[发明专利]一种基于轮廓匹配优化的矩形检测提取方法

权利要求书

1.一种基于轮廓匹配优化的矩形检测提取方法，其特征在于，包括以下步骤：

步骤1：检测和提取原始影像边缘轮廓，得到边缘影像；

步骤2：计算边缘影像中每一个非边缘像素距离最近边缘像素的距离D(p)，然后进行归一化距离变换，得到归一化后的距离S(p)，p为非边缘像素；

步骤3：采用规则网格覆盖边缘影像，并对规则网格中的矩形赋初始值；

步骤4：计算每一个规则网格中的矩形及该矩形邻域集中的矩形的综合轮廓匹配度，选取轮廓匹配度最大的矩形作为提取的初始矩形；

步骤5：去除重复矩形和非矩形，得到最终的边缘影像的提取矩形。

2.如权利要求1所述的一种基于轮廓匹配优化的矩形检测提取方法，其特征在于，所述的步骤1中检测和提取原始影像边缘轮廓的方法为采用Sobel算子、Prewitt算子、Canny算子的方法或用图像分割算法计算闭合轮廓的方法。

3.如权利要求1所述的一种基于轮廓匹配优化的矩形检测提取方法，其特征在于，采用倒角距离变换的方法，计算所述的步骤2中每一个非边缘像素距离最近边缘像素的距离D(p)。

4.如权利要求3所述的一种基于轮廓匹配优化的矩形检测提取方法，其特征在于，按下式(I)对D(p)进行归一化距离变换，

其中，σ_d为尺度因子参数，用于降低噪声的影响。

5.如权利要求1所述的一种基于轮廓匹配优化的矩形检测提取方法，其特征在于，所述的步骤3中赋有初始值的规则网格R_ij表达为下式(II)，

R_ij＝(i·(1-ξ)H₀,j·(1-ξ)W₀,W₀,H₀,0)……(II)

其中，i∈{i|i≥0,i·(1-ξ)H₀≤N_r}，

j∈{j|j≥0,j·(1-ξ)W₀≤N_c}，W₀,H₀为规则网格中赋有初始值的矩形的宽和高，ξ是规则网格覆盖的重叠率，取值范围为[0,1]，N_r和N_c分别是原始影像的行数和列数。