申请/专利权人：复旦大学

申请日：2016-04-22

公开（公告）日：2020-07-28

公开（公告）号：CN105938556B

主分类号：G06K9/46(20060101)

分类号：G06K9/46(20060101);G06K9/00(20060101)

优先权：

专利状态码：有效-授权

法律状态：2020.07.28#授权;2017.11.14#实质审查的生效;2016.09.14#公开

摘要：本发明属于计算机数字图像处理技术领域，具体为一种基于水流法的宽线检测算法。其步骤为：构建地貌海拔图：将输入的彩色图像转化为灰度图像，采用导向滤波对灰度图像进行边缘保留的平滑处理，以图像灰度信息作为海拔数据构建地貌海拔图；水流法获取宽线响应图：计算平滑后图像的粗糙度图像，通过Otsu选取粗糙度较大的像素点作为候选水分子，在地貌海拔图上利用水流法得到宽线响应图，水流法坡阈值和几何阈值参数自适应选取；宽线提取：计算输入图像的暗度信息或明度信息来消除错误的线响应，通过一些形态学操作进行平滑处理，获得最终宽线检测结果。本发明方法能够检测出线的厚度，能自适应地检测出纹理形状、厚度各异的宽线，可极大的提高宽线检测的准确度。

主权项：1.一种基于水流法的宽线检测方法，其特征在于，具体步骤如下：1、构建地貌海拔图；2、水流法获取宽线响应图；3、宽线提取；其中：步骤1所述的构建地貌海拔图，具体过程如下：11、输入原始彩色图像，将其转化为灰度图像；12、采用导向滤波对灰度图像进行边缘保留的平滑处理，获得滤波后的地貌海拔图I；13、以图像灰度信息作为海拔数据构建地貌海拔图I；步骤2所述的水流法获取宽线响应图，具体过程如下：21、计算平滑后地貌海拔图I的粗糙度图像，通过Otsu选取候选水分子像素；22、在地貌海拔图I上采用水流法得到宽线响应图L；23、坡阈值T和几何阈值g参数自适应选取；步骤3所述的宽线提取，具体过程如下：31、对于暗线检测，计算滤波后图像的暗度信息，消除错误的线响应；32、对于明线检测，计算滤波后图像的明度信息，消除错误的线响应；33、对线响应进行一些形态学操作，获得最终宽线检测结果；步骤2中所述计算平滑后图像I的粗糙度图像，通过Otsu选取候选水分子像素，其具体过程如下：211、计算平滑后灰度地貌海拔图I的粗糙度信息：在地貌海拔图I上，对于每一个像素k，它的粗糙度Rk是以像素k为中心的局部窗口wk内像素灰度值的标准方差σk：Rk＝σk其中，局部窗口wk的半径r，为了完全检测出整个宽线，需要满足：r要大于线的宽度W一半，即：r＞w2；212、利用Otsu对粗糙度图像进行二值化处理，选取粗糙度较大的像素作为候选水分子；步骤2中所述在地貌海拔图I上采用水流法得到宽线响应图L，其具体过程如下：221、在地貌海拔图I，采用水流法得到暗线响应图L；222、在地貌海拔图I，采用水流法得到明线响应图L；步骤221中所述在地貌海拔图I，采用水流法得到暗线响应图L，其具体过程如下：2211、采用8邻域系统；2212、定义水流模型参数和变量；2213、水流法获得暗线响应图L，它的灰度值初始化为0，定义坡阈值为T，对每个候选水分子像素独立执行水流算法；其中，所述定义水流模型参数和变量的具体过程如下：22121、定义当前水分子像素x0，y0和其8邻域像素间的灰度差值为D： 其中，xi，yi为当前水分子像素8邻域系统中i方向上的像素坐标，Ω为当前像素8邻域方向集合，即：Ω＝{Northwest，North，Northeast，East，Southeast，South，Southwest，West}；22122、确定当前水分子像素x0，y0的流动方向： 22123、确定当前水分子像素x0，y0与其8邻域的最大差值： 22124、确定当前水分子像素x0，y0与其8邻域差值的最大绝对值： 所述水流法的具体过程如下：22131、如果md＜T且当前水分子像素x0，y0未流到地貌海拔图I的边界，那么检测到当前水分子像素遇到暗沟，停止流动，并填补暗沟，为一个暗线响应点：填补暗沟：Ix0，y0＝Ix0，y0+mad，更新暗线响应图L：Lx0，y0＝Lx0，y0+mad；22132、否则如果当前水分子像素x0，y0流动地貌海拔图I边界，那么直接流出地貌海拔图I；22133、否则当前水分子像素x0，y0继续朝着其8邻域灰度差值最大的方向流动，即f方向。

全文数据：

权利要求：

百度查询： 复旦大学 基于水流法的宽线检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD