[发明专利]一种基于凸四边形原则的消影点估计方法有效
申请号: | 201910553473.7 | 申请日: | 2019-06-25 |
公开(公告)号: | CN110264508B | 公开(公告)日: | 2021-01-01 |
发明(设计)人: | 郭树理;张禾;何昆仑;韩丽娜;范利;刘宏斌;王春喜 | 申请(专利权)人: | 北京理工大学;中国人民解放军总医院 |
主分类号: | G06T7/536 | 分类号: | G06T7/536;G06T7/73;G06K9/62 |
代理公司: | 北京正阳理工知识产权代理事务所(普通合伙) 11639 | 代理人: | 毛燕 |
地址: | 100081 *** | 国省代码: | 北京;11 |
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 基于 四边形 原则 点估计 方法 | ||
1.一种基于凸四边形原则的消影点估计方法,其特征在于:包括以下步骤:
(1)对输入图像W进行图像处理得到只包含轮廓特征的图像Q;
(2)对Q通过随机局部霍夫空间中的阈值滤波方法提取线段得到线段集合Ln;
(3)对Ln根据倾角阈值函数划分直线簇,并基于三角形内一点的空间位置的判断方法,得到组成凸四边形的所有直线簇集合,计算每组直线簇中对边的交点,得到消影点位置的集合M;
(4)对M和预置的复合聚类族群数N,通过自适应复合聚类方法得到消影点集合M的N个聚类中心的位置坐标
2.根据权利要求1所述的方法,其特征在于:所述图像处理包括去噪、弧度极大值抑制和高阈值滤波,具体如下:
1.1对图像W采用多种差分尺度值提取其中的高斯差分图并融合形成差分模板图像D,使用D对W去噪得到去除高斯、泊松、秉性噪声的图像f;
1.2对f采用行扫描的自适应中值滤波滤除椒盐噪声得到图像K;
1.3对K计算梯度幅值矩阵H和梯度方向矩阵并进行弧度极大值抑制后得到图像K′;
1.4对K'进行高阈值滤波得到图像K*,再结合差分模板图像D进行互补连接得到轮廓图像Q。
3.根据权利要求2所述的方法,其特征在于:所述1.1通过以下过程实现:
步骤1.1.1初始化(x,y)=(1,1),m=m0,n=n0,
其中,(x,y)为像素坐标,m0,n0为图像长和宽的初始值,为差分尺度值;
步骤1.1.2依次从中选取差分尺度值(σ1,σ2),通过公式(1)计算高斯差分图像上点(x,y)的灰度值;
其中,(σ1,σ2)为差分尺度值,Di(x,y,σ1,σ2)为第i对差分尺度值的差分图像上点(x,y)的灰度值,为i取1,2,3时对应的差分尺度值,满足和W(x,y)为输入灰度图像W上点(x,y)的灰度值;
步骤1.1.3通过公式(2)计算D(x,y);
D(x,y)=max(|D1(x,y,σ1,σ2)|,|D2(x,y,σ1,σ2)|,|D3(x,y,σ1,σ2)|) (2)
其中D(x,y)为差分模板D上点(x,y)处的灰度值,max为最大值函数;
步骤1.1.4通过公式(3),计算f(x,y):
其中f(x,y)是差分模板除燥后的图像f中点(x,y)处的灰度值;
步骤1.1.5如果x≤n且y≤m,则跳转到步骤1.1.2否则输出差分模板除噪后的图像f和差分模板图像D;
其中,≤表示小于等于关系,≠表示不等关系,==表示相等关系。
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北京理工大学;中国人民解放军总医院,未经北京理工大学;中国人民解放军总医院许可,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/201910553473.7/1.html,转载请声明来源钻瓜专利网。