[发明专利]一种图像中自动裁取局部细节图的方法

权利要求书

1.一种图像中自动裁取局部细节图的方法，其特征在于，至少包括以下步骤：

S1、建立标准样本库；

S2、提供图像，并进行预处理图像；

S3、在所述预处理图像中确定关键点和目标检测框，确定待裁取局部细节区域；

S4、根据待裁取局部细节区域，从标准样品库中检索得到标准样本图组；

S5、将所述标准样本图组中的每个标准样本图分别与所述待裁取局部细节区域进行如下计算：

S51、根据标准样本图与所述待裁取局部细节区域中的关键点，缩放待裁取局部细节区域，使其与标准样本图保持大小一致；

S52、在所述待裁取局部细节区域中提取尺度和方向相同的初始候选矩形框，并产生245个精细候选矩形框；

S53、计算所述标准样本图与所述精细候选矩形框对应的前景背景二值化图的汉明距离，作为相似度；

S54、选取相似度最大的情况，对应的精细候选矩形框为最优结果；

S6、汇总所有所述标准样本图下最优结果，以相似度最大值为最终结果，从高清服装图中裁取目标服装局部细节图；

所述S51具体包括以下步骤：

S511、取标准样本图的裁剪关键点对为SA、SB；取待裁取局部细节区域的裁剪关键点对为TA、TB；

S512、计算SA与SB的欧式距离为O1，TA与TB的欧式距离为O2；

S513、缩放待裁取局部细节区域，使O1=O2；

S514、基于标准样本图中的关键点的位置和角度，在待裁取局部细节区域中计算一个矩形区域四个角点坐标，使得待裁取局部细节区域上关键点在矩形区域中的位置和角度，等于标准样本图中的位置和角度。

2.如权利要求1所述的图像中自动裁取局部细节图的方法，其特征在于，所述的预处理图像的方法，至少包括以下步骤：

S21、基于Convolutional Pose Machines模型提取所述预处理图像中的关键点；

S22、基于Faster R-CNN模型提取所述预处理图像中的目标检测框；

S23、基于Mask R-CNN模型提取所述预处理图像的前景掩码；根据服装前景掩码，前景像素置1，背景像素置0，将所述预处理图像二值化处理后保存。