[发明专利]复杂背景下基于颜色的书写痕迹提取方法、系统和装置

说明书

本发明属于目标提取技术领域，具体涉及一种复杂背景下基于颜色的书写痕迹提取方法、系统和装置，旨在为了解决现有提取方法书写痕迹提取不完整，对图像质量要求高，在复杂环境下无法提取颜色发生改变的书写痕迹的问题。本发明将包含待检测书写痕迹的待检测图像转换至HSV色彩空间，基于HSV色彩空间选取种子点，从种子点出发在边缘图上动态获取像素点作为新增的待遍历点；基于种子点和新增的待遍历点，通过图像细化获取待检测书写痕迹的像素集。本发明能够增强批改痕迹的连通性，在复杂场景下能够有效提取批改痕迹；同时严格设定新增待遍历点的条件，可以有效的控制书写痕迹的轮廓，避免引入过多的噪声，便于后续处理。

技术领域

本发明属于目标提取技术领域，具体涉及一种复杂背景下基于颜色的书写痕迹提取方法、系统和装置。

背景技术

通过计算机图像处理实现目标提取任务，目前非常流行的方法是采用深度学习方法，在优秀数据集的支持下，训练的深度模型能够很好的完成常见的实例分割任务。但书写痕迹不同于大目标和大物体，书写痕迹中的线条形状纤细，多变，不具备纹理信息，并且边缘信息容易受到周围的干扰，因此常用的卷积操作在书写痕迹的检测和特征提取上性能表现并不好。

现有技术中基于HSV色彩空间进行目标提取，可实现色调是连续的大目标物体的提取，但是针对书写痕迹，因为不同颜色没有精细的范围和理论上的绝对范围，因此造成的结果是书写痕迹颜色检测的结果出现断续的情况，断续的点无法准确分类到属于哪一书写痕迹。另外该方法对图像质量要求高，在复杂环境下待检测目标可能和其他的背景交杂，导致交杂区域颜色发生改变，书写痕迹难以提取。

区域生长算法通过规则将具有相似性质的像素集合起来构成一个大区域，但是其添加的对象是当前生长点的周围的像素点，生长准则通常借助于灰度值的差异，因此更多的用于具备一定面积的物体分割。在应用于在复杂背景下的书写痕迹的提取时，区域生长算法的生长准则借助于灰度值的差异，容易丢失了最重要的颜色特征，导致检测结果不不完整。

因此现有技术中缺少一种复杂背景下基于颜色的书写痕迹提取方法，以解决书写痕迹提取不完整，对图像质量要求高，在复杂环境下无法提取颜色发生改变的书写痕迹的问题。

发明内容

为了解决现有技术中的上述问题，即为了解决现有的目标提取方法对书写痕迹提取不完整，对图像质量要求高，在复杂环境下无法提取颜色发生改变的书写痕迹的问题，本发明提出了一种复杂背景下基于颜色的书写痕迹提取方法，该方法包括：

步骤S100，获取包含待检测书写痕迹的待检测图像；所述待检测书写痕迹的颜色与所述待检测图像中其他颜色形成差异；

步骤S200,将所述待检测图像从RGB色彩空间转换至HSV色彩空间获取第一图像，通过边缘检测获取的边缘图作为第二图像；

步骤S300,基于所述第一图像，根据待检测书写痕迹颜色在HSV色彩空间的颜色表示，获取所述第一图像中待检测书写痕迹的颜色的像素点集，作为第一像素点集；

步骤S400，将第一像素点作为参考点；将所述第二图像中与所述参考点对应的像素点作为种子点，构建待遍历点；所述第一像素点属于第一像素点集；

步骤S500，以设定大小像素窗口为遍历窗口，基于所述待遍历点在所述第二图像中进行遍历，并将遍历窗口中满足预先设定的条件的边缘点作为新增待遍历点；

步骤S600，将所述新增待遍历点作为待遍历点重复执行步骤S500，直至新的递归轮次不再出现新增待遍历点；

步骤S700，将所述种子点及各递归轮次得到的新增待遍历点作为第一位置像素集；

步骤S800，基于所述第一位置像素集，通过图像细化获取所述待检测书写痕迹的第二位置像素集。

在一些优选的实施方式中，所述步骤S800包括：