模型的顶点的过程，如图4所示，将左边界的第一个像素点Vu作为凸多边形模型的起点(当前顶点)，将当前顶点(Vu)与左边界所有像素点中在其之后的各个像素点连线，计算每条连线与当前顶点(Vu)所在的右侧的水平直线之间的夹角，然后选取最大夹角θu对应的像素点、作为当前顶点(U，再重复上述过程，即将当前顶点^2)与左边界所有像素点中在其之后的各个像素点连线，计算每条连线与当前顶点(\2)所在的右侧的水平直线之间的夹角，然后选取最大夹角θU对应的像素点Vu作为当前顶点(Vu)，依次类推，获得顶点Vm和Vw ；由于当前顶点(Vw)与右边界的第一个像素点重合，因此将当前顶点(U与右边界所有像素点中在当前顶点(VJ之后的各个像素点连线，计算每条连线与当前顶点(U所在的右侧的水平直线之间的夹角，然后选取最小夹角θ K1对应的像素点Vk2作为当前顶点(Vk2)，再重复上述过程，即将当前顶点(Vk2)与右边界所有像素点中在其之后的各个像素点连线，计算每条连线与当前顶点(Vk2)所在的右侧的水平直线之间的夹角，然后选取最小夹角θ K2对应的像素点Vk3作为当前顶点(VK3)，依次类推，获得其他顶点。图5给出了从图3中搜索凸多边形模型的顶点的过程，图6给出了从图3中搜索凸多边形模型的顶点的结果，图7给出了图6所示的各个顶点构成的凸多边形模型。③重复寻找凸多边形模型中长度最短的边，再用该长度最短的边的两条相邻边的延长线的交点的坐标位置替换顶点集合V(x，y)中该长度最短的边对应的两个顶点的坐标位置，直至顶点集合V(x，y)中所包含的顶点的个数为图像校正所需的参考点的个数，获得简化后的多边形模型，该简化后的多边形模型的顶点为图像校正的参考点。在此具体实施例中，步骤③的具体过程为③-1、计算凸多边形模型中每条边的长度，寻找长度最短的边，将该长度最短的边作为当前边。③_2、延长当前边的两条相邻边，使当前边的两条相邻边的延长线相交于一点。③-3、从顶点集合V(x，y)中删除当前边对应的两个顶点的坐标位置，并在删除位置处加入当前边的两条相邻边的延长线的交点的坐标位置，构成新的顶点集合V(x，y)和新的凸多边形模型。③_4、判断顶点集合中所包含的顶点的个数与图像校正所需的参考点的个数是否相等，如果是，则结束边的删除，获得简化后的多边形模型，该简化后的多边形模型的顶点为图像校正的参考点，否则，返回步骤③-1继续执行。图8给出了从图7所示的凸多边形模型中删除长度最短的边的过程，如图8所示， 假设图7所示的凸多边形模型中长度最短的边为Eml，延长Eml的两条相邻边即Emu和EmK1， 使Emu和EmK1的延长线相交于一点I ml，从顶点集合V (X，y)中删除Eml对应的两个顶点即Vmu 和VmK1的坐标位置，并在删除位置处加入Emu和EmK1的延长线的交点Rml的坐标位置，构成新的顶点集合V(x，y)和新的凸多边形模型，再重复上述过程，从新的凸多边形模型中删除长度最短的边Em2，依次类推，直到顶点集合中所包含的顶点的个数为图像校正所需的参考点的个数时，结束边的删除，获得简化后的多边形模型，该简化后的多边形模型的顶点为图像校正的参考点。图9给出了简化后的四边形的示意图，图9所示的四边形的四个顶点为图像校正的参考点。
权利要求
1.一种图像的多边形模型的简化方法，其特征在于包括以下步骤①获取一幅待处理的二值化图像，然后以自上而下、从左到右的水平扫描方式搜索二值化图像中每一行的第一个黑色像素点，将二值化图像中每一行的第一个黑色像素点按扫描顺序构成的集合定义为左边界像素点集，记为\(x，y)，再以自下而上、从右到左的水平扫描方式搜索二值化图像中每一行的最后一个黑色像素点，将二值化图像中每一行的最后一个黑色像素点按扫描顺序构成的集合定义为右边界像素点集，记为Vk(X，y)，其中，(X，y) 表示二值化图像中的像素点的坐标位置；②根据左边界像素点集\(x，y)和右边界像素点集Vk(χ，y)，构建凸多边形模型，具体过程如下②-1、将左边界像素点集八(x，y)中的第一个像素点作为凸多边形模型的起点，并将该起点的坐标位置保存到顶点集合V(x，y)中，将该起点作为当前顶点；②-2、将当前顶点与左边界像素点集Vjx，y)中在当前顶点之后的各个像素点连线，然后计算每条连线与当前顶点所在的右侧的水平直线之间的夹角；②_3、选取最大夹角对应的像素点，并将该像素点的坐标位置保存到顶点集合V(x，y) 