[发明专利]一种融合形状特征和颜色的智能拼图方法及其系统有效

专利信息
申请号: 201810079270.4 申请日: 2018-01-26
公开(公告)号: CN108376385B 公开(公告)日: 2021-05-18
发明(设计)人: 陈丽芳;刘渊;林意 申请(专利权)人: 江南大学
主分类号: G06T3/40 分类号: G06T3/40;G06T7/33
代理公司: 南京禹为知识产权代理事务所(特殊普通合伙) 32272 代理人: 王晓东
地址: 214122 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 融合 形状 特征 颜色 智能 拼图 方法 及其 系统
【说明书】:

本发明公开了一种融合形状特征和颜色的智能拼图方法及其系统,包括,提取碎片边缘特征点;利用边缘特征点构造曲线;根据所述曲线与不同碎片边缘曲线之间的相似度和颜色特征进行拼接;还原原始图像;本发明提供一种新的智能拼图方法,可以有效解决不规则碎片的拼接,利用碎片边缘的特征建立边缘轮廓,基于边缘轮廓和颜色特征进行不同碎片之间的相似度度量,提高了图像还原精度,满足使用需求。

技术领域

本发明涉及的智能拼图技术领域,尤其涉及一种融合形状特征和颜色的智能拼图方法及其系统。

背景技术

目前在智能拼图的专利上,有申请的实用新型专利智能拼图,没有涉及智能拼图方法。相关论文主要有:(1)计算机智能拼图V2.0系统实现及颜色算法研究,2009年,首都师范大学,姬照中的硕士论文;(2)ChungM G,leck M M,orsyth D A.Jigsaw Puzzle Solverusing Shape and Color[C].In Proceedings o the International Conerence onSignal Processing,1998.首次利用了RGB中的色调和饱和度信息还原图像;(3)GallagherA.Jigsaw puzzles with pieces o unknown orientation[C].IEEE InternationalConerence on Computer Vision and Pattern Recognition,2012:382-389.提出了Mahalanobis gradient compatibility(MGC),首次解决了未知位置未知方向上的拼图问题。(4)Paikin G,Tal A.Solving multiple square jigsaw puzzles with missingpieces[C].Computer Vision and Pattern Recognition(CVPR),2015:4832-4839.解决了碎片丢失的问题;(5)曹戴,陈丽芳;基于杰卡德度量的智能拼图改进算法,计算机工程与应用,2017;解决拼图进度和速度;以上这些研究都是研究方形碎片的智能拼图,但是在实际的应用中,很多碎片的边缘都是不规则的,所以限制这些算法的实际应用,本文提出一种基于碎片的边缘形状进行智能拼图。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有融合形状特征和颜色的智能拼图方法存在的问题,提出了本发明。

因此,本发明目的是提供一种融合形状特征和颜色的智能拼图方法,其利用碎片边缘的特征建立边缘轮廓,基于边缘轮廓和颜色特征进行不同碎片之间的相似度度量,提高了图像还原精度。

为解决上述技术问题,本发明提供如下技术方案:一种融合形状特征和颜色的智能拼图方法,包括,提取碎片边缘特征点;利用边缘特征点构造曲线;根据所述曲线与不同碎片边缘曲线之间的相似度和颜色特征进行拼接;还原原始图像。

本发明的有益效果:本发明提供一种新的智能拼图方法,可以有效解决不规则碎片的拼接,利用碎片边缘的特征建立边缘轮廓,基于边缘轮廓和颜色特征进行不同碎片之间的相似度度量,提高了图像还原精度,本系统可适用于本算法使用,满足使用需求。

附图说明

为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:

图1为本发明融合形状特征和颜色的智能拼图方法第一个实施例的碎片构造示意图。

图2为本发明融合形状特征和颜色的智能拼图方法第一个实施例的处理结构示意图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江南大学,未经江南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810079270.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top