[发明专利]基于改进Sobel算子的人脸速写系统和轮廓提取方法有效
申请号: | 201810185272.1 | 申请日: | 2018-03-07 |
公开(公告)号: | CN108363986B | 公开(公告)日: | 2021-08-13 |
发明(设计)人: | 周士贵;高龙 | 申请(专利权)人: | 曲阜师范大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46 |
代理公司: | 江苏瑞途律师事务所 32346 | 代理人: | 刘琦 |
地址: | 273165 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 改进 sobel 算子 速写 系统 轮廓 提取 方法 | ||
1.一种基于改进Sobel算子的人脸速写系统,其特征在于,该系统包括:
图像采集模块,通过摄像头采集并提取包含人脸的原始图像;
图像处理模块,用以将摄像头采集的原始图像转化为灰度图像,并进行人脸轮廓的提取,具体为:将所述灰度图像与改进的Sobel算子作平面卷积,得到梯度图像,然后对所述梯度图像依次进行初步边缘细化,二值化,得到二值化图像,对所述二值化图像先剔除噪点及短线条,然后进行最终边缘细化操作,得到处理后图像;所述图像处理模块采用最大梯度法进行初步边缘细化,具体为:找出梯度图像中任一像素点八邻域中的最大梯度值,将其乘以梯度系数后与该像素点作比较,若大于该像素点梯度值,则剔除该像素点,否则保留该像素点;
图像处理模块采用遍历法进行最终边缘细化,具体为:按照自上而下逐行,每行中从左到右逐个元素,遍历剔除噪点及短线条后的二值化图像中像素点,以同一行中是否连续来对黑色像素点进行分组,连续排列的黑色像素点和单独的一个黑色像素点均独立成组,若一个分组中的黑色像素点个数大于极限数,则保留该组黑色像素点,否则剔除该组中全部黑色像素点,其中,极限数C=a*W,a为极限系数,W为图像宽度;
控制信息转化模块,用以确定处理后图像中每个黑色像素点的矢量信息,确定每次绘制的起始点,并转化为步进电机驱动脉冲;
执行模块,用以根据控制信息转化模块给出的步进电机脉冲信号,控制步进电机转动,带动画笔移动,完成人脸速写。
2.如权利要求1所述的一种基于改进Sobel算子的人脸速写系统,其特征在于,所述改进的Sobel算子为:
3.如权利要求1所述的一种基于改进Sobel算子的人脸速写系统,其特征在于,所述摄像头为黑白摄像头,采集并提取的原始图像即为灰度图像。
4.如权利要求1所述的一种基于改进Sobel算子的人脸速写系统,其特征在于,所述摄像头为彩色摄像头,采集并提取的原始图像为彩色图像,图像处理模块通过公式Y=0.299R+0.587G+0.114B将彩色图像转化为灰度图像,其中R、G、B分别代表彩色图像中红色、绿色、蓝色三个通道的颜色,Y为转换后灰度图像。
5.如权利要求1、2、3或4所述的一种基于改进Sobel算子的人脸速写系统,其特征在于,所述图像采集模块采用DMA方式采集包含人脸的原始图像。
6.如权利要求1、2、3或4所述的一种基于改进Sobel算子的人脸速写系统,其特征在于,所述图像处理模块通过模板匹配法剔除噪点及短线条,具体为:将二值化后图像中黑色像素点逐个与3*3模板矩阵进行卷积操作,每次操作中,若结果为0,则剔除该黑色像素点,否则继续与5*5模板矩阵进行卷积操作,若结果为0,则剔除5*5模板矩阵邻域内所有黑色像素点,否则继续与7*7模板矩阵进行卷积操作,若结果为0,则剔除7*7模板矩阵邻域内所有黑色像素点,否则保留7*7模板矩阵邻域内所有黑色像素点,所述3*3模板矩阵、5*5模板矩阵、7*7模板矩阵的形式为:矩阵首行、首列及尾行、尾列元素为1,其余元素为0。
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曲阜师范大学,未经曲阜师范大学许可,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/201810185272.1/1.html,转载请声明来源钻瓜专利网。