本发明涉及一种利用计算机技术的保留非封闭曲线的线画图骨架提取方法，能够对栅格化的线画图自动提取反映其结构特征的骨架信息。
背景技术：
线画图是一种应用广泛的，深受广大专业设计师以及业余绘画者喜爱的绘画形式。线画图的绘制方式极为简单：绘画者通过笔触，借助线条勾勒出物体的轮廓以及重要的细节信息，从而直观的展现绘画者的思想。在工业设计和艺术创作流程中，线画图作为重要的预备工作之一，指导整个工业设计和艺术创作流程。尽管现在能够通过数位板等设备采集设备收集线画图绘画过程中的所有的笔画数据，但是在现实生产生活中仍然有大量的线画图借助纸笔作为绘制工具进行绘制和记录。
然而，由于绘画者的绘制水平参差不齐，绘制对象千差万别以及绘制方式的差别导致如何分析和重用这些线画图成为一个难题。随着计算机图像技术的发展，人们发现对线画图中线画区域进行骨架提取能够有效的反映线画图的主要成分和思想，并且能够借助提取到的骨架进行线画图的二次创作。因此，依据线画图的骨架提取和分析方法已经成为一种线画图分析的主流方式。
现有的线画图骨架提取方法首先通过区域分割提取出绘画者想要借助线条勾勒出来的多个结构区域，然后对不同的结构区域进行扩散，提取出较为精细的线画区域的骨架。这样的方法对于线画图的封闭曲线有着较好的骨架提取效果，但会丢失非闭合曲线的骨架信息。即便通过后处理将这些非闭合曲线加回来，也会导致线画图的拓扑结构相比较与原线画图发生改变。因此，亟需一种能够较好的保留非封闭曲线的线画图骨架提取方法。
技术实现要素：
为了解决现有线画图骨架提取方法的不足，本发明提供了一种利用计算机技术的保留非封闭曲线的线画图骨架提取方法，能够在保持拓扑特性不变的前提下，自动提取任意一幅线画图的骨架。
一种保留非封闭曲线的线画图骨架提取方法，该方法的具体步骤如下：
步骤1，对输入的栅格化线画图i按灰度分割为两个部分：标记灰度值小于阈值t的像素为线画像素，构成线画区域；标记灰度值大于等于t的像素为非线画像素，构成非线画区域。
步骤2，对于所有线画像素pi，提取以pi为圆心的且位于线画区域中的最大内接圆，记该最大内接圆半径为ri，并获得r’i＝ri+2。
步骤3，以像素pi为圆心，以r’i为半径，做圆ci，提取圆ci中非线画像素的集合gi。
步骤4，通过图的广度优先遍历算法分析gi中的连通区域个数，如果gi中连通区域个数为1，则将该像素pi标记为非骨架像素，如果gi中连通区域个数大于等于2，则将该像素pi标记为骨架像素。并且，如果gi中连通区域个数大于或等于3，那么像素pi属于线画图中的交叉点像素。
进一步，步骤2中最大内接圆的计算方法如下：设定初始圆半径ri＝1，然后执行下面的循环：以pi为圆心，ri为半径做圆，如果该圆中未出现非线画像素，那么增大半径ri＝ri+1，进入下一次循环；如果该圆中出现了非线画像素，则减小ri＝ri-1，并且停止循环。这样对于线画图中任意一个线画像素pi，都找到了与之对应的线画像素集合内的最大内接圆半径ri。
进一步，步骤4中用于广度优先遍历的图是这样构建的：以gi所有非线画像素为节点，对相邻的像素节点用边相连，该相邻判断采用的是图像空间的八邻域，即任意非图像边缘像素的相邻像素为与其最近的八个像素。最后，统计完整遍历整个gi所需要广度优先遍历的次数，确定gi中存在的连通区域数量。
本发明的技术构思是：利用最大内接圆方法确定任意线画像素距离线画区域边界的距离，再将该圆适当扩大，从而得到扩大后的圆内非线画像素的连通区域的数量，由此判断该线画像素是否为骨架像素，且进一步判断是否为交叉点像素，得到该线画图的完整骨架结构信息。
本发明的优点在于：通过计算任意线画像素距离线画区域边界的距离，结合扩大后的圆内非线画像素的连通区域个数这一骨架宽度限制条件，确保能够提取出充分反映线画结构特性的骨架。这一方法与现有的基于腐蚀的骨架提取方法相比，具有高效且保留非封闭曲线结构的特点，并能够直接对线画图的交叉区域结构进行直接分析。
附图说明
图1为本发明的流程图
图2为本发明的输入示意图
图3为本发明经过二值化处理之后的分割图像
图4为本发明估计最大内接圆的示意图
图5为本发明利用扩大圆提取骨架的示意图
图6为本发明的结果示意图
具体实施方式
参照附图，进一步说明本发明：
保留非封闭曲线的线画图骨架提取方法，包括以下步骤：
步骤1，对输入的栅格化线画图i按灰度分割为两个部分：标记灰度值小于阈值t的像素为线画像素，构成线画区域；标记灰度值大于等于t的像素为非线画像素，构成非线画区域。
步骤2，对于所有线画像素pi，提取以pi为圆心的且位于线画区域中的最大内接圆，记该最大内接圆半径为ri，并获得r’i＝ri+2。
步骤3，以像素pi为圆心，以r’i为半径，做圆ci，提取圆ci中非线画像素的集合gi。
步骤4，通过图的广度优先遍历算法分析gi中的连通区域个数，如果gi中连通区域个数为1，则将该像素pi标记为非骨架像素，如果gi中连通区域个数大于等于2，则将该像素pi标记为骨架像素。并且，如果gi中连通区域个数大于或等于3，那么像素pi属于线画图中的交叉点像素。
步骤2中最大内接圆的计算方法如下：设定初始圆半径ri＝1，然后执行下面的循环：以pi为圆心，ri为半径做圆，如果该圆中未出现非线画像素，那么增大半径ri＝ri+1，进入下一次循环；如果该圆中出现了非线画像素，则减小ri＝ri-1，并且停止循环。这样对于线画图中任意一个线画像素pi，都找到了与之对应的线画像素集合内的最大内接圆半径ri。
步骤4中用于广度优先遍历的图是这样构建的：以gi所有非线画像素为节点，对相邻的像素节点用边相连，该相邻判断采用的是图像空间的八邻域，即任意非图像边缘像素的相邻像素为与其最近的八个像素。最后，统计完整遍历整个gi所需要广度优先遍历的次数，确定gi中存在的连通区域数量。
目前，骨架提取是栅格化线画图进行矢量化、编辑重用等一系列处理的基础，现有的基于形态学操作的骨架提取方法难以保留非封闭的曲线。本发明提出了一种保留非封闭曲线的线画图骨架提取方法，能够在保持拓扑特性不变的前提下，自动提取任意一幅线画图的骨架信息，同时还能得到交叉点等关键节点。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。