[发明专利]基于分层特征的图像矢量化方法

说明书

本发明涉及一种基于分层特征的图像矢量化方法，所述方法包括：对原始图像进行预处理操作，通过平滑操作去除图像噪声，通过增强操作加强图像的边缘特征，得到预处理后图像；提取预处理后图像的分层特征，并生成若干分割图像，每个分割图像对应一种分割细节程度；选择若干分割图像进行矢量化，得到相应分割细节程度下的矢量化结果。本发明通过对图像进行预处理操作，并利用提取图像分层特征的原理对图像进行多分辨率特征提取，将原先单一的图像边缘特征变为可调节的分层特征，使矢量化结果既有保留细节的矢量结果又有免去不要特征的矢量化结果，以满足于不同的需求。

技术领域

本发明涉及计算机图像处理技术领域，特别是涉及一种基于分层特征的图像矢量化方法。

背景技术

随着计算机领域的不断发展，用户对图像处理技术的要求越来越高，图像矢量化，作为计算机图像处理技术的一项基础性工作，已经成为人们研究的热点。

数字图像有2种典型的表示方式:一种是光栅图像,也称为位图、点阵图像；另一种是矢量图像,也称矢量图形、矢量表示。与光栅图像相比,矢量图形具有很多优点,如存储量小,易编辑,分辨率无关等。图像矢量化的目的就是将点阵图像转换为矢量图像，随着矢量图像的应用越来越广泛,图像矢量化具有重要的意义。

图像矢量化是数字图像处理中一个重要问题，在卡通动画、艺术创作、互联网网页显示等领域具有广泛的应用前景。随着显示终端多样化及分辨率的不断提升，图像矢量化表示，因具有分辨率无关、可编辑以及存储空间小等优势，正成为图像处理领域中的一个研究热点。图像矢量化的本质是根据离散的数字图像信息，建立其连续的几何和颜色表示，是一个非常具有挑战性的问题。

近年来出现了很多图像矢量化算法,各种类型的几何图元,包括直线、曲线、三角网格、细分曲面、扩散曲线等,被用来表示矢量图。由于图像具有复杂的特征曲线和丰富的颜色变化,一个好的矢量表示必须能用较少的图元表达复杂的特征,此外还应该能较好地支持图像编辑。

现有各种图像矢量化方法中，基于细分曲面矢量化方法具有易编辑、颜色渐变优势，但还存在边缘检测不封闭导致漏色等缺点。此外，该方法需要复杂的人工手动操作，要求用户具有一定的绘图技巧，更是一个极耗时的过程。

现有技术中的矢量化方法大多针对于某一特定领域的图片，如卡通画，风景画，图标等等。由于对于不同种类的图像对矢量化特征提取的细节程度要求不一样，所有本发明提出了一种分层多分辨率的矢量化方法，以为能够针对所有种类的图像都能生成高质量的矢量化图片。

发明内容

本发明的目的在于，提供一种多分辨率特征的矢量化方法及装置，可生成多种结果的矢量化方法，以满足于不同需求。

为了达到本发明目的，本发明提供的一种基于分层特征的图像矢量化方法，其特征在于：包括以下步骤：

步骤1、对原始图像进行预处理操作，通过平滑操作去除图像噪声，通过增强操作加强图像的边缘特征，得到预处理后图像；

步骤2、提取预处理后图像的分层特征，并生成分割图像，具体包括以下步骤：

A1、图像的每个像素具有四种特征：亮度、颜色a、颜色b和纹理特征；针对每种特征i，以图像的像素点(x,y)为圆心、s为直径做出一个圆形，用倾斜角为θ的直径将圆形划分为两个区域，根据区域内所有像素点的特征i的特征值，分别得到这两个区域的特征直方图g_i,s(x,y,θ)，h_i,s(x,y,θ)；

A2、针对每种特征i，将像素点(x,y)对应的两个区域的特征直方图的数据代入以下公式，得到该像素点(x,y)以s为圆形、θ为分割方向特征i的梯度值G_i,s(x,y,θ)：

A3、使用下述公式计算每个像素点的第一权重值m(x,y,θ)：