一种基于笔画长度和空间信息的手绘图像时序添加方法与流程

本发明属于计算机视觉和模式识别领域，涉及基于笔画长度和图片空间信息的手绘图像时序信息添加方法。

背景技术：

手绘图像对人类来说，是非常直观且通用的工具，具有高度的抽象性和概括性，从古代时期就被用来刻画人类所存在的现实场景。手绘图像一般是由点和线等元素组成，绘制简单，且通俗易懂。对于现代化的网络购物来说，只通过简单的线条的勾画，就可以检索到用户喜欢的或者想要的商品，无疑为用户添加了更加快捷、方便、和新鲜的购物体验。

目前，有很多应用于手绘图像研究的数据库，比如flickr15k图像库、tu-berlin手绘识别数据库和sketchydatabase等手绘图像数据库。但是，大部分数据库中的手绘图像中是不含时序信息的。与此同时，经过调研，目前市场上最新的且比较成熟的图像工具vectormagic，虽然可以将图片进行矢量化处理并保存，但却分离不出手绘图像中笔画的时序信息。另一方面来讲，针对于图像的边界提取方法，都是基于八邻域边界搜索的方法。但这类方法，提取出来的线条通常都不包含没有任何语义或者时序信息，该类方法而且提取出的线条的误差较大，清晰度会比较差。

所以，从手绘图像中，提取出符合大部分人的绘制行为的笔画时序信息，是一项比较有挑战且新颖的问题。

为了替手绘图像添加时序信息，有必要对人们绘制手绘图像的行为进行研究建模，通过我们的研究：除了空间信息以外，人们对于绘制手绘图像的笔画长度方面也有潜在的手绘的侧重，因此，有必要设计一个基于笔画长度和空间信息的手绘图像时序添加方法，来解决以上问题。

技术实现要素：

本发明的目的在于提出一种基于笔画长度和空间信息的手绘图像时序添加方法，其采用如下方案：

基于笔画长度和空间信息的手绘图像时序添加方法，其采用如下方案：

基于笔画长度和空间信息的手绘图像时序添加方法，包括有如下的步骤：

s1、对于手绘图像，进行噪声去除，提高图像的清晰度。紧接着对手绘图像中线条进行细化处理；

s2、像素点邻接建模，模拟人类绘图行为模式，建立模型约束像素点之间的连接关系；

s3、利用像素点邻接关系模型对给出的手绘图像进行线条追踪，将追踪的笔画线条矢量化保存；

s4、基于每条笔画的长度和空间位置，进行加权排序，为每一条笔画赋予时序信息；

s5、按照手绘图像的时序信息，重新将手绘图像进行绘制。

2、根据权利要求1所述的基于笔画长度和空间信息的手绘图像时序添加方法，其特征在于，所述步骤s1中，对于手绘图像的预处理操作进一步包括：

s11、采用高斯去噪算法，过滤并去除手绘图像中零散的噪音点，提高图片的清晰度。

s12、对手绘图像中的笔画进行线条细化操作，也就是对于像素宽度大于2的线条，将其细化为宽度1个像素，防止后续笔画追踪的时候发生丢失现象。

3、根据权利要求2所述的基于笔画长度和空间信息的手绘图像时序添加方法，其特征在于，所述步骤s2进一步包括：

s21、通过观察和研究人们的图像绘制的习惯，大部分人的绘图行为包括如下特点：(1)以从左到右的顺序对图像进行绘制；(2)遵循从上到下的顺序大体框架绘制图片。

s22、总结人们绘图行为特点(1)和(2)，改进基于八邻域边界跟踪算法的模型，像素之间的八邻域邻接关系设计如下：

如说明书附图中图3所示，改变边界线条追踪顺序，设置线条追踪的第一方向为右下方向(标号为0)，最后的搜索方向是左上(标号为7)。对于手绘图像中的所有的像素点，我们总是可以率先追踪右下方向的像素点，保证由本发明模型得到的笔画线条顺序与人类绘制习惯大体一致。

4、根据权利要求的3所述的基于笔画长度和空间信息的手绘图像时序添加方法，其特征在于，设计好像素点之间的八邻域临界点模型后，对于手绘图像的

笔画追踪八邻域搜索是基于单像素的追踪。所述步骤s3进一步包括：

s31、由于步骤s1对于手绘图像进行细化处理，笔画的追踪变为基于八邻域的单像素点追踪，大大减少了计算量，并且保证了八邻域笔画追踪的精度。

s32、对于追踪出来的线条，按追踪顺序保存每一条线条上的点的坐标。

5、根据权利要求4所述的基于笔画长度和空间信息的手绘图像时序添加方法，其特征在于，所述步骤s4中，得到手绘图像中每一条线条的所有像素点的位置信息，同时也间接得到了每条笔画线条的长度。此时对于手绘图像的时序进行排序，具体步骤进一步包括：

s41、我们研究发现：手绘图片作为对于现实场景的抽象和概括，人们通常会遵循由粗到细，由轮廓到细节纹理的绘图顺序，所以，一般会先用较长的笔画来绘制物体的轮廓，然后再使用较短的笔画来绘制物体的细节纹理，也是一种顺序规则。因此，手绘图像中笔画长度的长度对于该笔画线条的时序排序也起着非常重要的作用。

s42、基于空间八邻域的检索的笔画顺序，综合笔画长度的影响，本发明对于手绘图像中笔画的时序的最终定义方法如下：

这里orderi表示的是手绘图像中笔画的时序，octi表示的是基于空间位置的八邻域搜索算法得到的笔画的顺序值，lengthi表示的是第条笔画的长度，n是八邻域算法检索出来的笔画的总数。β表示的是调节笔画长度权重的参数，本发明将其设置为0.4。这样，一条笔画长度越长，它的时序索引号就越小，排名就越靠前。