中，再将该像素点作为当前顶点，返回步骤②-2继续执行，直至左边界像素点集\(X，y)中的所有像素点处理完毕；②-4、判断当前顶点与右边界像素点集Vk (X，y)中的第一个像素点是否重合，如果是， 则执行步骤②_5，否则，将右边界像素点集VK(x，y)中的第一个像素点作为当前顶点，并将该当前顶点的坐标位置保存到顶点集合V(x，y)中，然后执行步骤②-5;②_5、将当前顶点与右边界像素点集％0^，7)中在当前顶点之后的各个像素点连线，然后计算每条连线与当前顶点所在的右侧的水平直线之间的夹角；②_6、选取最小夹角对应的像素点，并将该像素点的坐标位置保存到顶点集合V(x，y) 中，再将该像素点作为当前顶点，返回步骤②-5继续执行，直至右边界像素点集VK(x，y)中的所有像素点处理完毕；②-7、判断当前顶点与凸多边形模型的起点是否重合，如果是，则从顶点集合V(x，y) 中删除当前顶点的坐标位置，然后执行步骤②_8，否则，直接执行步骤②-8 ；②-8、顺序连接顶点集合V(x，y)中的各个顶点构成凸多边形模型，顶点之间的连线为凸多边形模型的边；③重复寻找凸多边形模型中长度最短的边，再用该长度最短的边的两条相邻边的延长线的交点的坐标位置替换顶点集合V(x，y)中该长度最短的边对应的两个顶点的坐标位置，直至顶点集合V(x，y)中所包含的顶点的个数为图像校正所需的参考点的个数，获得简化后的多边形模型，该简化后的多边形模型的顶点为图像校正的参考点。
2.根据权利要求1所述的一种图像的多边形模型的简化方法，其特征在于所述的步骤 ①中左边界像素点集Vjx，y)和右边界像素点集Vk (x，y)的获取过程为①-1、自上而下、从左到右对二值化图像进行水平扫描，将二值化图像中当前待水平扫描的行作为当前行；①-2、水平扫描当前行，在当前行中搜索到第一个黑色像素点时，结束当前行的水平扫描，并保存搜索到的第一个黑色像素点的坐标位置；①-3、将二值化图像中待水平扫描的下一行作为当前行，返回步骤①-2继续执行，直至二值化图像中的最后一行处理完毕，结束二值化图像的水平扫描；①-4、将二值化图像中每一行的第一个黑色像素点按扫描顺序构成的集合定义为左边界像素点集，记为八(x，y)；①-5、自下而上、从右到左对二值化图像进行水平扫描，将二值化图像中当前待水平扫描的行作为当前行；①-6、水平扫描当前行，在当前行中搜索到第一个黑色像素点时，结束当前行的水平扫描，并保存搜索到的第一个黑色像素点的坐标位置；①-7、将二值化图像中待水平扫描的下一行作为当前行，返回步骤①-6继续执行，直至二值化图像中的第一行处理完毕，结束二值化图像的水平扫描；①-8、将二值化图像中每一行的最后一个黑色像素点按扫描顺序构成的集合定义为右边界像素点集，记为Vk (x，y)。
3.根据权利要求1或2所述的一种图像的多边形模型的简化方法，其特征在于所述的步骤③的具体过程为③-1、计算凸多边形模型中每条边的长度，寻找长度最短的边，将该长度最短的边作为当前边；③_2、延长当前边的两条相邻边，使当前边的两条相邻边的延长线相交于一点；③_3、从顶点集合V(x，y)中删除当前边对应的两个顶点的坐标位置，并在删除位置处加入当前边的两条相邻边的延长线的交点的坐标位置，构成新的顶点集合V(x，y)和新的凸多边形模型；③-4、判断顶点集合中所包含的顶点的个数与图像校正所需的参考点的个数是否相等，如果是，则结束边的删除，获得简化后的多边形模型，该简化后的多边形模型的顶点为图像校正的参考点，否则，返回步骤③-1继续执行。
4.根据权利要求3所述的一种图像的多边形模型的简化方法，其特征在于所述的简化后的多边形模型的顶点的个数为4。
全文摘要
本发明公开了一种图像的多边形模型的简化方法，通过扫描已知的二值化图像得到左边界像素点集和右边界像素点集，然后搜索左边界像素点集和右边界像素点集获取图像的凸多边形模型的所有顶点，再用凸多边形模型中长度最短的边的两条相邻边的延长线的交点替代长度最短的边的两个顶点，达到删除长度最短的边的目的，经过多次最短边的删除后得到顶点数与图像校正所需的参考点数相等的多边形模型，该多边形模型的顶点为图像校正的参考点，这种多边形模型的简化方法不仅简便快速，而且能够准确地获取图像校正所需的参考点。
文档编号G06T5/00GK102346913SQ20111027966
公开日2012年2月8日 申请日期2011年9月20日 优先权日2011年9月20日
发明者叶庆卫, 周宇, 王丹丹, 王晓东 申请人:宁波大学