6、根据权利要求3、4或5所述的基于笔画长度和空间信息的手绘图像时序添加方法，其特征在于，所述步骤s4中，手绘图像中的每一条笔画线段的时序的确定，是由两方面确定的：一方面是基于空间信息的八邻域单像素追踪模型确定，另一方面是由基于手绘图像的笔画长度信息所确定的笔画的顺序。两方面顺序的加权，最终在一幅手绘图像中，获得可以模拟人类绘制习惯的笔画时序。

7、根据权利要求6所述的基于笔画长度和空间信息的手绘图像时序添加方法，其特征在于，所述步骤s5中，获得手绘图像的每条笔画的时序信息之后，使用matlab将手绘图像按照每条笔画的时序，重新绘制，并保存成.eps矢量图格式。

本发明具有如下优点：

本发明从计算机视觉的方法出发，对于人们绘图行为进行研究建模，对于手绘图像中的笔画追踪算法提供了最贴切的指导，使用计算机最大程度地修正和拟合人类绘制手绘图像的笔画顺序。通过高斯去噪算法对背景噪声和远离线条的点进行了去除操作，消除干扰点，提高了手绘图像的纯净度。同时使用线条细化方法，增强了线条追踪的精确程度，是后续手绘图像笔画的矢量化操作中重要的预处理步骤。

另外，本发明首次设计了基于空间信息和笔画长度的手绘图像时序添加方法，其中笔画线条长度可以视作语义特征，因为长笔画往往代表着轮廓，短笔画表示细节文理。所以本发明可以视作是对手绘图像的空间特征与语义特征的结合。基于上述理论，本发明设计的空间位置感应和笔画线条追踪方法，大大提高了拟合手绘图像时序信息的准确度。同时，本发明可以为当前通用的手绘图像检索数据库添加时序属性，方便后续研究的开展。

附图说明

图1为本发明中基于笔画长度和空间信息的手绘图像时序添加方法的流程图；

图2为本发明设计的基于笔画长度和空间信息的手绘图像时序添加方法的算法框架示意图；

图3为本发明中所设计的基于八邻域搜索单像素之间邻接关系图；

具体实施方式

下面结合附图以及具体实施方式对本发明作进一步详细说明：

结合图1、图2和图3所示，基于笔画长度和空间信息的手绘图像时序添加方法，包括如下步骤：

s1、对于手绘图像，进行噪声去除，提高图像的清晰度。紧接着对手绘图像中线条进行细化处理

本发明的方法适用于所有的手绘图像数据库，其中，对于手绘图像的预处理包括针对背景噪音点和远离线条的离散点的高斯去噪和针对线条像素宽度的单像素细化操作。

s2、像素点邻接建模，模拟人类绘图行为模式，建立模型约束像素点之间的连接关系

结合图2，通过模拟人类绘制手绘图像时的行为模式，本发明设计了基于空间信息感应方法和笔画长度的策略。

s21、通过观察和研究人们的图像绘制的习惯，将大部分人的绘图行为的特点总结为：从左上至右下的空间位置顺序规律。

s22、结合图3，即本发明改的进基于八邻域边界跟踪算法。本发明改变传统的八邻域的逆时针的搜索顺序，按照我们发现的人类绘图行为习惯，对于八邻域方向进行重新规定搜索顺序并标号，图3中展示的是像素之间的八邻域邻接关系模型。

s3、利用像素点邻接关系模型对给出的手绘图像进行线条追踪，将追踪的笔画线条矢量化保存

s31、通过本发明设计的八邻域空间搜索模型，追踪得到基于八邻域空间位置感应的初步的手绘图像笔画顺序。

s32、对于追踪出来的线条，按追踪顺序，将每一条线条上的点的坐标保存到文本文件中。

s4、基于每条笔画的长度和空间位置，进行加权排序，为每一条笔画赋予时序信息

结合图1和图2，本发明对于笔画线条长度和空间位置进行综合考虑，并进行加权处理，最终得到一幅手绘图像中的所有笔画的时序信息，同时，我们也可以获得每一条笔画线条的长度信息。

s5、按照手绘图像的时序信息，重新将手绘图像进行绘制。

为了验证本发明的有效性，使用matlab将手绘图像按照每条笔画的时序，重新绘制，并保存成.eps矢量图格式。图2中展示了一幅闹钟手绘图像每隔每几条笔画的绘制结果。

当然，本发明并不限于上述列举的实例，应当说明的是，任何熟悉本领域的技术人员在本说明书的指导下，所做出的所有等同替代、明显变形形式，均落在本说明书的实质范围内，理应受到本发明的保护。